一种基于图神经网络的建筑运行碳排放预测方法及其系统

本发明公开了一种基于图神经网络的建筑运行碳排放预测方法，包括以下步骤：S1：采集建筑能源消耗及室内外环境参数数据，并进行数据预处理；S2：对预处理后的数据采用排放因子法进行碳排放核算与相关性分析；S3：将步骤S2输出的数据利用动态相关图生成方法捕捉碳排放时间序列中变量间的动态演化关系，生成动态相关图序列；S4：利用基于动态相关图的TCN‑GCN算法进行建筑运行碳排放预测；S5：采用SHAP和GNNExplainer工具量化特征和图结构在预测中的重要性，用于解释碳排放时序预测结果。还公开了一种基于图神经网络的建筑运行碳排放预测系统。本发明能够提高碳排放预测精度，多视角综合解释建筑运行碳排放预测。