一种电网企业碳排放量的预测方法技术

本发明专利技术公开了一种电网企业碳排放量的预测方法，涉及碳排放监控领域。该预测方法包括：(1)选取电网企业二氧化碳排放因素，以及变量定义，结合历史碳排放量制作样本数据集；(2)样本数据集进行归一化处理；(3)选取支持向量机作为训练预测模型，核函数为高斯核函数，建立SVM模型；(4)初始化SVM模型的各项待优化参数，归一化后的样本数据集一部分数据输入到SVM模型训练，如果输出结果符合要求，则结束训练，得到训练好的SVM模型；(5)利用训练好的SVM模型进行电网企业碳排放量预测。本发明专利技术的方法为政府和电网企业感知城市碳排放情况，进而调整能源结构，治理空气污染提供决策数据参考。治理空气污染提供决策数据参考。治理空气污染提供决策数据参考。

【技术实现步骤摘要】
一种电网企业碳排放量的预测方法


[0001]本专利技术涉及碳排放监控领域，具体涉及一种电网企业碳排放量的预测方法。

技术介绍

[0002]碳排放量是指在生产、运输、使用及回收该产品时所产生的平均温室气体排 放量；而动态的碳排放量，则是指每单位货品累积排放的温室气体量，同一产品 的各个批次之间会有不同的动态碳排放量。
[0003]但是，电网企业碳排放量预测的方法研究较少，主要采用传统预测模型，传 统预测模型虽然简单，但预测精度不高。
[0004]因此，现阶段为了使电网企业应发挥能源供给侧与消费侧“桥梁”的优势， 激发数据要素的价值，充分发挥电力公司在减碳上的枢纽和功能平台作用，开展 基于发电侧的碳达峰、碳中和专项工作，对碳排放进行监测分析我们提出一种电 网企业碳排放量的预测方法。

技术实现思路

[0005]本专利技术的目的在于针对上述现有技术存在的不足，提供一种电网企业碳排放 量的预测方法，该预测方法更为准确地对未来电网企业二氧化碳排放趋势进行预 测，为制定节能减排、治理环境污染等相关政策与方针提供技术支持与依据。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电网企业碳排放量的预测方法，其特征在于，包括：(1)选取电网企业二氧化碳排放因素，以及变量定义，结合历史碳排放量制作样本数据集；(2)样本数据集进行归一化处理；(3)选取支持向量机作为训练预测模型，核函数为高斯核函数，建立SVM模型；(4)初始化SVM模型的各项待优化参数，归一化后的样本数据集一部分数据输入到SVM模型训练，如果输出结果符合要求，则结束训练，得到训练好的SVM模型；(5)按样本数据集的数据类型实时采集电网企业二氧化碳排放因素数据，输入训练好的SVM模型，经数据处理，输出电网企业碳排放量预测结果，完成预测。2.根据权利要求1所述电网企业碳排放量的预测方法，其特征在于：步骤(1)中，所述二氧化碳排放因素包括但不限于人均GDP因素、电力生产技术结构因素、燃料结构因素、输配电损失量、居民生活及产业部门电耗强度。3.根据权利要求1所述电网企业碳排放量的预测方法，其特征在于：步骤(4)中，所述SVM模型的待优化参数为罚项参数C与核参数σ。4.根据权利要求3所述电网企业碳排放量的预测方法，其特征在于：步骤(4)中，如果输出结果不符合要求，则更新罚项参数C与核参数σ，然后将归一化后的样本数据集一部分数据输入到SVM模型继续训练，直至输出结果符合要求，则结束训练。5.根据权利...

【专利技术属性】
技术研发人员：张旭，何清素，靳丹，张兆师，韩庆之，王婷，张自强，刘志远，李策，郭凯，
申请(专利权)人：国网甘肃省电力公司，
类型：发明
国别省市：