摘要
本发明涉及碳排放预测技术领域,公开了一种高海拔地区运营交通运输运载工具碳排放预测方法,通过收集多组历史数据,并进行预处理;利用预处理后的多组历史数据对LSTM网络模型进行训练,获取训练好的模型;分别计算当前时刻的环境数据、运营交通运载工具数据以及运营交通运载工具的运行数据与T时间后的碳排放量、碳排放浓度和碳排放范围的相关系数,得到碳排放量综合相关系数、碳排放浓度综合相关系数和碳排放范围综合相关系数;并将其作为额外特征,输入至已训练好模型中,进行二次训练优化模型参数,得到二次训练完毕的模型;收集实时数据输入二次训练完毕的模型,预测运营交通运载工具的碳排放,能够提高碳排放量预测的准确性。
技术关键词
综合相关系数
交通运载工具
排放预测方法
交互特征
排放量
高海拔
相关系数阈值
碳排放预测技术
更新模型参数
LSTM模型
网络
训练集数据
传播算法
实时数据
样本
编码
系统为您推荐了相关专利信息
接地选线方法
综合相关系数
暂态能量
接地故障选线
馈线零序电流
配电网馈线终端
智能监测方法
协方差矩阵
多模态深度学习
通道
地下工程施工机械
跨模态
注意力机制
特征提取模块
深度识别方法
模糊控制策略
调度优化模型
机会约束规划
集群
多约束条件