区域碳排放预测方法、装置、电子设备及存储介质与流程

本发明涉及碳排放预测领域，具体而言，涉及一种区域碳排放预测方法、装置、电子设备及存储介质。

背景技术：

1、利用相关数据信息，通过数学模型或统计方法对未来某个地区或区域的碳排放量进行估计和预测，也即对区域碳排放进行预测，可以帮助更好地制定碳减排计划、规划碳减排措施，以实现减少碳排放、保护环境和应对气候变化的目标。

2、目前，相关技术中进行碳排放预测的相关数据时效性及时间精度较低，基于这些相关数据直接进行碳排放预测，会造成预测数据处理过程较为困难，预测结果不准确，造成对区域碳排放进行预测的效率及精确度较低。

3、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种区域碳排放预测方法、装置、电子设备及存储介质，以至少解决相关技术中对区域碳排放进行预测的效率及精确度较低的技术问题。

2、根据本发明实施例的一个方面，提供了一种区域碳排放预测方法，包括：获取待预测区域的多维属性数据，其中，多维属性数据至少包括待预测区域的能源消耗数据；对多维属性数据进行频度拆分，得到拆分属性数据，其中，拆分属性数据的时间细粒度小于多维属性数据的时间细粒度；利用预训练碳排放预测模型基于拆分属性数据，对待预测区域的碳排放进行预测，得到碳排放预测结果。

3、可选地，对多维属性数据进行频度拆分，得到拆分属性数据，包括：获取多维属性数据的特征优先级，其中，特征优先级用于表征多维属性数据中的各属性数据在碳排放中的重要程度；对多维属性数据中的各属性数据进行相关性分析，得到特征权重；基于特征优先级和特征权重，对多维属性数据进行频度拆分，得到拆分属性数据。

4、可选地，基于特征优先级和特征权重，对多维属性数据进行频度拆分，得到拆分属性数据，包括：基于特征权重和多维属性数据，构建关系图，其中，关系图中节点之间的边为特征权重；基于特征优先级对关系图进行割边操作，得到拓扑排序后的有向无环图；基于有向无环图对多维属性数据进行频度拆分，得到拆分属性数据。

5、可选地，基于特征权重和多维属性数据，构建关系图，包括：基于多维属性数据中的各属性数据确定多个关系图节点；基于特征权重确定多个关系图节点之间的至少一个关系图边；基于多个关系图节点和至少一个关系图边，构建关系图。

6、可选地，基于有向无环图对多维属性数据进行频度拆分，得到拆分属性数据，包括：利用有向无环图上的拓扑序列和有向无环图的边，对多维属性数据进行频度拆分，得到拆分属性数据，其中，有向无环图的边为特征权重。

7、可选地，获取待预测区域的多维属性数据，包括：获取待预测区域的电力消耗数据；基于电力消耗数据确定能源消耗数据，其中，能源消耗数据至少包括电力消耗数据和除电力之外的其他能源消耗数据；基于能源消耗数据和待预测区域的人口信息，确定多维属性数据，其中，人口信息至少包括如下之一：人口数量信息和人口密度信息。

8、可选地，基于电力消耗数据确定能源消耗数据，包括：获取待预测区域的电力消耗历史数据和能源消耗历史数据；基于电力消耗历史数据和能源消耗历史数据，确定待预测区域电力消耗和能源消耗之间的电力能源映射关系式；基于电力消耗数据和电力能源映射关系式，确定能源消耗数据。

9、根据本发明实施例的另一方面，还提供了一种区域碳排放预测装置，包括：获取模块，用于获取待预测区域的多维属性数据，其中，多维属性数据至少包括待预测区域的能源消耗数据；拆分模块，用于对多维属性数据进行频度拆分，得到拆分属性数据，其中，拆分属性数据的时间细粒度小于多维属性数据的时间细粒度；预测模块，用于利用预训练碳排放预测模型基于拆分属性数据，对待预测区域的碳排放进行预测，得到碳排放预测结果。

