标题
  • 标题
  • 作者
  • 关键词

基于PSO-LSTM网络模型的建筑碳排放峰值预测

2023-01-10分类号:F426.92;X322

【作者】唐晓灵  刘嘉敏  
【部门】西安建筑科技大学管理学院  
【摘要】在对BP神经网络、LSTM网络和PSO-LSTM模型在碳排放预测方面进行对比选优的基础上,通过训练好的PSO-LSTM模型在低碳、基准、高碳3种情景下,分别对建筑碳排放峰值进行预测。结果表明,低碳、基准、高碳3种情景的建筑碳排放峰值分别为226 774.56万吨、239 738.11万吨和253 379.47万吨;达峰时间分别为2029年、2032年和2033年。可见,在当前社会发展状况下,仍难在2030年前实现建筑领域的碳达峰,还需采取相应的低碳措施来推进目标的实现。
【关键词】建筑碳排放  PSO-LSTM  碳达峰  情景分析法
【基金】科技部国际科技合作项目-子项目“能源安全、低碳减排、环境保护、可持续发展的必由之路-可再生能源建筑研究”(004/2028901044)
【所属期刊栏目】科技管理研究
文献传递