一种基于数据驱动的动态碳排放因子预测方法

本发明公开一种基于数据驱动的动态碳排放因子预测方法，包括：获取历史负荷数据、非低碳电源和分布式新能源历史发电功率数据，识别配电网拓扑结构及电源和负荷接入位置，计算主网接入碳势；综合各类电源和负荷，仿真生成电网潮流数据，根据改进动态碳排放因子计算方法生成训练样本的标签；根据生成的标签和历史数据，构建初始样本集；基于Fea2Vec框架提取多变量时间序列的时序依赖关系；将初始样本集划分为训练集、验证集和测试集，带入Fea2Vec‑BiLSTM模型进行训练，在测试集误差收敛时截断训练过程；通过前向传播过程得到预测结果。本发明可以预测出未来一天的小时级区域动态碳排放因子，为低碳用能方式提供数据支撑。