【技术实现步骤摘要】
本专利技术涉及燃煤电厂二氧化碳排放研究，具体是涉及一种基于虚拟样本生成的燃煤电厂碳排放预测方法。
技术介绍
1、二氧化碳等温室气体排放引起的全球气候变化已经成为世界各国和地区普遍关注的环境问题。燃煤发电生产过程中对煤炭等化石能源具有高度依赖，其产生的碳排放在当前电力行业的碳排放中占主要地位，对燃煤电厂进行准确的碳排放预测是实现电厂碳资产管理和碳减排的前提。
2、现有的碳排放预测模型研究主要分为两类：传统预测模型和机器学习模型。传统的碳排放预测模型包括灰色预测模型、时间序列模型、回归模型、stirpta模型等。传统预测模型多应用于宏观层面的碳排放影响因素分析，无法实现稳定且高精度的碳排放预测，而机器学习则在碳排放预测精度方面有显著优势。预测过程就是通过将该企业存储下来的历史碳排放数据和历史碳排放数据相关联的历史能源消耗数据代入机器学习模型进行迭代训练，找到历史能源消耗数据和历史碳排放数据之间的关系，进而得到碳排放预测模型。但当前燃煤电厂碳排放数据大多通过碳核算获得，其中化石燃料量、元素碳含量等数据来源自企业年度或月度生产数据，...
【技术保护点】
1.基于虚拟样本生成的燃煤电厂碳排放预测方法，其特征在于，包括：
2.根据权利要求1所述的基于虚拟样本生成的燃煤电厂碳排放预测方法，其特征在于，步骤1中，利用皮尔逊相关系数对燃煤机组生产数据进行特征选择以获得原始数据集，具体为：
3.根据权利要求1所述的基于虚拟样本生成的燃煤电厂碳排放预测方法，其特征在于，步骤2中，利用原始数据集初始化随机森林模型，具体为：
4.根据权利要求1所述的基于虚拟样本生成的燃煤电厂碳排放预测方法，其特征在于，步骤3中，利用t分布随机邻域嵌入和插值算法生成虚拟样本的输入，具体为：
5.根据权利要...
【技术特征摘要】
1.基于虚拟样本生成的燃煤电厂碳排放预测方法，其特征在于，包括：
2.根据权利要求1所述的基于虚拟样本生成的燃煤电厂碳排放预测方法，其特征在于，步骤1中，利用皮尔逊相关系数对燃煤机组生产数据进行特征选择以获得原始数据集，具体为：
3.根据权利要求1所述的基于虚拟样本生成的燃煤电厂碳排放预测方法，其特征在于，步骤2中，利用原始数据集初始化随机森林模型，具体为：
4.根据权利要求1所述的基于虚拟样本生成的燃煤电厂碳排放预测方法，其特征在于，步骤3中，利用t分布随机邻域嵌入和插值算法生成虚拟样本的输入，具体为：
...
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。