2024年3月23日，建筑工程学院董波副教授在4101教室，举办了题为“基于机器学习的垃圾焚烧厂烟气中排放预测”的讲座，社团指导教师祁欣怡、章海飞；建筑工程学院相关专业学生和建筑环境社全体社员参与，本次讲座由程毓主持。

废物管理是仅次于能源、农林和土地利用以及工业部门的第四大碳排放源。在核算垃圾焚烧厂的碳排放时，对最终结果影响较大的主要为焚烧过程化石源CO2的排放量以及焚烧发电产生建议删除一个“的”碳减排量两部分。与直接测试和常规建模计算相比，机器学习（ML）算法擅长对复杂的非线性过程进行建模，能够结合垃圾焚烧厂日常监测的运行数据，建立合适的预测模型，还能够通过对预测模型进行特征重要性分析，进而获得影响目标变量的关键特征变量。

研究表明，使用ML模型预测CO2_G是估计垃圾焚烧碳排放的可靠方法，解决了垃圾焚烧碳排放核算的劳动密集型和数据滞后问题。该方法为焚烧厂获得无气体分析仪的CO2_G或实时检测测量数据提供了一种很有前途的解决方案，在各种垃圾焚烧厂具有广阔的应用前景。它可以提高垃圾焚烧过程中碳排放核算的准确性和效率，为减少垃圾焚烧产生的温室气体排放提供数据和理论基础。数据驱动方法也为未来促进智能焚烧提供参考及更有效地监测、和反馈控制方法。

作者：董波

审核：朱永祥