在低碳发展的大背景下，对燃煤发电厂产生的碳排放进行核算与预测有助于分析各个环节的排放情况从而减少碳排放。研究基于全生命周期评价理论和燃煤电厂运行流程构建碳排放全生命周期核算模型，并结合某600MW机组实际运行情况进行分析，最后基于多源碳排放数据利用机器学习技术进行预测和分析。核算结果表明，煤炭开发利用的全生命周期内锅炉燃烧产生的排放占总排放的80.1%，是电厂碳排放的主体，燃煤机组的发电、供电碳排放强度与负荷率呈负相关。在多种算法比较分析下，梯度下降法得到的预测值与理论值的拟合效果更好，相关系数高达0.961，产生的误差明显较小。通过机器学习进行碳排放预测可以准确分析各类数据之间的相关性，发展前景广阔。

                0 引 言
1 燃煤电厂碳排放全生命周期模型构建
1.1 电厂运行碳排放全生命周期定义与阶段划分
1.2 碳排放源识别
1.2.1 煤炭生产阶段
1.2.2 煤炭运输阶段
1.2.3 锅炉燃烧阶段
1.2.4 烟气脱硫与灰渣再利用阶段
1.3 模型构建
1.3.1 煤炭生产阶段碳排放量计算
1.3.2 煤炭运输阶段碳排放量计算
1.3.3 锅炉燃烧阶段碳排放量计算
1.3.4 烟气脱硫阶段碳排放量计算
2 燃煤电厂运行全过程的碳排放全生命周期实例分析与碳数据预测
2.1 电厂概况
2.2 燃煤电厂碳排放核算数据说明
2.3 燃煤电厂碳排放强度计算
2.4 基于多元线性回归模型的燃煤电厂碳排放数据预测
3 结论