摘要
本发明提供了一种火电厂碳排放预测模型的构建方法及系统,该方法包括:获取火电站基础数据,并根据所述基础数据生成训练集和测试集;构建ELM拓扑,包括配置隐藏层节点,初始化输入层到隐藏层的权重和偏置,得到ELM模型;将训练集导入ELM模型的网络架构,并采用PSO算法优化ELM模型的输入权重矩阵和偏置向量,并根据优化结果得到PSO‑ELM模型;将测试集导入PSO‑ELM模型中进行测试,并根据测试结果判断PSO‑ELM模型是否满足预设精度条件;若PSO‑ELM模型满足预设精度条件,则得到最终PSO‑ELM模型。本发明能够适应火电厂不同运行时期、不同工况下的碳排放预测需求。
技术关键词
火电厂碳排放
矩阵
时序特征
网络架构
粒子
训练集
表达式
基础
有功功率
精度
节点
贪婪策略
数据获取模块
燃料
构建系统
算法
电子设备
测试模块
系统为您推荐了相关专利信息
无人机桨叶
精度测量方法
关键特征点
结构光扫描技术
线结构光扫描
调节优化方法
叶类蔬菜
植物补光灯
粒子群算法优化
功率
速率最大化方法
UAV基站
粒子群优化算法
无人机基站
预编码向量
协同优化方法
同步电机
响应面模型
永磁
数学模型