摘要
本发明公开了一种碳排放量确定方法、装置及存储介质,其中方法包括:获取同一产业链上各个工业的能源消耗数据;将能源消耗数据输入至预训练好的神经网络中,得到各个工业的预测碳排放量;根据每一工业的预测碳排放量和对应的实际碳排放量,确定第一类工业和第二类工业;构建随机森林模型,将工业的能源消耗数据和碳排放量输入至随机森林模型中,得到第二类工业的第N年预测碳排放量。本发明以同产业链上准确度较高工业的碳排放参数,包括能源消耗数据和碳排放量,来预测准确度较低工业的碳排放量,考虑了同产业链上不同行业的不同应用效果对碳排放量的影响,从而能够有效提高碳排放量确定的准确性和可靠性。
技术关键词
排放量
工业
随机森林模型
可读存储介质
误差
数据获取模块
计算机
偏差
处理器
终端设备
存储器
能源
因子
参数
系统为您推荐了相关专利信息
物流设备
动态关联模型
动态数据集
排放量
深度学习模型
智能传感器节点
耦合特征
数据处理中心
多参数监测系统
卷积神经网络模块
虚拟设备
数字孪生
故障诊断方法
定标数据
定标系数
物理系统
数字孪生体
数字孪生方法
参数
动态数学模型