买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东省特种设备检测研究院顺德检测院;华南理工大学申请的专利一种燃气发电机组燃烧碳排放因子预测和校验方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120525137B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511021984.6，技术领域涉及：G06Q10/04；该发明授权一种燃气发电机组燃烧碳排放因子预测和校验方法及系统是由陈小玄;卢伟业;卢志民;李越胜;姚顺春;白凯杰;李至淳设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本一种燃气发电机组燃烧碳排放因子预测和校验方法及系统在说明书摘要公布了：本发明涉及低碳节能环保技术领域，公开了一种燃气发电机组燃烧碳排放因子预测和校验方法及系统，通过对燃气样品的燃气组分参数进行敏感性和特征重要性分析，建立重要性综合评价指标；根据各个燃气组分参数综合重要性评价指标的数值大小，采用随机森林结合后退序列选择，建立燃气碳排放因子预测模型；从而有效实现对燃气发电机组的燃烧碳排放因子结果的准确性、合理性的预测和校验，进而有效保障燃气发电机组的碳排放量核算数据质量，显著提升碳排放量核算数据的可靠性，此外，还有助于碳市场能够掌握燃气发电机组的碳排放因子变化趋势，从而为碳市场配额分配、基准值设定及价格调控提供数据依据。

本发明授权一种燃气发电机组燃烧碳排放因子预测和校验方法及系统在权利要求书中公布了：1.一种燃气发电机组燃烧碳排放因子预测和校验方法，其特征在于，包括如下步骤： S1.收集一组已知组分数据集的燃气样品，获取该组燃气样品的燃气组分数据集，燃气组分数据集包括每个燃气样品的燃气组分参数、元素碳含量和低位热值数据；根据所述燃气组分数据集中的每个燃气样品的元素碳含量和低位热值数据，分别计算得到每个燃气样品燃烧的燃气碳排放因子； S2.对该组燃气样品中的各个燃气碳排放因子与燃气组分数据集中的各个燃气组分参数之间的敏感性进行分析，以得到各个燃气组分参数与燃气碳排放因子之间的敏感性系数，并对各个燃气组分参数的敏感性系数的大小进行排序； S3.计算各个燃气组分参数的特征重要性，对各个燃气组分参数的特征重要性的大小进行排序； S4.将各个燃气组分参数的敏感性系数和特征重要性进行融合，建立燃气组分参数的重要性综合评价指标； S5.根据各个燃气组分参数综合重要性评价指标的数值大小，建立燃气碳排放因子预测模型，包括如下步骤： S5.1.数据预处理：基于步骤S1中燃气组分参数已知的一组燃气样品作为训练样本进行训练，通过随机森林算法建立燃气碳排放因子的全变量随机森林回归模型，对燃气样品的初始数据集进行预处理，得到预处理后数据集，初始数据集中的数据为燃气样品原始测量数据，原始测量数据包括每个燃气样品的燃气组分参数、元素碳含量和低位热值数据，以原始测量数据作为训练样本的原始数据； S5.2.自助抽样：对训练样本中的预处理后数据集进行自助抽样，每次抽取n个样本，形成一个新训练集，这个过程重复进行，直到每个新训练集的大小与预处理后数据集相同； S5.3.参数选择：采用网格搜索方法和交叉验证确定随机森林建模的最优参数，然后根据选择的最优参数确定决策树数量和最小叶子数，并进行决策树的构建； S5.4.决策树构建：利用每个通过步骤S5.2自助抽样得到的新训练集构建一棵决策树，在构建决策树的过程中，对于树中的每一个节点，从所有燃气组分参数特征中随机选取一部分燃气组分参数特征，然后在这些随机选取的特征中选择最优的分割特征； S5.5.所有决策树训练完成后，形成初始燃气碳排放因子预测模型； S5.6.采用后退序列选择算法结合初始燃气碳排放因子预测模型，根据燃气组分参数的综合重要性评价指标的降序排列，依次剔除当前综合重要性评价指标数值最低的单个燃气组分参数，重新构建新的燃气碳排放因子预测模型，以形成最终燃气碳排放因子预测模型； 最终燃气碳排放因子预测模型形成后，最终燃气碳排放因子预测模型对新输入的样本数据，分别使用每棵决策树进行预测，然后对所有预测结果进行平均，得到最终的模型预测值； S6.将企业上报的燃气发电机组的各个燃气组分参数输入至最终燃气碳排放因子预测模型得到模型预测值，计算模型预测值与企业上报的燃气碳排放因子数据两者之间的误差绝对值，判定企业上报数据是否合理。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东省特种设备检测研究院顺德检测院;华南理工大学，其通讯地址为：528300 广东省佛山市顺德区陈村镇永兴社区广隆工业园兴业六路3号之一；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。