碳排放预测方法、装置、计算机设备和存储介质与流程

本技术涉及电力数据处理，特别是涉及一种碳排放预测方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、碳排放强度作为衡量一个国家二氧化碳排放量的重要指标，对其影响因素进行分析和评价可以为二氧化碳排放相对量的下降提供理论依据和决策建议。在我国能源消费排放的二氧化碳占二氧化碳排放总量的绝大部分，因此能源消费排放的二氧化碳作为主要因素，对其碳排放强度进行研究具有强烈的现实意义。为了实现我国的碳排放强度目标，需要各个地区、各个行业来完成，因此针对用户侧提出一个切实、有效、可行、多维度的碳排放强度计量方法十分有必要。目前对碳排放进行预测的方式通常是基于产品每个生产步骤的投入产出以及产品的生命周期的计划排放量来确定。然而，通过投入产出和生命周期排放检测来确定碳排放量，会使碳排放预测的准确度降低。

2、因此，目前的碳排放预测存在预测准确度低的缺陷。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高预测准确度的碳排放预测方法、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，本技术提供了一种碳排放预测方法，所述方法包括：

3、获取历史时间段内与待预测用户关联的历史用电负荷数据、历史气象数据、历史经济数据和历史时间类型，以及获取所述待预测用户在待预测时间段内的未来经济数据和未来时间类型；

4、将所述历史用电负荷数据、历史气象数据、历史经济数据和历史时间类型，以及所述未来经济数据和未来时间类型输入预测模型，由所述预测模型根据所述历史用电负荷数据、历史气象数据、历史经济数据、历史时间类型、所述未来经济数据和所述未来时间类型，输出预测结果；所述预测模型基于历史时间段样本内的历史用电负荷数据样本、历史气象数据样本、历史经济数据样本、历史时间类型样本，以及待预测时间段样本内的未来经济数据样本、未来时间类型样本和碳排放量样本训练得到；

5、根据所述预测结果，确定所述待预测用户在所述待预测时间段内的碳排放量。

6、在其中一个实施例中，所述方法还包括：

7、获取历史时间段样本内的历史用电负荷数据样本、历史气象数据样本、历史经济数据样本、历史时间类型样本，以及待预测时间段样本内的未来经济数据样本、未来时间类型样本和真实碳排放量样本；

8、将所述历史用电负荷数据样本、历史气象数据样本、历史经济数据样本、历史时间类型样本，以及所述未来经济数据样本和所述未来时间类型样本输入待训练预测模型，由所述待训练预测模型在第一层子模型中分别提取所述历史用电负荷数据样本、历史气象数据样本、历史经济数据样本、历史时间类型样本、所述未来经济数据样本和所述未来时间类型样本分别对应的样本特征后输入第二层子模型；

9、由所述待训练预测模型在第二层子模型中合并所述历史用电负荷数据样本、历史气象数据样本、历史经济数据样本、历史时间类型样本分别对应的样本特征，得到历史样本特征，以及合并所述未来经济数据样本和所述未来时间类型样本的样本特征，得到未来样本特征，输入所述历史样本特征和所述未来样本特征至第三层子模型；

10、由所述待训练预测模型在第三层子模型中合并所述历史样本特征和所述未来样本特征，基于合并后的样本特征预测并输出对应的预测碳排放量样本；

11、根据所述预测碳排放量样本与所述真实碳排放量样本的比较结果，调整所述待训练预测模型的模型参数，对所述待训练预测模型进行迭代训练，直至满足训练结束条件时得到训练完成的预测模型。

12、在其中一个实施例中，所述第一层子模型包括第一子网络、第二子网络、第三子网络和第四子网络；所述第一子网络、第二子网络和第三子网络分别包括卷积层、池化层和全连接层；所述第四子网络包括第一线性层、激活函数和第二线性层；

13、所述由所述待训练预测模型在第一层子模型中分别提取所述历史用电负荷数据样本、历史气象数据样本、历史经济数据样本、历史时间类型样本、所述未来经济数据样本和所述未来时间类型样本的样本特征后输入第二层子模型，包括：

14、由所述待训练预测模型在第一层子模型的第一子网络中，依次根据第一通道数的卷积层、第二通道数的卷积层和第一池化层分别处理所述历史用电负荷数据样本后，通过第一全连接层输出历史用电负荷数据特征向量样本；所述第一通道数小于所述第二通道数；

15、由所述待训练预测模型在第一层子模型的第二子网络中，依次根据所述第二通道数的卷积层、所述第一通道数的卷积层和第二池化层分别处理所述历史气象数据样本后，通过第二全连接层输出历史气象数据特征向量样本；

16、由所述待训练预测模型在第一层子模型的第三子网络中，依次根据所述第一通道数的卷积层、第三通道数的卷积层和第三池化层分别处理所述历史时间类型样本和未来时间类型样本后，通过第三全连接层输出历史时间类型特征向量样本和未来时间类型特征向量样本；所述第三通道数小于所述第一通道数；

17、由所述待训练预测模型在第一层子模型的第四子网络中，依次根据所述第一通道数的第一线性层和激活函数分别处理所述历史经济数据样本和未来经济数据样本后，通过第二通道数的第二线性层输出历史经济数据特征向量样本和未来经济数据特征向量样本。

