基于ARIMA-LSTM模型的MSWI过程CO2排放浓度多步预测
简介：针对城市固废焚烧(municipal solid waste incineration,MSWI)过程CO2 排放兼具线性趋势与非线性波动的复杂动态特性,现有单一预测难以准确拟合的问题,提出基于差分整合移动平均自回归-长短期记忆(autoregressive integrated moving average-long short-term memory,ARIMA-LSTM)模型的CO2 排放浓度的多步预测方法.首先,采用ARIMA算法构建线性主模型以进行CO2 排放浓度预测;然后,以主模型的预测残差为真值,采用LSTM算法构建非线性补偿模型;最后,将主模型和补偿模型的预测值进行组合得到超前多步的预测结果.基于北京某MSWI工厂的真实CO2 数据集验证了所构建混合模型的有效性.展开
关键词：城市固废焚烧(municipal solid waste incinerationMSWI)CO2排放多步预测差分整合移动平均自回归模型长短期记忆(long short-term memoryLSTM)网络混合模型
在线出版日期：2026-01-26 （网站首发日期）
