System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及燃煤电厂管理,尤其是涉及一种燃煤电厂碳排放在线预测方法。
技术介绍
1、气候变化是人类面临的全球性问题,随着co2等温室气体排放量的迅猛增加,全球生态环境遭遇严重威胁。我国高度重视气候变化应对工作,实施“双碳”国家战略,开始以降碳和提质增效为重点战略方向,促进经济和社会发展全面转型。已开展的碳排放交易,是指运用市场经济控制企业的碳排放配额,间接促进清洁能源的发展,提高清洁能源的经济性。
2、我国燃煤电厂二氧化碳排放量约占全国二氧化碳总排放量的50%,是碳排放控制的主要行业。发电行业实行碳排放配额方案,目前最新政策下调了各类火电机组碳排放基准值,适度收紧配额分配规模,全国碳市场配额供需将从宽松转向紧平衡,新版配额方案的调整使全国2100多家火电企业面临新的履约挑战,如何统筹考虑能源保供、生产经营和碳市场履约,未雨绸缪制定履约方案主要在于碳排放数据统计,做好配额盈缺测算,提前预测履约风险,科学制定交易及履约策略,合理利用预借机制,压降履约成本,而碳排放量的预测则成为问题解决的关键环节。
技术实现思路
1、本专利技术的目的在于提供一种燃煤电厂碳排放量在线预测的方法,提高温室气体co2排放量在线预测的能力。
2、在本申请的一些实施例中,公开了一种燃煤电厂碳排放在线预测方法,包括:
3、获取过往用电负荷日志、过往用热负荷日志和燃煤机组碳排放日志;
4、对过往用电负荷日志进行分析,构建过往用电特征集,对过往用热负荷日志进行分析,构建
5、基于相同时间节点对比原则,对过往用电特征集、过往用热特征集和过往机组碳排放特征集进行联合分析,建立第一机组碳排放预测模型;
6、获取当下用电负荷和当下用热负荷,并基于第一机组碳排放预测模型对当下用电负荷和当下用热负荷进行分析,得到第一机组预测碳排放特征。
7、在本申请的一些实施例中,燃煤电厂碳排放在线预测方法还包括:
8、获取当下机组碳排放特征以及预设时间段内的若干后续机组碳排放特征;
9、将当下机组碳排放特征以及预设时间段内的若干后续机组碳排放特征与第一机组预测碳排放特征进行比对,生成第一比对结果,并基于第一比对结果,对第一机组预测碳排放特征进行精准性评价;
10、若第一机组预测碳排放特征的精准性评价低于预设值,则根据第一比对结果,构建基于第一机组预测碳排放特征的第二机组碳排放预测模型。
11、在本申请的一些实施例中,生成第一比对结果的方法包括:
12、对当下机组碳排放特征以及预设时间段内的若干后续机组碳排放特征进行分析,生成当下机组碳排放曲线,所述当下碳排放曲线的横坐标为时间,纵坐标为碳排放量;
13、对第一机组预测碳排放特征进行分析,生成第一机组预测碳排放曲线,所述第一机组预测碳排放曲线的横坐标为时间,纵坐标为碳排放量;
14、对齐当下机组碳排放曲线和第一机组预测碳排放曲线,并基于预设的偏差判断规则,确定出当下机组碳排放曲线和第一机机组预测碳排放曲线中的第一映射偏差曲线段和第二映射偏差曲线段;
15、针对第一映射偏差曲线段和第二映射偏差曲线段设定若干对分析探点,并获取分析探点对应的碳排放差异量,并基于碳排放差异量的整体表现特征,第一机组预测碳排放特征进行精准性评价。
16、在本申请的一些实施例中,计算精准性评价的表达式为:
17、
18、其中,j为第一机组预测碳排放特征的精准性评价对应值,ki-1为第i对偏差曲线段的碳排放差异幅度转换系数,pi-max为第i对偏差曲线段中最大的碳排放差异量,pi-min为第i对偏差曲线段中最小的碳排放差异量,bi-1为第i对偏差曲线段的碳排放差异量调整常数,pi-n为第i对偏差曲线段的第n个分析探点的碳排放差异量,δp为标准碳排放差异量。
19、在本申请的一些实施例中,构建基于第一机组预测碳排放特征的第二机组碳排放预测模型的方法包括:
20、采集若干组第一映射偏差曲线段和第二映射偏差曲线段,并将第一映射偏差曲线段和第二映射偏差曲线段进行相互关联,并将曲线段对应库中的第一映射偏差曲线段认定为检索映射数据,将第二映射偏差曲线段认定为输出数据,构建生成曲线段对应库。
21、在本申请的一些实施例中,预设的偏差判断规则包括:
22、对当下机组碳排放曲线和第一机组预测碳排放曲线进行扫描分析,计算预设区段内当下机组碳排放曲线和第一机组预测碳排放曲线之间的曲线包围面积;
