基于碳电关联的电力用户碳排放预测系统及方法

AITNT
正文
推荐专利
基于碳电关联的电力用户碳排放预测系统及方法
申请号:CN202411858438
申请日期:2024-12-17
公开号:CN119809029A
公开日期:2025-04-11
类型:发明专利
摘要
本发明公开了一种基于碳电关联的电力用户碳排放预测系统,它包括策略模块将收集的选定的第一历史时间段的电力用户用电数据和电力用户碳排放数据作为电力用户碳电关联预测数据集来计算碳电关联系数,通过碳电关联系数选定电力用户碳排放预测策略;碳排放预测模型模块根据选定的电力用户碳排放预测策略对电力用户碳电关联预测数据集进行数据集划分得到训练集,将训练集通过长短期记忆模型预测算法对长短期记忆模型进行训练,得到碳排放预测模型;碳排放预测模块将选定的第二历史时间段的电力用户用电数据和电力用户碳排放数据输入到碳排放预测模型进行碳排放预测。本发明能够优化电力用户的用电行为,为减少碳排放提供参考。
技术关键词
长短期记忆模型 排放量 时间段 预测系统 训练集数据 代表 策略 误差 排放预测方法 智能电表采集 训练预测模型 样本 序列 可读存储介质 计算机程序产品 电力公司 算法
系统为您推荐了相关专利信息
1
基于人工智能的虚拟仿真教学管理方法及系统
学生 教学管理方法 座位 谱聚类算法 机器学习方法
2
一种生成式等变因果学习的交通事故风险预测方法及系统
视频生成模型 交通事故风险 视频特征向量 视频帧 文本
3
一种基于深度学习的心力衰竭预测系统以及预测方法
预测系统 融合特征 网络 多模态 图像
4
金融数据校准方法及其装置、电子设备及存储介质
长短期记忆模型 数据校准方法 序列 金融 指数
5
一种基于多源数据融合的水电站大坝安全风险预测方法及系统
风险预测模型 多源监测数据 风险预测方法 水电站 统一时间尺度
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号