公开(公告)号：CN114936681A

公开(公告)日：2022-08-23

申请号：CN202210495899.3

申请日：2022-05-09

申请人： 国家电网有限公司西北分部 ,  北京科东电力控制系统有限责任公司

发明人： 薛晨 ,  白昕 ,  高鑫 ,  冯宇翔 ,  孙蕾 ,  张力 ,  张绥彬 ,  程大闯 ,  刘艳 ,  朱鑫洋

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06K9/62 ,  G06N3/08

摘要： 本发明公开了一种基于深度学习的碳排放预测方法，包括获取当前碳排放数据；输入预先构建并训练过的LSTM预测模型，获取碳排放预测结果；其中，所述LSTM预测模型的训练包括：获取预先采集的历史碳排放数据，对历史碳排放数据进行预处理；对所述数据集进行标签分类，得到数据标签类型；对所述标签分类后的数据集进行划分；将所述划分过的数据集输入LSTM预测模型，调整LSTM网络参数，进行训练，获取训练结果；分析所述训练结果，如果效果收敛则结束训练，如果效果较差则重复调整LSTM网络参数步骤，重新训练，直至结果符合要求，本发明研究了一个更为准确的碳排放预测的方法，为低碳调度提供有效的、可信度高的数据支持。