23、若预设区段内的曲线包围面积大于预设值,则将预设区段内的当下机组碳排放曲线的曲线段认定为第一映射偏差曲线段,将预设区段内的第一机组预测碳排放曲线的曲线段认定为第二映射偏差曲线段。
24、在本申请的一些实施例中,建立第一机组碳排放预测模型的方法包括:
25、对过往用电特征集、过往用热特征集和过往机组碳排放特征集中的参量进行归一化处理,生成过往用电归一参量集、过往用热归一参量集和过往机组碳排放归一参量集;
26、应用lstm网络模型,将过往用电归一参量集、过往用热归一参量集和过往机组碳排放归一参量集当作训练数据对lstm网络模型进行训练,生成碳排放量lstm网络预测模型。
27、在本申请的一些实施例中,对对过往用电特征集、过往用热特征集和过往机组碳排放特征集中的参量进行归一化处理的方法包括:
28、根据燃煤机组co2生成特性,确定过往用电特征集和过往用热特征集中的关系数据,并结合过往机组碳排放特征集联合分析,确定过往用电特征集、过往用热特征集和过往机组碳排放特征集中数据的采样序列结构;
29、根据采样序列结构,对过往用电特征集、过往用热特征集和过往机组碳排放特征集中的数据进行归一化处理。
30、在本申请的一些实施例中,对lstm网络模型进行训练的方法包括:
31、将过往用电归一参量集、过往用热归一参量集和过往机组碳排放归一参量集在输入层进行格式转换后,传输至lstm层进行lstm网络训练,依次经过全连接层和softmax层后,由分类输出层输出分类结果;
32、按照预先设定值调整学习率和迭代次数,获取输入权重、循环权重和偏差,并分别利用门激活函数和状态激活函数调整对应的传入门、遗忘门、被选门和输入门的参数。
33、在本申请的一些实施例中,燃煤电厂碳排放预测方法还包括:
34、判断lstm网络模型的训练指标是否达到要求,若达到要求,则将获取的在线采样数据输入到训练完成的碳排放量lstm网络预测模型进行碳排放量预测,并设置召回率、准确度、平衡分析和准确率对结果进行评价;
35、判断lstm网络模型的训练指标是否达到要求的方法包括:
36、将所述归一化处理后得到的过往用电归一参量集、过往用热归一参量集和过本文档来自技高网...
【技术保护点】
1.一种燃煤电厂碳排放在线预测方法,其特征在于,包括:
2.根据权利要求1所述的一种燃煤电厂碳排放在线预测方法,其特征在于,还包括:
3.根据权利要求2所述的一种燃煤电厂碳排放在线预测方法,其特征在于,生成第一比对结果的方法包括:
4.根据权利要求3所述的一种燃煤电厂碳排放在线预测方法,其特征在于,计算精准性评价的表达式为:
5.根据权利要求3所述的一种燃煤电厂碳排放在线预测方法,其特征在于,构建基于第一机组预测碳排放特征的第二机组碳排放预测模型的方法包括:
6.根据权利要求3所述的一种燃煤电厂碳排放的在线预测方法,其特征在于,预设的偏差判断规则包括:
7.根据权利要求1所述的一种燃煤电厂碳排放的在线预测方法,其特征在于,建立第一机组碳排放预测模型的方法包括:
8.根据权利要求7所述的一种燃煤电厂碳排放的在线预测方法,其特征在于,对对过往用电特征集、过往用热特征集和过往机组碳排放特征集中的参量进行归一化处理的方法包括:
9.根据权利要求8所述的一种燃煤电厂碳排放的在线预测方法,其特征在
10.根据权利要求7所述的一种燃煤电厂碳排放的在线预测方法,其特征在于,还包括:
...【技术特征摘要】
1.一种燃煤电厂碳排放在线预测方法,其特征在于,包括:
2.根据权利要求1所述的一种燃煤电厂碳排放在线预测方法,其特征在于,还包括:
3.根据权利要求2所述的一种燃煤电厂碳排放在线预测方法,其特征在于,生成第一比对结果的方法包括:
4.根据权利要求3所述的一种燃煤电厂碳排放在线预测方法,其特征在于,计算精准性评价的表达式为:
5.根据权利要求3所述的一种燃煤电厂碳排放在线预测方法,其特征在于,构建基于第一机组预测碳排放特征的第二机组碳排放预测模型的方法包括:
6.根据权利要求3所述的一种燃煤电厂碳排放...
【专利技术属性】
技术研发人员:冯庭有,郭存瑞,陈旻,陈铁军,史义明,蒋兴国,林耀健,谢焕彪,陈明光,
申请(专利权)人:华能广东能源开发有限公司海门电厂,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。