10.3969/j.issn.1000-6923.2023.07.054
基于水泥企业电-碳关系的碳排放监测
基于电力数据的实时性、精确性、覆盖面广等优势,构建水泥企业的电碳指数,运用机器学习算法研究水泥企业生产净购入电量与二氧化碳排放总量的关系,分别建立单样本日度电碳监测模型和多样本年度电碳监测模型,结果表明,9种回归方法中表现最佳的Lasso模型拟合优度(R2)为0.915和0.831,水泥企业电碳指数的关键影响因素主要为熟料生产电力排放因子和熟料工段耗电量在全厂用电量的占比,验证了电力相关数据在碳排放监测模型中的重要性,模型应用将有效提高水泥企业的碳排放监测效率和降低碳排放监测成本.
碳排放监测、电碳关系、水泥企业
43
X196
国家自然科学基金;国家自然科学基金;清华三峡气候与低碳中心,美国环保协会
2023-08-24（万方平台首次上网日期，不代表论文的发表时间）
共9页
3787-3795
