摘要
本发明涉及一种绿色建筑碳排放监控系统,其特征在于:具体监控方法如下:获取以往的建筑施工碳排放活动数据和对应的碳排放量统计表;构建基于循环神经网络的建筑施工碳排放深度学习预测模型;采用预处理后的以往的建筑施工碳排放活动数据和对应的碳排放量统计表对模型进行训练;获取实时的建筑施工碳排放活动数据,并进行预处理,得到待预测的基础数据;将待预测的基础数据输入训练好的模型,输出得到所需的碳排放量统计表;对所需的碳排放量统计表进行隐私安全处理后发送至对应的控制中心。本发明利用深度学习模型,可以自动学习和适应不同建筑施工的碳排放模式,实现了更高的精度和时效性,同时采用隐私保护措施确保了数据的隐私安全。
技术关键词
深度学习预测模型
碳排放监控
绿色建筑
排放量
神经网络架构
建筑施工数据
建筑施工设备
深度学习模型
基础
管理中心
监控方法
时间段
控制中心
时序
时效性
参数
气象
云端
字段
系统为您推荐了相关专利信息
管理方法
能源需求量
曲线
能源需求总量
区域能源系统
虚拟电厂优化调度方法
鲸鱼算法
充放电功率
电热综合系统
优化调度模型
环境感知方法
反射面
点云信息
多视角
神经网络架构
道路巡检方法
无人机
决策支持系统
振动特征
远程控制站
神经网络架构
数据立方体
多光谱
消除内窥镜
动态调整机制