中国环境科学

作者：赵敬皓, 王娜娜, 蒋嘉铭, 田亚峻

单位：1. 中国科学院青岛生物能源与过程研究所, 泛能源大数据与战略研究中心, 山东 青岛 266101;2. 山东能源研究院, 山东 青岛 266101;3. 青岛新能源山东省实验室, 山东 青岛 266101;4. 青岛科技大学信息科学技术学院, 山东 青岛 266061

关键词：碳核算,煤电碳排放因子预测,贝叶斯参数优化,XGBoost,特征标准化

基金：中国工程院院地合作项目（2022sx4）

以贝叶斯参数优化的XGBoost算法为基础，基于机组特征和煤炭特性建立BayesianOpt-XGBoost预测模型，其发电、供热碳排放因子预测的相关系数R2分别为0.91和0.87，绝对误差百分比为2.51%和2.91%.进一步，通过特征标准化方法减少对煤炭特性的依赖，模型预测R2分别为0.79和0.77，绝对误差百分比为3.94%和2.75%，精度仍可得到保障.基于该模型分析全国各省区煤电机组碳排放因子并与公布数据进行比较，证明了该模型的有效性.对机组预测结果的分析表明对现存的低容量机组进行改造、对新建造电机组采用大容量高参数可以减少碳排放强度.

来源：2024年第1期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2024年第1期