一种碳排放预测模型的训练方法

AITNT
正文
推荐专利
一种碳排放预测模型的训练方法
申请号:CN202510018559
申请日期:2025-01-07
公开号:CN119941271B
公开日期:2025-07-29
类型:发明专利
摘要
本发明涉及一种碳排放预测模型的训练方法,属于碳排放预测的技术领域,解决了现有技术预测精度不高的问题。方法包括:获取建筑单位的历史碳排放量和对应的碳排放相关因素数据;基于历史碳排放量和对应的碳排放相关因素数据构建训练样本集;构建多步时序预测模型用于预测未来多个时间步的碳排放量;多步时序预测模型包括:静态特征提取模块,用于基于静态数据提取静态特征;时序特征提取模块,用于基于多维时序数据提取时序特征;特征融合模块,用于将静态特征和时序特征融合;预测模块,用于基于融合后的特征预测未来多个时间步的碳排放量;基于训练样本集对多步时序预测模型进行训练得到碳排放量预测模型。实现了精确的建筑单位碳排放预测。
技术关键词
时序预测模型 多维时序数据 排放量 周期性特征 特征提取模块 序列 时序特征 静态特征提取 训练样本集 标签 二维卷积网络 深度特征提取 滑动窗口 建筑
系统为您推荐了相关专利信息
1
基于改进自组织网络的电解铝电碳画像构建方法及装置
电解铝负荷 画像构建方法 配额 聚类 数据采集策略
2
一种目标时段的时长预测方法、设备及介质
特征提取模块 贝叶斯神经网络 飞行器 特征值 非瞬时性计算机可读存储介质
3
一种基于Transformer框架的资源指标预测方法、设备及介质
指标预测方法 容量管理系统 时序预测方法 时序预测模型 多头注意力机制
4
声信号与环境信号融合的管廊风险检测方法及装置
检测点 时序预测模型 信号 风险检测方法 计算机执行指令
5
基于多核判别联合概率最大均值差异的轴承故障诊断方法及系统
轴承故障诊断方法 数据训练神经网络 机器可读指令 执行故障诊断 标签
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