炼钢厂异构数据采集及碳排放量预测方法数据集

本数据集旨在支持基于工业物联网的异构数据采集与管理系统和基于长短期记忆网络的炼钢厂碳排放量预测方法相关研究，提供了完整的数据基础和可复现的基准。数据集共包括9个文件，数据容量约34.3MB，其中：(1)2001年1月-2023年12月炼钢厂每天消耗的与碳排放相关的10种能源物质采集数据.xlsx是测试案例原始数据，共计8400行，大小为943 KB；(2)基于工业物联网的多源异构数据采集及管理系统框架.docx，是异构数据采集系统的说明文档，大小为159 KB；(3)基于工业物联网的异构数据采集与管理方法.docx，是异构数据采集方法的说明文档，大小为89.5 KB；(4)论文-基于长短期记忆网络的炼钢厂碳排放量预测方法-大数据期刊-东北大学.pdf，是碳排放预测方法的说明文档，即指标对应的1篇论文，大小1.32 MB；(5)专利-一种基于工业物联网的异构数据采集与管理系统及方法-东北大学.pdf，是指标对应的1项专利，大小257KB；(6) LSTMcode.rar，是基于Pytorch的LSTM预测模型和MK趋势检验评估模型的完整Python代码，大小15MB；(7) 论文图片/，是碳排放预测模型的网络结构、检测流程、训练和测试过程的可视化图表，包含图1.png-图6.png，大小9.92 MB；(8)训练结果/，是基于LSTM的碳排放预测模型和MK趋势检验法的训练结果，包含3个文件：allweilaiData.xlsx、 Trainresult0.xlsx、Trainresult1.xlsx，大小为367 KB；(9)中间结果，是模型训练损失、测试预测结果及与基线模型的对比的可视化图表，大小为6.22 MB。