18、在其中一个实施例中，所述第二层子模型包括预设拉直函数、第二线性层和第二激活函数；

19、所述由所述待训练预测模型在第二层子模型中合并所述历史用电负荷数据样本、历史气象数据样本、历史经济数据样本、历史时间类型样本分别对应的样本特征，得到历史样本特征，以及合并所述未来经济数据样本和所述未来时间类型样本的样本特征，得到未来样本特征，包括：

20、由所述待训练预测模型在第二层子模型中拼接所述历史用电负荷数据特征向量样本、历史气象数据特征向量样本、历史时间类型特征向量样本、历史经济数据特征向量样本，得到拼接后的历史样本特征；

21、基于所述预设拉直函数降维所述拼接后的历史样本特征，得到历史一维特征，并依次根据所述第二线性层和所述第二激活函数，输出所述历史一维特征对应的历史样本特征；

22、由所述待训练预测模型在第二层子模型中拼接未来时间类型特征向量样本和未来经济数据特征向量样本，得到拼接后的未来样本特征；

23、基于所述预设拉直函数降维所述拼接后的未来样本特征，得到未来一维特征，并依次根据所述第二线性层和所述第二激活函数，输出所述未来一维特征对应的未来样本特征。

24、在其中一个实施例中，所述获取历史时间段内与待预测用户关联的历史用电负荷数据、历史气象数据、历史经济数据和历史时间类型，以及获取所述待预测用户在待预测时间段内的未来经济数据和未来时间类型，包括：

25、获取历史时间段内与所述待预测用户关联的原始历史用电负荷数据，对所述原始用电负荷数据进行归一化处理，得到历史用电负荷数据；

26、根据所述待预测用户在历史时间段内的原始历史温度数据和原始历史湿度数据，得到原始历史气象数据，对所述原始历史气象数据进行归一化处理，得到历史气象数据；

27、获取所述待预测用户所在生产领域在历史时间段内的第一历史经济数据，以及在未来时间段内的第一未来经济数据，获取所述待预测用户所在位置在所述历史时间段内的第二历史经济数据，以及在未来时间段内的第二未来经济数据；

28、根据所述第一历史经济数据和所述第二历史经济数据，得到所述历史经济数据，根据所述第一未来经济数据和所述第二未来经济数据，得到未来经济数据；

29、针对所述历史时间段内各个历史时间点，检测该历史时间段内各个历史时间点的时间类型，若为工作日，确定该历史时间点的时间类型为第一标识，否则为第二标识；根据多个历史时间点对应的第一标识和/或第二标识，得到所述历史时间类型；

30、针对所述未来时间段内各个未来时间点，检测该未来时间段内各个未来时间点的时间类型，若为工作日，确定该未来时间点的时间类型为第三标识，否则为第四标识；根据多个未来时间点对应的第三标识和/或第四标识，得到所述未来时间类型。

31、在其中一个实施例中，所述根据所述待预测用户在历史时间段内的原始历史温度数据和原始历史湿度数据，得到原始历史气象数据，包括：

32、将所述原始历史温度数据和原始历史湿度数据拼接为二维向量，得到原始历史气象数据；

33、所述根据所述第一历史经济数据和所述第二历史经济数据，得到所述历史经济数据，根据所述第一未来经济数据和所述第二未来经济数据，得到未来经济数据，包括：

34、将所述第一历史经济数据和所述第二历史经济数据合并为第一一维向量，得到历史经济数据；

35、将所述第一未来经济数据和所述第二未来经济数据合并第二一维向量，得到未来经济数据。

36、第二方面，本技术提供了一种碳排放预测装置，所述装置包括：

37、获取模块，用于获取历史时间段内与待预测用户关联的历史用电负荷数据、历史气象数据、历史经济数据和历史时间类型，以及获取所述待预测用户在待预测时间段内的未来经济数据和未来时间类型；

38、输入模块，用于将所述历史用电负荷数据、历史气象数据、历史经济数据和历史时间类型，以及所述未来经济数据和未来时间类型输入预测模型，由所述预测模型根据所述历史用电负荷数据、历史气象数据、历史经济数据、历史时间类型、所述未来经济数据和所述未来时间类型，输出预测结果；所述预测模型基于历史时间段样本内的历史用电负荷数据样本、历史气象数据样本、历史经济数据样本、历史时间类型样本，以及待预测时间段样本内的未来经济数据样本、未来时间类型样本和碳排放量样本训练得到；

39、预测模块，用于根据所述预测结果，确定所述待预测用户在所述待预测时间段内的碳排放量。

40、第三方面，本技术提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。

41、第四方面，本技术提供了一种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时实现上述的方法的步骤。

42、第五方面，本技术提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。

43、上述碳排放预测方法、装置、计算机设备、存储介质和计算机程序产品，通过获取历史时间段内与用户关联的历史用电负荷数据、历史气象数据、历史经济数据和历史时间类型，以及获取在待预测时间段内的未来经济数据和未来时间类型，通过预测模型基于上述历史用电负荷数据、历史气象数据、历史经济数据和历史时间类型，以及未来经济数据和未来时间类型，输出待预测用户对应的预测结果，并根据预测结果确定待预测用户在待预测时间段内的碳排放量。相较于传统的基于投入产出和生命周期排放检测来确定碳排放量，本方案通过基于用户的历史相关数据和未来相关数据训练的预测模型，对用户未来时间的碳排放量进行预测，提高了碳排放量预测的准确度。