基于长短期记忆网络的炼钢厂碳排放量预测方法

Abstract

钢铁行业作为中国制造业碳排放量第二大的行业，拥有较大的碳减排潜力。为便于相关部门对碳排放量进行监管和控制，展开碳排放量预测研究。以某炼钢厂为研究对象，首先，分析炼钢流程中的二氧化碳排放，确定了引起碳排放的10种能源物质，据此收集了炼钢厂 20 01—2023年的基础能源数据，依据碳排放核算方法由基础能源数据核算出碳排放量；其次，基于长短期记忆网络预测未来7年的碳排放量，训练误差和测试误差均接近0.01，实际误差为1 323 307.46 t二氧化碳，并与其他3种预测模型进行对比，结果表明所提预测模型的拟合精度较高、预测效果较好；然后，采用Mann-Kendall趋势检验法评估炼钢厂的整体碳排放趋势；最后，为积极响应低碳环保目标，针对炼钢厂提出合理建议。

Keywords

• 炼钢厂
• 长短期记忆网络
• 碳排放预测
• 低碳环保