一种结合深度学习和ARIMA模型的预测方法和系统

AITNT
正文
推荐专利
一种结合深度学习和ARIMA模型的预测方法和系统
申请号:CN202411860505
申请日期:2024-12-17
公开号:CN119809107A
公开日期:2025-04-11
类型:发明专利
摘要
本发明适用于企业碳排放预测的技术领域,提供了一种结合深度学习和ARI MA模型的预测方法和系统,所述处理方法包括:收集X家样本企业历史数据,包括企业历史碳排放数据、出货量数据、不同能源的消耗量及占比数据、不同能源的价格数据以及气温变化等月度数据;使用KNN算法对企业进行分类;预估待分类企业碳排放量范围,根据待分类企业的部分历史数据,应用所述KNN算法对企业进行分类,并根据待分类企业的所述类别,预估待分类企业碳排放量范围或预测待分类企业的碳排放量。基于KNN算法的结合深度学习和ARI MA模型的预测方法,可以提高预测的准确性与实用性,为企业实现碳排放管理提供更可靠的决策依据。
技术关键词
KNN算法 企业 ARIMA模型 排放量 样本 分类特征 能源 碳排放管理 数据输入模块 可读存储介质 终端设备 预测系统 预测装置 处理器 分析模块 存储器 计算机 参数 程序
系统为您推荐了相关专利信息
1
一种基于IOOA优化VMD-SVM的轴承故障诊断方法
轴承故障诊断方法 故障诊断模型 表达式 参数 信号
2
一种用于防治大气污染的大气颗粒检测方法
颗粒检测方法 捕捉结构 智能数据处理 防治大气污染 石墨烯量子点
3
适用于船舶造修企业的达峰路径规划方法及相关设备
训练样本集 船舶造修 路径规划方法 企业节能减排 时间段
4
一种基于自相关幅值的快速欺骗检测算法
算法 样本 网络 信号 数据
5
一种基于深度学习的金属材料设计方法
金属材料 注意力机制 计算误差 传播算法 元素
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号