10、根据本发明实施例的另一方面，还提供了一种电子设备，包括：存储器，存储有可执行程序；处理器，用于运行程序，其中，程序运行时执行本发明各个实施例中的方法。

11、根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的可执行程序，其中，在可执行程序运行时控制计算机可读存储介质所在设备执行本发明各个实施例中的方法。

12、根据本发明实施例的另一方面，还提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本发明各个实施例中的方法。

13、根据本发明实施例的另一方面，还提供了一种计算机程序产品，包括非易失性计算机可读存储介质，非易失性计算机可读存储介质存储计算机程序，计算机程序被处理器执行时实现本发明各个实施例中的方法。

14、根据本发明实施例的另一方面，还提供了一种计算机程序，计算机程序被处理器执行时实现本发明各个实施例中的方法。

15、在本发明实施例中，提供了一种区域碳排放预测方法，包括：获取待预测区域的多维属性数据，其中，多维属性数据至少包括待预测区域的能源消耗数据；对多维属性数据进行频度拆分，得到拆分属性数据，其中，拆分属性数据的时间细粒度小于多维属性数据的时间细粒度；利用预训练碳排放预测模型基于拆分属性数据，对待预测区域的碳排放进行预测，得到碳排放预测结果。容易注意到的是，通过获取待预测区域的多维属性数据，包括能源消耗数据等，可以较全面了解该区域的能源使用情况，将多维属性数据进行频度拆分，得到时间细粒度更小的拆分属性数据，频度拆分使得数据更加细致，能够更好地捕捉碳排放的变化趋势，可以更加详细地了解碳排放的变化规律，提高预测的准确度，通过利用预训练的碳排放预测模型，结合拆分属性数据进行预测，可以得到预测结果，并且由于数据更加详细和准确，预测结果也更加可靠，进而解决了相关技术中对区域碳排放进行预测的效率及精确度较低的技术问题。

技术特征：

1.一种区域碳排放预测方法，其特征在于，包括：

2.根据权利要求1所述的区域碳排放预测方法，其特征在于，对所述多维属性数据进行频度拆分，得到拆分属性数据，包括：

3.根据权利要求2所述的区域碳排放预测方法，其特征在于，基于所述特征优先级和所述特征权重，对所述多维属性数据进行频度拆分，得到所述拆分属性数据，包括：

4.根据权利要求3所述的区域碳排放预测方法，其特征在于，基于所述特征权重和所述多维属性数据，构建关系图，包括：

5.根据权利要求3所述的区域碳排放预测方法，其特征在于，基于所述有向无环图对所述多维属性数据进行频度拆分，得到所述拆分属性数据，包括：

6.根据权利要求1所述的区域碳排放预测方法，其特征在于，获取待预测区域的多维属性数据，包括：

7.根据权利要求6所述的区域碳排放预测方法，其特征在于，基于所述电力消耗数据确定所述能源消耗数据，包括：

8.一种区域碳排放预测装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的可执行程序，其中，在所述可执行程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的区域碳排放预测方法。

11.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至7中任意一项所述的区域碳排放预测方法。

技术总结
本发明公开了一种区域碳排放预测方法、装置、电子设备及存储介质。其中，该方法包括：获取待预测区域的多维属性数据，其中，多维属性数据至少包括待预测区域的能源消耗数据；对多维属性数据进行频度拆分，得到拆分属性数据，其中，拆分属性数据的时间细粒度小于多维属性数据的时间细粒度；利用预训练碳排放预测模型基于拆分属性数据，对待预测区域的碳排放进行预测，得到碳排放预测结果。本发明解决了相关技术中对区域碳排放进行预测的效率及精确度较低的技术问题。

技术研发人员：张宏宇,陈波,方晓,陈晓东,刘兆燕,高鑫,杨闰熹,杜宏宇,刘乙丁,杨雨妍,王薇,刘琦
受保护的技术使用者：国网北京市电力公司
技术研发日：
技术公布日：2025/3/3