1.一种基于时间序列的碳排放模型预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述将所述本征模函数中预设时间段的数据作为训练数据输入注意力机制模块，得到加权表示，包括：
3.如权利要求2所述的方法，其特征在于，所述将所述训练数据输入影响因素注意力模块，得到影响因素权重矩阵，包括：
4.如权利要求2所述的方法，其特征在于，所述将所述训练数据输入时间属性注意力模块，得到时间属性权重矩阵，包括：
5.如权利要求4所述的方法，其特征在于，所述基于所述影响因素权重矩阵和时间属性权重矩阵对训练数据进行加权计算，得到加权表示，包括：
6.如权利要求1所述的方法，其特征在于，所述基于集合经验模态分解方法分解所述历史碳排放数据，得到本征模函数，包括：
7.如权利要求1所述的方法，其特征在于，所述将所述加权表示与所述训练数据通过lstm层，得到碳排放预测值，包括：
8.一种基于时间序列的碳排放模型训练方法，其特征在于，包括：
9.一种基于时间序列的碳排放模型预测装置，其特征在于，包括：
10.一种基于时间序列的碳排放模型训练装置，其特征在于，包括：
11.一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在终端上运行时，使得终端执行如权利要求1-7任一项所述的基于时间序列的碳排放模型预测方法，和/或，权利要求8所述的基于时间序列的碳排放模型训练方法。
12.一种计算机设备，其特征在于，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的基于时间序列的碳排放模型预测方法，和/或，权利要求8所述的基于时间序列的碳排放模型训练方法。
13.一种包含指令的计算机程序产品，当计算机程序产品在计算机设备上运行时，使得计算机设备执行如权利要求1-7任一项所述的基于时间序列的碳排放模型预测方法，和/或，权利要求8所述的基于时间序列的碳排放模型训练方法。
14.一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如权利要求1-7任一项所述的基于时间序列的碳排放模型预测方法，和/或，权利要求8所述的基于时间序列的碳排放模型训练方法。