专利交易市场

本发明涉及的是一种油田接转站系统碳排放预测方法，它包括：获取油田接转站系统历史碳排放总数据；对数据进行预处理，处理掉无效数据；对数据进行特征值分析，绘制特征变量相关性热图，筛选出影响特征变量，得到选取特征后的数据集；建立基于决策树的碳排放预测模型并训练；将遗传算法结合网格搜索全局寻优找到的最优结果，传回到基于决策树的碳排放预测模型中，得到最优的基于遗传算法优化的决策树碳排放预测模型并训练；利用基于遗传算法优化的决策树碳排放预测模型进行油田接转站系统碳排放预测。本发明利用遗传算法全局搜索寻优，弥补传统决策树网络局部搜索寻优，实现碳排放预测精度高，时间短，效率高。

本发明涉及环境科学与机器学习技术领域,公开了一种基于AO算法的碳排放量预测方法、装置及设备。本发明从预置的多个碳排放影响因素中筛选目标影响因素;运用AO算法,优化分数阶灰色预测模型的阶数和支持向量回归预测模型的核心参数,分别训练得到碳排放影响因素预测模型和碳排放量预测模型,基于所述碳排放影响因素预测模型对所述目标影响因素进行预测,得到目标影响因素的预测值,将该预测值作为模型输入,利用所述碳排放量预测模型对碳排放量进行预测。本发明存在可解释性强、客观性强、预测精度高以及适用范围较大的优点,能够为不同地区和行业的碳排放量预测提供较精确的科学依据。

本发明公开了一种基于交通运输的碳排放量预测方法及设备，属于碳排放技术领域，用于解决：现有的城市交通网络的动态随机时变特征不能很好为用户实时地提供合理的路径行程时间范围，以及提供最佳的交通运输路径的技术问题。方法包括：确定碳排放要素；对碳排放要素进行核算，得到交通运输碳排放因子；根据交通运输碳排放因子，确定交通运输碳排放总量；对交通运输碳排放总量进行平稳化修正，得到最优决策；对最优决策进行平稳优化，建立优化后综合自回归移动平均模型；通过优化后综合自回归移动平均模型输出的最终预测结果，建立碳排放变化曲线，以便于根据碳排放变化曲线实现对交通运输路径的规划。