摘要
本发明公开了基于人工智能的碳排放预测模型的构建方法,包括:采集企业生产数据进行预处理获得时序数据,基于时序数据计算衍生特征,获得特征数据集,对LSTM‑注意力模型进行训练,生成时序预测模型,对因果森林通过变分推断算法提取分布参数,获得因果树模型,依据时序预测模型输出的碳排放趋势预测结果,以及因果树模型输出的边际效应系数,基于双层优化融合策略通过加权融合构建碳排放预测模型。该方法通过构建时序预测模型与因果树模型并结合双层优化融合策略,提高碳排放预测精度、保障工艺参数影响稳定性。
技术关键词
时序预测模型
样本
注意力模型
融合策略
训练集
参数
设备运行数据
排放量
单位产品能耗
滑动窗口
设备运行状态
节点
森林模型
效应
设备综合效率
字段
数据采集模型
系统为您推荐了相关专利信息
烟叶成熟度
采摘烟叶
烟叶采收机
基础网络架构
注意力机制
水电站现场
文本分类模型
专家知识库
事件处理技术
突发自然灾害
医学影像数据
标注平台
薄板样条插值
大数据
动态脱敏技术