摘要
本发明公开了一种电厂碳排放在线异常值实时处理方法、设备及介质,其中方法包括:获取CEMS碳排放中的监测数据,所述检测数据包括烟气流量和二氧化碳浓度;对获得的监测数据进行实时在线处理,并判断是否存有数据异常;若存有异常,通过大数据和深度学习算法,构建DCS数据和CEMS数据之间的映射关系,采用DCS实时运行数据对CEMS中的监测数据的异常值进行修正或填补。本发明通过深度学习构建DCS数据和CEMS碳排放在线监测数据的映射模型关系,采用DCS实时运行数据对CEMS中的监测数据的异常值进行修正或填补,为CEMS碳排放在线监测异常值实时处理提供了可行方案。本发明可广泛应用于环保监测领域。
技术关键词
烟气流量
皮尔逊相关系数
监测历史数据
变量
历史运行数据
深度学习算法
训练预测模型
进化算法
时间序列算法
在线监测数据
构建预测模型
长短期记忆网络
大数据
定义特征
脱硫工艺
电子设备
程序
处理器
系统为您推荐了相关专利信息
编辑
数据智能管理系统
数据智能管理方法
信息采集模块
时间预测模型
参数化仿真模型
结晶动力学
塑胶模具
智能模具
基因
大语言模型
错误诊断方法
历史运行数据
历史性能数据
模型训练模块
模型构建方法
医疗大数据
贝叶斯参数估计方法
变量
信息提取规则