一种基于深度学习的化工园区碳核算预测方法及系统

本发明涉及碳排放核算领域，公开了一种基于深度学习的化工园区碳核算预测方法及系统，该基于深度学习的化工园区碳核算预测方法包括收集化工园区内的空间特征数据及时间序列数据，并获取化工园区的碳排放量作为标签数据；基于卷积神经网络提取空间特征数据中的空间关联特征，并标准化时间序列数据，同时将空间关联特征及标准化时间序列数据整合，形成联合特征集；通过联合特征集来训练混合模型，同时利用训练后的混合模型预测化工园区的碳排放量；基于贝叶斯推断评估碳排放预测结果的不确定性度量；利用碳排放量的预测值及不确定性度量完成碳核算。本发明整合空间关联特征和时间序列数据形成的联合特征集，提高预测的准确度和可靠性。