摘要
本发明涉及一种空间碳排量监测方法、系统、介质及设备,采用遥感、雷达等自动化监测手段,融合了光谱信息、雷达探测器、工艺参数等多种数据源,能够全面感知工业建筑物内部的碳排放状况,能够实现对工业建筑物的空间碳排放的实时采集和动态监测,而不再依赖于人工记录和数据汇报,降低了时滞和边缘数据缺失的问题。通过核PCA、ICA、神经网络等深度学习技术,能够从多维特征中提取出更为有效的数据特征,使得预测的碳排量更为精准,从而提高监测的准确性。通过将监测数据融合到BIM模型中,实现了碳排放信息的可视化呈现,方便管理者及时掌握和分析工业建筑物的碳排放动态。
技术关键词
气体浓度分布
碳排量监测方法
降维特征
融合特征
建筑物
温室
时间序列特征
工业
信息处理单元
分布特征
神经网络模型构建
反演算法
雷达探测器
计算机程序指令
时间段
工艺设备
遥感传感器
FastICA算法
系统为您推荐了相关专利信息
欠费催缴方法
通信特征
梯度提升决策树
融合特征
计算机程序产品
跌倒检测方法
视角
卷积网络模型
融合特征
注意力
自动化物流输送线
调度优化方法
序列
多智能体协同
多源运行数据