电网产品碳排放的预测方法、装置、设备和存储介质与流程

本申请涉及碳排放预测，特别是涉及一种电网产品碳排放的预测方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、在经济快速发展的背景下，需要对环境状况进行分析。预测电网产品的碳排放可帮助企业和政府机构了解产品或服务在整个供应链过程中产生的温室气体排放量，以制定相应的环境保护策略，对于解决环境问题以及长期发展都有重要意义。

2、现有的电网产品碳排放的预测方法仅通过收集传感器数据得到电网产品碳排放的预测结果，精度不足且自适应性较差。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种电网产品碳排放的预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本申请提供了一种电网产品碳排放的预测方法，包括：

3、采集电网产品在目标链碳排放的历史时序测量数据；目标链包括所述电网产品的供应链、交付链和设计链中的至少一种；

4、将所述历史时序测量数据的隐藏特征输入预先构建的碳排放数据预测模型，得到所述电网产品在目标链碳排放的未来近时段预测数据和未来远时段预测数据；

5、将所述未来近时段预测数据输入预先构建的误差预测模型，得到未来远时段误差数据；

6、根据所述未来远时段误差数据，对所述未来远时段预测数据进行校正；

7、根据所述未来近时段预测数据和校正后的未来远时段预测数据，得到未来时序预测数据。

8、在其中一个实施例中，在将所述历史时序测量数据的隐藏特征输入预先构建的碳排放数据预测模型，得到所述电网产品在目标链碳排放的未来近时段预测数据和未来远时段预测数据之前，所述方法还包括：

9、获取预先构建的特征提取模型；

10、将所述历史时序测量数据输入所述特征提取模型，以使所述特征提取模型对所述历史时序测量数据进行卷积和池化操作，得到所述历史时序测量数据的隐藏特征。

11、在其中一个实施例中，所述将所述历史时序测量数据的隐藏特征输入预先构建的碳排放数据预测模型，得到所述电网产品在目标链碳排放的未来近时段预测数据和未来远时段预测数据，包括：

12、获取所述历史时序测量数据的隐藏特征；

13、将所述历史时序测量数据的隐藏特征输入预先构建的碳排放数据预测模型，以使所述碳排放数据预测模型预测所述电网产品在单位时间的目标链碳排放数据；

14、根据所述电网产品在连续若干个所述单位时间的目标链碳排放数据，得到所述电网产品在目标链碳排放的未来近时段预测数据和未来远时段预测数据。

15、在其中一个实施例中，所述方法还包括：

16、获取历史远时段测量数据，将所述历史远时段测量数据输入到所述碳排放数据预测模型，得到历史近时段预测数据；

17、基于所述历史近时段预测数据以及历史近时段测量数据，得到历史近时段误差数据；

18、基于所述历史近时段误差数据和所述历史远时段测量数据，得到用于构建所述误差预测模型的训练样本。

19、在其中一个实施例中，所述根据所述未来近时段预测数据和校正后的未来远时段预测数据，得到未来时序预测数据，包括：

20、对所述未来近时段预测数据和校正后的未来远时段预测数据进行拼接，得到拼接结果；

21、根据所述拼接结果，得到所述未来时序预测数据。

22、在其中一个实施例中，所述根据所述拼接结果，得到未来时序预测数据，包括：

23、将所述拼接结果输入全连接层，对所述拼接结果进行线性变换和非线性变换，得到所述未来时序预测数据。

24、第二方面，本申请还提供了一种电网产品碳排放的预测装置，包括：

25、测量数据获取模块，用于采集电网产品在目标链碳排放的历史时序测量数据；目标链包括所述电网产品的供应链、交付链和设计链中的至少一种；

26、时段数据预测模块，用于将所述历史时序测量数据的隐藏特征输入预先构建的碳排放数据预测模型，得到所述电网产品在目标链碳排放的未来近时段预测数据和未来远时段预测数据；

27、误差数据获取模块，用于将所述未来近时段预测数据输入预先构建的误差预测模型，得到未来远时段误差数据；

28、时段数据校正模块，用于根据所述未来远时段误差数据，对所述未来远时段预测数据进行校正；

29、时序数据获取模块，用于根据所述未来近时段预测数据和校正后的未来远时段预测数据，得到未来时序预测数据。

30、第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行上述方法。

31、第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行上述方法。

32、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行上述方法。

33、上述电网产品碳排放的预测方法、装置、计算机设备、存储介质和计算机程序产品，采集电网产品在目标链碳排放的历史时序测量数据；目标链包括电网产品的供应链、交付链和设计链中的至少一种；将历史时序测量数据的隐藏特征输入预先构建的碳排放数据预测模型，得到电网产品在目标链碳排放的未来近时段预测数据和未来远时段预测数据；将未来近时段预测数据输入预先构建的误差预测模型，得到未来远时段误差数据；根据未来远时段误差数据，对未来远时段预测数据进行校正；根据未来近时段预测数据和校正后的未来远时段预测数据，得到未来时序预测数据。本案根据碳排放数据预测模型，得到电网产品在目标链碳排放的未来近时段预测数据和未来远时段预测数据；根据误差预测模型，对未来远时段预测数据进行校正；根据未来近时段预测数据和校正后的未来远时段预测数据，得到未来时序预测数据；聚合了碳排放数据预测模型和误差预测模型的优势，提高预测精度；此外可以根据大量历史时序测量数据对碳排放数据预测模型和误差预测模型进行训练，提高模型的预测准确性，进而提高未来时序预测数据的准确性；还可以根据不同的电网企业和环境条件自适应调整碳排放数据预测模型和误差预测模型的参数，自适应性较高。

技术特征：

1.一种电网产品碳排放的预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，在将所述历史时序测量数据的隐藏特征输入预先构建的碳排放数据预测模型，得到所述电网产品在目标链碳排放的未来近时段预测数据和未来远时段预测数据之前，所述方法还包括：

3.根据权利要求1所述的方法，其特征在于，所述将所述历史时序测量数据的隐藏特征输入预先构建的碳排放数据预测模型，得到所述电网产品在目标链碳排放的未来近时段预测数据和未来远时段预测数据，包括：

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

5.根据权利要求1所述的方法，其特征在于，所述根据所述未来近时段预测数据和校正后的未来远时段预测数据，得到未来时序预测数据，包括：

6.根据权利要求5所述的方法，其特征在于，所述根据所述拼接结果，得到未来时序预测数据，包括：

7.一种电网产品碳排放的预测装置，其特征在于，所述装置包括：

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及碳排放预测技术领域，提供一种电网产品碳排放的预测方法、装置、设备和存储介质。该方法包括：采集电网产品在目标链碳排放的历史时序测量数据；将历史时序测量数据的隐藏特征输入碳排放数据预测模型，得到电网产品在目标链碳排放的未来近时段预测数据和未来远时段预测数据；将未来近时段预测数据输入误差预测模型，得到未来远时段误差数据；根据未来远时段误差数据，对未来远时段预测数据进行校正；根据未来近时段预测数据和校正后的未来远时段预测数据，得到未来时序预测数据。采用本方法可以根据大量历史时序测量数据对碳排放数据预测模型和误差预测模型进行训练，提高模型的预测准确性，进而提高未来时序预测数据的准确性。

技术研发人员：张朝锋,常弘,王标
受保护的技术使用者：南方电网数字平台科技（广东）有限公司
技术研发日：
技术公布日：2024/7/9