一种基于机器学习的建筑隐含碳排放预测方法及装置

    公开(公告)号:CN119378750A

    公开(公告)日:2025-01-28

    申请号:CN202411515845.4

    申请日:2024-10-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于机器学习的建筑隐含碳排放预测方法,步骤如下:S1:综合考虑建筑施工活动,定性与定量分析建筑隐含碳排放结构,选取主要碳排放来源作为目标预测模型的输出参数;S2:系统识别建筑隐含碳排放的影响因素,采用灰色关联度分析选取关联度较大的影响因素作为目标预测模型的输入特征;S3:制作数据收集表格,面向实际施工项目开展数据采集;S4:使用机器学习算法构建施工消耗量预测模型;S5:结合碳排放因子完成建筑隐含碳排放预测;S6:依据S1‑S5的方法,使用Python开发建筑隐含碳排放预测装置。本发明可实现在建筑初步设计阶段快速便捷地估算建筑隐含碳排放水平,进而支持低碳设计优化、方案比选以及决策管理等。

Patent Agency Ranking