摘要
本发明公开了一种基于多重采样插值的碳排放量预测模型的训练方法、装置、终端设备、存储介质以及碳排放量预测方法。上述碳排放量预测模型的训练方法包括:获取碳排放量和电力产量数据,并进行预处理得到第一电力产量数据和第一碳排放量;将第一碳排放量以及所述第一电力产量数据输入至预设多重采样插值模型进行降采样和插值处理,得到仿真碳排放量和仿真电力产量数据;根据仿真碳排放量以及仿真电力产量数据,对碳排放预测模型进行预训练;根据第一碳排放量、第一电力产量数据以及固定权重,对预训练后的碳排放预测模型进行训练,得到训练好的碳排放预测模型。通过实施本发明,可以解决由于样本数据不足而导致的碳排放量预测精度低的问题。
技术关键词
排放量
电力
数据
插值模型
模型预训练
序列
预测误差
模型训练模块
终端设备
训练装置
采样模块
监测单元
处理器
存储器
节点
计算机
样本
精度
系统为您推荐了相关专利信息
新型航空发动机
待测对象
光学测量方法
机器学习模型
波长
网络关键节点
网络安全检测系统
样本
网络安全威胁事件
网络攻击特征
大语言模型
数据处理方法
非易失性存储介质
客户端
业务流程信息
雷达点云数据
三维点云地图
SLAM算法
有效性
矩阵
轨迹模型
态势预测方法
交通事故死亡率
交通事故数据
多项式