发明名称 |
一种碳排放量计算方法及系统 |
摘要 |
本发明公开了一种碳排放量计算方法及系统,归一化预设的多组碳排放量影响参数和相应碳排放量数据,得到多组归一化数据,其中,碳排放量影响参数包括:机组负荷、一次风率和锅炉效率等;将多组归一化数据分为训练样本和测试样本;基于训练样本和预设神经元传递函数对BP神经网络进行训练,获取网络训练模型;依据测试样本对网络训练模型进行测试,获取并判断测试结果是否在预设范围内;若否,返回执行上述获取网络训练模型这一步骤;若是,将网络训练模型确定为BP神经网络计算模型并反归一化测试结果;基于BP神经网络计算模型,根据当前碳排放量影响参数进行计算,得到相应反归一化碳排放量计算值。基于上述方法,提高碳排放量计算结果的准确度。 |
申请公布号 |
CN105975799A |
申请公布日期 |
2016.09.28 |
申请号 |
CN201610383017.9 |
申请日期 |
2016.06.01 |
申请人 |
广东电网有限责任公司电力科学研究院 |
发明人 |
殷立宝;陈启召;刘彦丰 |
分类号 |
G06F19/00(2011.01)I;G06N3/08(2006.01)I |
主分类号 |
G06F19/00(2011.01)I |
代理机构 |
北京集佳知识产权代理有限公司 11227 |
代理人 |
王宝筠 |
主权项 |
一种碳排放量计算方法,其特征在于,应用于碳排放量计算系统,包括:获取预设的多组碳排放量影响参数下各自生成的碳排放量数据,将所述多组碳排放量影响参数和相应的碳排放量数据进行归一化处理,得到多组归一化数据;将所述多组归一化数据划分为训练样本和测试样本;基于所述训练样本和预设神经元传递函数f(x)对BP神经网络进行训练,获取网络训练模型;依据所述测试样本对所述网络训练模型进行测试,获取并判断测试结果是否在预设范围内;若否,返回执行所述基于所述训练样本和预设神经元传递函数f(x)对BP神经网络进行训练,获取网络训练模型这一步骤;若是,将所述网络训练模型确定为BP神经网络计算模型,并将所述测试结果反归一化;基于所述BP神经网络计算模型,根据当前碳排放量影响参数进行计算,得到相应反归一化的碳排放量计算值。 |
地址 |
510080 广东省广州市越秀区东风东路水均岗8号 |