Estudio sobre la predicción de emisiones de carbono en sistemas de energía de múltiples energías complementarias...

Área de la Ciencia:

• Ingeniería de Sistemas de Energía
• Ciencias Ambientales
• Ciencia de Datos

Sus antecedentes:

• Los sistemas de energía de múltiples energías complementarias generan una gran cantidad de datos operativos, lo que plantea desafíos para la predicción precisa de las emisiones de carbono.
• Los métodos existentes tienen dificultades para procesar de manera eficiente datos distribuidos a gran escala para una previsión fiable.

Objetivo del estudio:

• Desarrollar un método de predicción de emisiones de carbono de alta precisión para sistemas de energía de múltiples energías complementarias.
• Identificar los factores clave que influyen en las emisiones de carbono en estos sistemas.
• Mejorar la escalabilidad computacional y la eficiencia de la predicción.

Principales métodos:

• Análisis de la estructura del sistema de energía de múltiples energías complementarias y la intensidad de las emisiones de carbono.
• Selección de factores preliminares que influyen en las emisiones de carbono.
• Construcción y optimización de un modelo de regresión lineal múltiple utilizando pruebas de significancia.
• Integración del modelo con el marco paralelo MapReduce.

Principales resultados:

• El modelo optimizado de regresión lineal múltiple demostró un alto índice de bondad de ajuste.
• Los errores de predicción fueron mínimos, oscilando entre el 0,00516 % y el 0,00818 %, lo que indica una alta precisión.
• El modelo procesó con éxito datos distribuidos a gran escala de manera eficiente.

Conclusiones:

• El método desarrollado predice con precisión las emisiones de carbono en sistemas de energía de múltiples energías complementarias.
• Los hallazgos del modelo proporcionan una base para políticas efectivas de reducción de emisiones de carbono.
• Se proyecta que las emisiones anuales de carbono aumentarán hasta 2031 y luego disminuirán hasta 2034.