【技术实现步骤摘要】
本专利技术涉及碳排放预测，尤其涉及一种基于电碳关联模型的碳排放量预测方法及系统。
技术介绍
1、钢铁行业是典型的高能耗、高碳排放行业。为了符合现有绿色经济的发展趋势，碳排放预测与建模技术已成为一个值得关注的研究课题。目前，与工业碳排放预测相关的研究较少。钢铁行业电碳模型的建立不仅可以促进产业发展，而且具有重大的经济和环境意义。
2、钢铁行业碳排放的相关数据包括电力消耗、化石能源消耗、原材料消耗、钢铁生产以及其他各种碳排放源的碳排放。影响碳排放的因素包括生产设备的型号、化石能源的类型和产品产量。目前对碳排放预测的研究主要集中在多影响因素上，预测对象主要是建筑物、省市区等，对工业企业特别是钢铁行业碳排放预测的研究较少，且目前常用的预测方法有灰色模型和bp神经网络等方法，预测模型的建立主要基于影响因素和历史趋势。由于现有碳排放的预测方法大多集中在多因素预测上，因此存在数据采集困难、各种数据之间关联信息挖掘不够全面等问题，不能有效量化多种数据以用于碳排放预测，从而影响了最终的预测精度。
技术实现思路>
1、本文档来自技高网...
【技术保护点】
1.一种基于电碳关联模型的碳排放量预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于电碳关联模型的碳排放量预测方法，其特征在于，碳排放来源包括生产设备用电产生的碳排放、工业生产过程产生的碳排放以及化石燃料燃烧产生的碳排放。
3.如权利要求1所述的基于电碳关联模型的碳排放量预测方法，其特征在于，选取钢铁产量作为相关变量。
4.如权利要求1所述的基于电碳关联模型的碳排放量预测方法，其特征在于，直接碳排放关联模型的构建过程包括：
5.如权利要求4所述的基于电碳关联模型的碳排放量预测方法，其特征在于，获取历史数据中...
【技术特征摘要】
1.一种基于电碳关联模型的碳排放量预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于电碳关联模型的碳排放量预测方法，其特征在于，碳排放来源包括生产设备用电产生的碳排放、工业生产过程产生的碳排放以及化石燃料燃烧产生的碳排放。
3.如权利要求1所述的基于电碳关联模型的碳排放量预测方法，其特征在于，选取钢铁产量作为相关变量。
4.如权利要求1所述的基于电碳关联模型的碳排放量预测方法，其特征在于，直接碳排放关联模型的构建过程包括：
5.如权利要求4所述的基于电碳关联模型的碳排放量预测方法，其特征在于，获取历史数据中单位相关变量的综合用电量和单位相关变量的综合碳排放量的具体步骤为：
6.如权利要求4所述的基于电碳关联模型的碳排放量预测方法，其特征在于，根据相关变量与用电量之间的关系得到产品产量与用电量的关联模型，根据相关变量与碳排放量之间的关系得到产品产量与碳排放的关联模型，计算用电量与碳排放量之间的关系，将产品产量与用电量的关联模型和产品产量与碳排放的关联模型两个模型相除得到用电量与直接碳排放的关联模型，得到直接碳排放关联模型。
7.如权利要求4所述的基于电碳关联模型的碳排放量预测方法，其特征在于，采用支持向量机曲线拟合的方式根据相关变量与用电量之间的关系和相关变量与碳排放量之间的关系构建支持向量机预测模型，采用历史数据对支持向量机预测模型进行训练，优化用电量与碳排放量之间的关系表达，得到最优的支持向量机预测模型参数，形成直接碳排放关联模型。
8.一种基于电碳关联模型的碳排放量预测系统，其特征在于，包括：
9.如权...
【专利技术属性】
技术研发人员：张志，王平欣，荆臻，王清，朱红霞，陈祉如，赵曦，马俊，李琮琮，曹彤，郭红霞，董贤光，孙凯，邢宇，杜艳，李骁，王兆军，刘丽君，
申请(专利权)人：国网山东省电力公司营销服务中心计量中心，
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。