[發明專利]一種碳排放量的預測方法、系統、電子設備及存儲介質

在審

• 申請號: 202310362709.5
• 申請日: 2023-04-07
• 公開（公告）號: CN116415728A
• 公開（公告）日: 2023-07-11
• 發明（設計）人: 白楊;劉昊;王潔;崔嘉;唐英杰;太慶彪;胡鎮;馬金石;閆心月
• 申請（專利權）人: 北京金風零碳能源有限公司;沈陽工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/006;G06F18/214;G06F18/27;G06N3/04;G06N3/08
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 韓雪梅

1.一種碳排放量的預測方法，其特征在于，所述預測方法包括：

獲取待預測園區的公共能源網絡當前時間段的節點參數；其中，所述節點參數是利用灰色關聯度法從待篩選參數集中篩選出的參數；所述待篩選參數集包括：有用功率、無用功率、節點電壓幅值、熱源輸出的熱功率和質量流量速率、熱負荷消耗的熱功率和質量流量速率、供水管道參數以及天然氣管道的質量流和兩端壓力；所述供水管道參數包括：熱功率、熱損耗、質量流量速率、輸入溫度和輸出溫度；

將當前時間段的節點參數輸入至碳排放量預測模型中，得到所述待預測園區下一時間段的碳排放量；所述碳排放量預測模型是利用禿鷹搜索優化算法，基于訓練數據集對廣義回歸神經網絡進行訓練確定的；所述訓練數據集包括多個訓練用園區的公共能源網絡的第q個歷史時間段的節點參數和第q+1個歷史時間段的碳排放量，q為正整數。

2.根據權利要求1所述的碳排放量的預測方法，其特征在于，所述碳排放量預測模型的訓練過程，具體包括：

確定多個訓練用園區的公共能源網絡的第q個歷史時間段的節點參數和第q+1個歷史時間段的碳排放量；

利用禿鷹搜索優化算法，對廣義回歸神經網絡進優化，得到優化后的廣義回歸神經網絡；

以所有訓練用園區的公共能源網絡的第q個歷史時間段的節點參數為輸入，第q+1個歷史時間段的碳排放量為輸出，對優化后的廣義回歸神經網絡進行訓練，得到所述碳排放量預測模型。

3.根據權利要求1所述的碳排放量的預測方法，其特征在于，所述節點參數的確定方法，具體包括：

獲取訓練用園區的公共能源網絡的第q個歷史時間段的待篩選參數集和第q+1個歷史時間段的碳排放量；

分別計算每個第q個歷史時間段的待篩選參數和第q+1個歷史時間段的碳排放量的灰色關聯度值；

將所有所述灰色關聯度值大于預設閾值的待篩選參數確定為所述節點參數。

4.根據權利要求1所述的碳排放量的預測方法，其特征在于，所述公共能源網絡包括：配電網網絡、區域供熱網網絡和天然氣系統網絡。

5.根據權利要求4所述的碳排放量的預測方法，其特征在于，所述配電網網絡的表達式包括：

其中，表示配電網支路ij的有功功率；表示配電網支路ij的無功功率；U_i表示配電網節點i的電壓幅值；U_j表示配電網節點j的電壓幅值；U₀為配電網參考節點的電壓；r_ij表示配電網支路ij的電阻；x_ij表示配電網支路ij的電抗；配電網支路ij的兩端節點分別為配電網節點i和配電網節點j。

6.根據權利要求4所述的碳排放量的預測方法，其特征在于，所述區域供熱網網絡的表達式包括：

其中，表示第I個熱源在t小時輸出的熱功率；表示第I個熱負荷在t小時消耗的熱功率；C_p表示水的比熱容；表示第I個熱源在t小時輸出的質量流量速率；表示第I個熱負荷在t小時輸入的質量流量速率；表示第I個熱源在t小時的供水溫度；分別表示第I個熱源在t小時的供水和回水溫度；表示第I個熱負荷在t小時的供水溫度；表示第I個熱負荷在t小時的回水溫度；I′和J′表示供水管道k的兩端；表示供水管道k在t小時的熱功率；m_sup,k,t表示供水管道k在t小時的質量流量速率、τ_sup,I′,t表示供水管道k在t小時的輸入溫度；τ_sup,J′,t表示供水管道k在t小時的輸出溫度；ΔP_k,t表示供水管道k在t小時的熱損耗；m_k,t表示供水管道k在t小時的質量流量速率；表示供水管道k在t小時的流入溫度(out)；表示供水管道k在t小時的流出溫度。