碳排放时序数据预测方法、设备及存储介质

本发明的一种碳排放时序数据预测方法、设备及介质，包括根据历年按燃料类型和水泥生产划分的能源消耗计算出历年二氧化碳排放数据序列，并对获取到的碳排放数据序列进行标准化处理得到碳排放样本序列；同时采用年度循环划分方法，对样本序列进行训练集与验证集的动态划分；搭建以二维特征矩阵为输入的多尺度时间卷积网络模型，并引入注意力机制、设计混合损失函数以增强模型关注数据突变与整体趋势拟合的能力；构建梦境优化算法下的超参数寻优函数，得到经DOA寻优函数获得的超参数组合后，重新构建Multi‑Scale TCN模型，进行数据的训练、验证以及碳排放数据预测。本发明在少量碳排放数据的情况下，经过优化后模型的训练，可获得较高的预测准确率。