期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于卷积神经网络与轻量级梯度提升树组合模型的电力行业短期以电折碳方法
1
作者
曾金灿
何耿生
+3 位作者
李姚旺
杜尔顺
张宁
朱浩骏
《上海交通大学学报》
北大核心
2025年第6期746-757,共12页
电力行业是碳排放的重点控排行业,准确、实时的电力行业碳排放计量是支撑其降碳减排的基础.目前,电力行业的碳排放计量主要基于实测法或核算法,难以很好地兼顾低计量成本与实时计量能力.为此,充分考虑电力行业良好的电力数据基础,挖掘电...
电力行业是碳排放的重点控排行业,准确、实时的电力行业碳排放计量是支撑其降碳减排的基础.目前,电力行业的碳排放计量主要基于实测法或核算法,难以很好地兼顾低计量成本与实时计量能力.为此,充分考虑电力行业良好的电力数据基础,挖掘电-碳间的相关关系,以电力历史数据为基础,基于机器学习方法提出一种电力行业短期以电折碳方法,实时估算电力行业短期碳排放情况.该方法使用卷积神经网络进行特征提取,并采用轻量级梯度提升树算法开展基于特征提取值的碳排放测算.此外,为了提升模型的泛化能力和鲁棒性,在模型训练中采用K折交叉验证技术,在模型参数优化过程中采用网格搜索技术.最后,为了验证所提模型的有效性,对比所提模型和其他机器学习模型在同等数据集划分条件下分别基于日度数据集与小时数据集中进行训练的效果.结果表明:所提模型在效果评估和测算值与目标值分布分析中均优于其他模型,能够较好地反映电力行业的短期碳排放情况.
展开更多
关键词
以电折碳
卷积神经网络
轻量级
梯度
提升
树
算法
碳排放
机器学习
组合模型
在线阅读
下载PDF
职称材料
基于数值天气预报后处理的参考作物蒸散量预报改进
被引量：
6
2
作者
姚付启
董建华
+2 位作者
范军亮
曾文治
吴立峰
《农业机械学报》
EI
CAS
CSCD
北大核心
2021年第7期293-303,共11页
针对基于数值天气预报(Numerical weather prediction,NWP)对参考作物蒸散量(Reference crop evapotranspiration,ET0)进行预报通常需要数据偏差校正的问题,基于LightGBM机器学习方法和我国西北地区9个气象站点数据提出一种对第二代全...
针对基于数值天气预报(Numerical weather prediction,NWP)对参考作物蒸散量(Reference crop evapotranspiration,ET0)进行预报通常需要数据偏差校正的问题,基于LightGBM机器学习方法和我国西北地区9个气象站点数据提出一种对第二代全球集合预报系统(Global ensemble forecast system,GEFSv2)预报气象因子进行偏差校正的方法(M3)。该方法使用太阳辐射、最高和最低气温、相对湿度和风速集合分别对每个气象因子进行重预报,再计算ET0。使用等距离累积分布函数(EDCDFm,M1)和单气象因子输入的LightGBM法(M2)对模型精度进行评估。结果表明,GEFSv2的预报因子与相应的观测气象因子之间存在不匹配问题,其不匹配程度因气象因子不同而不同,太阳辐射的匹配度较高,相对湿度的匹配度较低。M3模型有助于缓解数据不匹配问题。M1、M2和M3方法在9站点预报ET0的平均均方根误差(RMSE)分别介于0.66~0.93 mm/d、0.57~0.83 mm/d和0.53~0.79 mm/d,平均绝对误差(MAE)分别介于0.44~0.61 mm/d、0.38~0.56 mm/d和0.35~0.53 mm/d,决定系数(R^(2))分别介于0.82~0.91、0.84~0.93和0.86~0.94。3种方法均在夏季误差最大,1~16 d平均RMSE分别为1.21、1.18、1.04 mm/d。各预报因子中太阳辐射对ET0预报误差影响最大,其后依次是风速、最高气温、相对湿度和最低气温。在后处理过程中,NWP的最高气温预报值对其他因子预报精度的贡献最大、对相对湿度预报精度的贡献最小。建议在进行NWP偏差校正时,应考虑数据不匹配问题,通过多因子校正来弥补预报精度的不足。
展开更多
关键词
参考作物蒸散量
预报
轻量级提升树算法
偏差校正
数值天气预报
机器学习
在线阅读
下载PDF
职称材料
题名
基于卷积神经网络与轻量级梯度提升树组合模型的电力行业短期以电折碳方法
1
作者
曾金灿
何耿生
李姚旺
杜尔顺
张宁
朱浩骏
机构
南方电网能源发展研究院
清华四川能源互联网研究院
出处
《上海交通大学学报》
北大核心
2025年第6期746-757,共12页
文摘
电力行业是碳排放的重点控排行业,准确、实时的电力行业碳排放计量是支撑其降碳减排的基础.目前,电力行业的碳排放计量主要基于实测法或核算法,难以很好地兼顾低计量成本与实时计量能力.为此,充分考虑电力行业良好的电力数据基础,挖掘电-碳间的相关关系,以电力历史数据为基础,基于机器学习方法提出一种电力行业短期以电折碳方法,实时估算电力行业短期碳排放情况.该方法使用卷积神经网络进行特征提取,并采用轻量级梯度提升树算法开展基于特征提取值的碳排放测算.此外,为了提升模型的泛化能力和鲁棒性,在模型训练中采用K折交叉验证技术,在模型参数优化过程中采用网格搜索技术.最后,为了验证所提模型的有效性,对比所提模型和其他机器学习模型在同等数据集划分条件下分别基于日度数据集与小时数据集中进行训练的效果.结果表明:所提模型在效果评估和测算值与目标值分布分析中均优于其他模型,能够较好地反映电力行业的短期碳排放情况.
