摘要
本发明公开了一种碳排放预测方法、装置、非易失性存储介质和计算机设备。其中,该方法包括:获取目标区域中建筑负荷电量数据和目标区域中的气象因子;将建筑负荷电量数据分解为低频分量和高频分量;基于高频分量和预设的神经网络模型,预测高频预测结果;根据低频分量和气象因子,预测低频预测结果;根据低频预测结果和高频预测结果,确定目标区域中的预测负荷电量数据;根据预测负荷电量数据和预设的电力碳排放因子,确定目标区域的碳排放结果。本发明解决了目前预测方法通常需要建筑物和能源系统参数,导致数据需求大,预测效率和准确率较低的技术问题。
技术关键词
神经网络模型
排放预测方法
非易失性存储介质
数据
气象
因子
计算机设备
序列
建筑冷负荷
预测误差
前馈神经网络
复杂度
计算机程序产品
处理器
能源系统
学习算法
预测装置
模块
系统为您推荐了相关专利信息
个性化服装
构建用户画像
生成个性化推荐
混合推荐算法
标签
排序方法
网络节点
社交网络图
非暂态计算机可读存储介质
社会网络分析
信息审核方法
审核模型
信息审核装置
计算机程序产品
基础