基于电力数据的碳排放组合预测方法研究.pdfVIP

湖南电力

第４４卷第２期ＨＵＮＡＮＥＬＥＣＴＲＩＣＰＯＷＥＲ２０２４年４月

ｄｏｉ:１０３９６９/ｊｉｓｓｎ１００８￣０１９８２０２４０２０１８

基于电力数据的碳排放组合预测方法研究

１１１１２

文博ꎬ李家熙ꎬ文明ꎬ张欣杨ꎬ许加柱

(１.国网湖南省电力有限公司经济技术研究院ꎬ湖南长沙４１０００７ꎻ

２.湖南大学电气工程学院ꎬ湖南长沙４１００８２)

摘要:针对现有碳排放预测方法精度较低、稳定性较差、数据难以获取的问题ꎬ提出

一种基于电力数据的碳排放组合预测方法ꎬ分别建立改进ＢＰ神经网络、随机森林回

归、Ｅｌｍａｎ神经网络预测模型ꎬ并对这３种模型进行组合优化ꎬ建立基于电力数据的碳

－

排放组合预测模型ꎮ对湖南省进行电碳预测仿真ꎬ合理选取电力输入变量ꎬ对比分析

所提组合预测模型与单项预测、其他组合预测模型ꎮ研究结果表明ꎬ电力数据能有效应

用于碳排放预测ꎬ说明所提组合预测模型有着较高的精度ꎬ能有效应用于预测和减少碳

排放量ꎮ

关键词:碳排放预测ꎻ改进ＢＰ神经网络ꎻ随机森林回归ꎻＥｌｍａｎ神经网络ꎻ组合预测

中图分类号:Ｆ４２６６１ꎻＸ３２２文献标志码:Ａ文章编号:１００８￣０１９８(２０２４)０２￣０１３４￣０７

ＲｅｓｅａｒｃｈｏｎＣａｒｂｏｎＥｍｉｓｓｉｏｎＣｏｍｂｉｎａｔｉｏｎＦｏｒｅｃａｓｔｉｎｇ

ＭｅｔｈｏｄＢａｓｅｄｏｎＰｏｗｅｒＤａｔａ

１１１１２

ＷＥＮＢｏꎬＬＩＪｉａｘｉꎬＷＥＮＭｉｎｇꎬＺＨＡＮＧＸｉｎｙａｎｇꎬＸＵＪｉａｚｈｕ

(１.ＳｔａｔｅＧｒｉｄＨｕｎａｎＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｍｐａｎｙＬｉｍｉｔｅｄＥｃｏｎｏｍｉｃａｎｄＴｅｃｈｎｉｃａｌＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅꎬ

Ｃｈａｎｇｓｈａ４１０００７ꎬＣｈｉｎａꎻ

２.ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇꎬＨｕｎａｎＵｎｉｖｅｒｓｉｔｙꎬＣｈａｎｇｓｈａ４１００８２ꎬＣｈｉｎａ)

Ａｂｓｔｒａｃｔ:Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｓｏｆｌｏｗａｃｃｕｒａｃｙꎬｐｏｏｒｓｔａｂｉｌｉｔｙꎬａｎｄｄｉｆｆｉｃｕｌｔｙｉｎｏｂｔａｉｎｉｎｇｄａｔａｉｎｅｘｉｓｔｉｎｇ

ｃａｒｂｏｎｅｍｉｓｓｉｏｎｆｏｒｅｃａｓｔｉｎｇｍｅｔｈｏｄｓꎬｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｃａｒｂｏｎｅｍｉｓｓｉｏｎｃｏｍｂｉｎａｔｉｏｎｆｏｒｅｃａｓｔｉｎｇｍｅｔｈｏｄ

ｂａｓｅｄｏｎｐｏｗｅｒｄａｔａ.ＴｈｅｉｍｐｒｏｖｅｄＢＰｎｅｕｒａｌｎｅｔｗｏｒｋꎬｒａｎｄｏｍｆｏｒｅｓｔｒｅｇｒｅｓｓｉｏｎａｎｄＥｌｍａｎｎｅｕｒａｌｎｅｔｗｏｒｋ