首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

碳排放量预测方法、装置、存储介质及电子设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:神华神东电力有限责任公司

摘要:本公开涉及碳排放量预测方法、装置、存储介质及电子设备,其中,方法包括:确定实时碳排放数据;通过自动特征工程算法提取实时碳排放数据中的特征数据,特征数据用于表征实时碳排放数据与环境因素之间的非线性关系和相互作用的深层次模式;通过量子机器学习方法将特征数据转化为深层次特征数据,深层次特征数据用于表征实时碳排放数据中的深层结构和隐含模式;将深层次特征数据输入到目标预测模型中,得到预测碳排放数据。将得到的深层次特征数据输入目标预测模型中,得到预测碳排放数据,可以动态预测目标电厂在未来的预测碳排放数据,以及监控目标电厂的预测碳排放数据在未来的趋势,进而可以提高预测未来碳排放数据的准确性。

主权项:1.一种碳排放量的预测方法,其特征在于,包括:确定实时碳排放数据,所述实时碳排放数据为通过设置在目标电厂中的传感器确定的;通过自动特征工程算法提取所述实时碳排放数据中的特征数据,所述特征数据用于表征所述实时碳排放数据与环境因素之间的非线性关系和相互作用的深层次模式;通过量子机器学习方法将所述特征数据转化为深层次特征数据,所述深层次特征数据用于表征所述实时碳排放数据中的深层结构和隐含模式;将所述深层次特征数据输入到目标预测模型中,得到预测碳排放数据,所述目标预测模型为通过所述目标电厂在历史时间段产生的碳排放数据对基于注意力机制的长短期记忆网络模型训练得到的。

全文数据:

权利要求:

百度查询: 神华神东电力有限责任公司 碳排放量预测方法、装置、存储介质及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。