-
公开(公告)号：CN117035167A
公开(公告)日：2023-11-10
申请号：CN202310867826.7
申请日：2023-07-16
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G06Q10/04 , G06Q50/26 , G06F17/16 , G06N3/0442 , G06N3/08
Abstract: 本发明具体涉及一种企业碳排放的预测方法，收集所述企业碳排放数据相关联的历史能源消费数据，并执行以下步骤：对历史能源消费数据进行处理、计算得到历史能源消费数据与企业碳排放数据之间的关联度DTW、判断历史能源消费数据与企业碳排放数据之间的关联程度的强弱、将强关联的历史能源消费数据代入长短期记忆神经网络进行迭代训练得到企业碳排放预测模型、进行企业碳排放预测；由于本发明通过不同的步骤筛选出了和企业碳排放强关联的历史能源消费数据作为长短期记忆神经网络的训练数据，大大减少了关联种类，加强了长短期记忆神经网络的挖掘效率，使得到的企业碳排放预测模型的预测精度更高。
-
公开(公告)号：CN117035167B
公开(公告)日：2024-10-22
申请号：CN202310867826.7
申请日：2023-07-16
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G06Q10/04 , G06Q50/26 , G06F17/16 , G06N3/0442 , G06N3/08
Abstract: 本发明具体涉及一种企业碳排放的预测方法，收集所述企业碳排放数据相关联的历史能源消费数据，并执行以下步骤：对历史能源消费数据进行处理、计算得到历史能源消费数据与企业碳排放数据之间的关联度DTW、判断历史能源消费数据与企业碳排放数据之间的关联程度的强弱、将强关联的历史能源消费数据代入长短期记忆神经网络进行迭代训练得到企业碳排放预测模型、进行企业碳排放预测；由于本发明通过不同的步骤筛选出了和企业碳排放强关联的历史能源消费数据作为长短期记忆神经网络的训练数据，大大减少了关联种类，加强了长短期记忆神经网络的挖掘效率，使得到的企业碳排放预测模型的预测精度更高。
-
公开(公告)号：CN119443853A
公开(公告)日：2025-02-14
申请号：CN202411460862.2
申请日：2024-10-18
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G06Q10/0637 , G06Q50/06 , G06N20/00 , H02J3/00
Abstract: 本发明提供一种低压配电网接入承载力分析方法，涉及电网技术领域。方法包括：S1：获取预设时间内的历史数据；S2：对历史数据进行预处理，并形成数据集，并将数据集分为模型训练集和模型测试集；S3：基于模型训练集和模型测试集，构建基于机器学习的模型；S4：调用模型计算目标低压配网在规划年的电动汽车数量、目标低压配网在规划年的充电设施数据、目标低压配网在规划年的充电负荷数据以及目标低压配网在车网互动策略下的充电负荷数据；S5：分析获得规划年低压配电网接入承载力。该方法能够提升规划方案的科学性、可信度，支撑提早发现低压配网存在的潜在问题，提升安全性、可靠性和总体质量。
-
公开(公告)号：CN118246633A
公开(公告)日：2024-06-25
申请号：CN202410408371.7
申请日：2024-04-07
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G06Q10/063 , G06Q50/26 , G06F18/25 , G06N3/126 , G06N3/0442 , G06Q10/083 , G06Q50/40
Abstract: 本发明一种交通领域碳排放的预测方法、系统及存储介质，属于碳排放预测技术领域。本发明由于采用了滑动窗口法把碳排放环境因素特征和碳排放损耗因素特征拼接在历史碳排放数据上，通过层次样本对比损失和特征对比损失将碳排放环境因素特征和碳排放损耗因素特征与进行融合，深度挖掘了碳排放不同样本之间的相关性和底层特征逻辑，可以提高碳排放预测的准确率；本发明还通过长‑短期时间步残差和循环神经网络建立了原始碳排放预测模型，通过短期残差深度和长期残差深度权重来加强碳排放预测模型的预测准确率。本发明搭建了一个可以承载交通领域碳排放的预测方法的系统平台、计算机设备和存储介质，使得预测方法可以更加流畅的应用于不同的场景。
-
-
-
Search Results
4
records
(took 0.053 seconds)
