【技术实现步骤摘要】
本专利技术属于环境监测，具体而言涉及一种基于设备用电量的企业涉气排污环节生产行为预测方法。
技术介绍
1、随着社会工业和经济的发展，大气污染问题逐渐凸显。研究发现，大气污染物的主要来源于机动车尾气、工业生产、施工扬尘、餐饮油烟等，其中工业排放是造成大气污染形式严峻的重要原因之一。对企业生产行为的监测是企业污染排放监管的基础，是大气污染防治中十分重要的一环。采用企业用电量预测企业生产行为能够辅助判定企业排污状态，支撑企业的分级分类管理和常态化监督，具有十分重要的意义。对企业进行准确用电量预测，是预测企业生产状态和行业生产趋势的基础，符合当前提前研判活动趋势，以精细化预测指导精准监督，辅助措施制定的管理需求，有助于提升工业企业非现场监管效能。
2、企业由于市场或者其他因素，其生产行为存在一定的随机性，在现有的治理体系下，由于技术手段的缺乏，监管部门无法判断排污企业何时生产，并定性评估企业生产强度，因此很难形成企业高效监管的监管方法。
3、已有预测方法仍存在一定不足：企业生产状态的外部影响因素众多且动态变化，包括气象条...
【技术保护点】
1.一种基于设备用电量的企业涉气排污环节生产行为预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于设备用电量的企业涉气排污环节生产行为预测方法，其特征在于：所述基于所述设备用电量训练数据集对LSTM模型进行训练，包括：
3.根据权利要求1所述的基于设备用电量的企业涉气排污环节生产行为预测方法，其特征在于：所述将所述设备用电量时间序列数据转化为若干监督学习样本数据，包括：
4.根据权利要求1所述的基于设备用电量的企业涉气排污环节生产行为预测方法，其特征在于：所述生产行为预测模型的训练包括：
5.根据权利要求...
【技术特征摘要】
1.一种基于设备用电量的企业涉气排污环节生产行为预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于设备用电量的企业涉气排污环节生产行为预测方法，其特征在于：所述基于所述设备用电量训练数据集对lstm模型进行训练，包括：
3.根据权利要求1所述的基于设备用电量的企业涉气排污环节生产行为预测方法，其特征在于：所述将所述设备用电量时间序列数据转化为若干监督学习样本数据，包括：
4.根据权利要求1所述的基于设备用电量的企业涉气排污环节生产行为预测方法，其特征在于：所述生产行为预测模型的训练包括：
5.根据权利要求4所述的基于设备用电量的企业涉气排污环节生产行为预测方法，其特征在于：所述生产行为标签包括满负荷生产、半负荷生产或者停产。
6.根据权利要求4所述的...
【专利技术属性】
技术研发人员：沈秀娥，刘保献，张立坤，王小菊，张琳，晋程绣，程刚，杨妍妍，
申请(专利权)人：北京市生态环境监测中心，
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。