关键词
以电折碳
卷积神经网络
轻量级
梯度
提升
树
算法
碳排放
机器学习
组合模型
Keywords
carbon emission accounting using electricity data
convolutional neural networks(CNNs)
light gradient boosting machine(LightGBM)
carbon emissions
machine learning
combined model
分类号
TM732 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于数值天气预报后处理的参考作物蒸散量预报改进
被引量：
6
2
作者
姚付启
董建华
范军亮
曾文治
吴立峰
机构
鲁东大学水利工程学院
南昌工程学院水利与生态工程学院
西北农林科技大学水利与建筑工程学院
武汉大学水资源与水电工程科学国家重点实验室
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2021年第7期293-303,共11页
基金
山东省自然科学基金项目(ZR2020ME254、ZR2020QD061)
国家自然科学基金项目(51879196、51309016)。
文摘
针对基于数值天气预报(Numerical weather prediction,NWP)对参考作物蒸散量(Reference crop evapotranspiration,ET0)进行预报通常需要数据偏差校正的问题,基于LightGBM机器学习方法和我国西北地区9个气象站点数据提出一种对第二代全球集合预报系统(Global ensemble forecast system,GEFSv2)预报气象因子进行偏差校正的方法(M3)。该方法使用太阳辐射、最高和最低气温、相对湿度和风速集合分别对每个气象因子进行重预报,再计算ET0。使用等距离累积分布函数(EDCDFm,M1)和单气象因子输入的LightGBM法(M2)对模型精度进行评估。结果表明,GEFSv2的预报因子与相应的观测气象因子之间存在不匹配问题,其不匹配程度因气象因子不同而不同,太阳辐射的匹配度较高,相对湿度的匹配度较低。M3模型有助于缓解数据不匹配问题。M1、M2和M3方法在9站点预报ET0的平均均方根误差(RMSE)分别介于0.66~0.93 mm/d、0.57~0.83 mm/d和0.53~0.79 mm/d,平均绝对误差(MAE)分别介于0.44~0.61 mm/d、0.38~0.56 mm/d和0.35~0.53 mm/d,决定系数(R^(2))分别介于0.82~0.91、0.84~0.93和0.86~0.94。3种方法均在夏季误差最大,1~16 d平均RMSE分别为1.21、1.18、1.04 mm/d。各预报因子中太阳辐射对ET0预报误差影响最大,其后依次是风速、最高气温、相对湿度和最低气温。在后处理过程中,NWP的最高气温预报值对其他因子预报精度的贡献最大、对相对湿度预报精度的贡献最小。建议在进行NWP偏差校正时,应考虑数据不匹配问题,通过多因子校正来弥补预报精度的不足。
关键词
参考作物蒸散量
预报
轻量级提升树算法
偏差校正
数值天气预报
机器学习
Keywords
reference crop evapotranspiration
forecasting
LightGBM
bias correction
numerical weather prediction
machine learning
分类号
S161.4 [农业科学—农业气象学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卷积神经网络与轻量级梯度提升树组合模型的电力行业短期以电折碳方法
曾金灿
何耿生
李姚旺
杜尔顺
张宁
朱浩骏
《上海交通大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于数值天气预报后处理的参考作物蒸散量预报改进
姚付启
董建华
范军亮
曾文治
吴立峰
《农业机械学报》
EI
CAS
CSCD
北大核心
2021
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
