基于机器学习的零碳园区能效优化方法、系统及介质

本发明提出了一种基于机器学习的零碳园区能效优化系统，旨在通过多层次的能效优化策略，实现园区的零碳排放目标。系统包括短期、中期和长期负载预测模型，分别用于实时负载预测、周期性负载预测和碳排放管理。短期模型基于ARIMA模型，能够进行实时负载预测，快速响应园区负载的波动；中期模型采用Prophet模型，识别周期性需求变化，为负载平衡和储能管理提供支持；长期模型利用贝叶斯结构时间序列模型(BSTS)，实现碳排放管理和能源结构优化。本系统通过机器学习算法对历史和实时数据进行分析，动态调整园区的能耗方案，结合短期和长期的碳排放目标，生成最优的能源调度策略。