一种企业碳排放的预测方法

    公开(公告)号:CN117035167B

    公开(公告)日:2024-10-22

    申请号:CN202310867826.7

    申请日:2023-07-16

    摘要: 本发明具体涉及一种企业碳排放的预测方法,收集所述企业碳排放数据相关联的历史能源消费数据,并执行以下步骤:对历史能源消费数据进行处理、计算得到历史能源消费数据与企业碳排放数据之间的关联度DTW、判断历史能源消费数据与企业碳排放数据之间的关联程度的强弱、将强关联的历史能源消费数据代入长短期记忆神经网络进行迭代训练得到企业碳排放预测模型、进行企业碳排放预测;由于本发明通过不同的步骤筛选出了和企业碳排放强关联的历史能源消费数据作为长短期记忆神经网络的训练数据,大大减少了关联种类,加强了长短期记忆神经网络的挖掘效率,使得到的企业碳排放预测模型的预测精度更高。

    电力物联网不同领域创新技术的关联程度分析判断方法

    公开(公告)号:CN112507707A

    公开(公告)日:2021-03-16

    申请号:CN202011408521.2

    申请日:2020-12-04

    摘要: 本发明涉及一种电力物联网不同领域创新技术的关联程度分析判断方法,属于用于管理的数据处理方法技术领域。该方法通过将电力物联网划分8个子领域,经检索获取文献并对文献提取标题、摘要、关键词和发表年份作为文献数据;提取摘要中包含关键词的句子作为Spacy工具的输入并训练得到实体识别模型,再遍历摘要中每个句子进行实体识别得到电力物联网的关键技术术语;使用词嵌入模型将中英文文献数据映射至中英文双语词嵌入矩阵,构建关键技术术语与子领域的共现矩阵,计算任意两个所述子领域的二维互信息,最后根据二维互信息量判断任意两个子领域的创新技术之间的关联强度。该方法可为不同领域电力物联网创新技术之间的关联程度判断提供可靠数据来源。