-
公开(公告)号:CN115688991A
公开(公告)日:2023-02-03
申请号:CN202211288019.1
申请日:2022-10-20
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/04 , G06Q50/26 , G06Q50/06
Abstract: 本发明提供了基于灰色关联度分析法的区钢铁业电碳数据风险控制方法,其包括步骤:1.确定区域内影响钢铁行业电碳数据的因素;2.获取影响区域钢铁行业电碳数据的样本;3.使用灰色关联度分析法建立钢铁行业电碳数据预测模型;4.使用灰色关联度分析法得到的模型对钢铁行业电碳数据进行预测和预警。
-
公开(公告)号:CN115688990A
公开(公告)日:2023-02-03
申请号:CN202211288015.3
申请日:2022-10-20
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
Abstract: 本发明涉及一种基于BP神经网络的有色金属行业电碳数据匹配预警方法;其包括步骤:(1)获取影响有色金属行业碳排放的元素;(2)将获得的输入样本数据进行预处理,补充缺失数据,剔出异常数据,并人工标注标签,标签分为正常、预警两类;(3)使用SPXY方法将获得的区域内影响有色金属行业碳排放的样本数据划分为建模集和预测集;(4)建立基于newff函数的BP神经网络;(5)使用BP神经网络对不同参数背景使用的电力数据样本训练和预测;(6)输入新的参数,应用本技术方案对区域内有色金属行业碳排放数据进行预警,当模型预测的碳排放数据超过某个设定数值时,则启动预警。
-
公开(公告)号:CN115688992A
公开(公告)日:2023-02-03
申请号:CN202211288406.5
申请日:2022-10-20
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC: G06Q10/04 , G06Q50/06 , G06Q50/26 , G06Q50/04 , G06F18/214
Abstract: 本发明涉及一种基于偏最小二乘法的纺织工业园区电碳数据预测方法,其包括步骤1:分析纺织工业园区电碳数据的影响因素;步骤2:获取影响纺织工业园区的电碳数据样本;步骤3:使用SPXY方法将获得的区域内影响碳排放的样本数据划分为建模集和预测集;步骤4:使用偏最小二乘法(Partial Least Squares,PLS)对数据样本进行训练和预测;步骤5:建立基于偏最小二乘法的纺织工业园区电碳数据预测模型;步骤6:用上述算法训练得到工业园区电碳数据预测模型,应用本技术方案实新对纺织工业园区电碳数据进行预测和预警。
-
-