摘要
本发明公开了一种基于数据增强的碳预测模型优化方法,包括:S1、数据增强;S2、构建基于并行计算的碳预测模型;S3、模型评估预测。该方法创新性地构建了LSTM‑VAE数据增强模型,显著提升了数据质量;该方法引入多种机器学习方法和特征工程自动构建方法,实现了精准预测;该方法采用并行处理机制,大幅缩短了模型训练和推理的时间。该方法为电力系统的碳排放预测提供了更高效、准确的解决方案,助力实现碳中和目标和经济高质量发展。
技术关键词
预测模型优化方法
随机噪声
机器学习方法
数据
编码器
LightGBM模型
定义
线性回归模型
特征工程
构建决策树
变量
重构
序列
解码器
字典
自动构建方法
样本
最佳参数组合
神经网络训练
系统为您推荐了相关专利信息
虚拟终端
订单
库存管理方法
历史运行数据
客户端
多任务学习模型
图像特征向量
样本
可见光图像
基础
机房空调
调控方法
强化学习算法
机房内设备
风冷空调系统