【技術實現(xiàn)步驟摘要】
本專利技術涉及碳排放預測領域，具體而言，涉及一種區(qū)域碳排放預測方法、裝置、電子設備及存儲介質。
技術介紹
1、利用相關數(shù)據(jù)信息，通過數(shù)學模型或統(tǒng)計方法對未來某個地區(qū)或區(qū)域的碳排放量進行估計和預測，也即對區(qū)域碳排放進行預測，可以幫助更好地制定碳減排計劃、規(guī)劃碳減排措施，以實現(xiàn)減少碳排放、保護環(huán)境和應對氣候變化的目標。
2、目前，相關技術中進行碳排放預測的相關數(shù)據(jù)時效性及時間精度較低，基于這些相關數(shù)據(jù)直接進行碳排放預測，會造成預測數(shù)據(jù)處理過程較為困難，預測結果不準確，造成對區(qū)域碳排放進行預測的效率及精確度較低。
3、針對上述的問題，目前尚未提出有效的解決方案。
技術實現(xiàn)思路
1、本專利技術實施例提供了一種區(qū)域碳排放預測方法、裝置、電子設備及存儲介質，以至少解決相關技術中對區(qū)域碳排放進行預測的效率及精確度較低的技術問題。
2、根據(jù)本專利技術實施例的一個方面，提供了一種區(qū)域碳排放預測方法，包括：獲取待預測區(qū)域的多維屬性數(shù)據(jù)，其中，多維屬性數(shù)據(jù)至少包括待預測區(qū)域的能源消耗數(shù)據(jù)；對多維屬性數(shù)據(jù)進行頻度拆分，得到拆分屬性數(shù)據(jù)，其中，拆分屬性數(shù)據(jù)的時間細粒度小于多維屬性數(shù)據(jù)的時間細粒度；利用預訓練碳排放預測模型基于拆分屬性數(shù)據(jù)，對待預測區(qū)域的碳排放進行預測，得到碳排放預測結果。
3、可選地，對多維屬性數(shù)據(jù)進行頻度拆分，得到拆分屬性數(shù)據(jù)，包括：獲取多維屬性數(shù)據(jù)的特征優(yōu)先級，其中，特征優(yōu)先級用于表征多維屬性數(shù)據(jù)中的各屬性數(shù)據(jù)在碳排放中的重要程度；對多維屬
4、可選地，基于特征優(yōu)先級和特征權重，對多維屬性數(shù)據(jù)進行頻度拆分，得到拆分屬性數(shù)據(jù)，包括：基于特征權重和多維屬性數(shù)據(jù)，構建關系圖，其中，關系圖中節(jié)點之間的邊為特征權重；基于特征優(yōu)先級對關系圖進行割邊操作，得到拓撲排序后的有向無環(huán)圖；基于有向無環(huán)圖對多維屬性數(shù)據(jù)進行頻度拆分，得到拆分屬性數(shù)據(jù)。
5、可選地，基于特征權重和多維屬性數(shù)據(jù)，構建關系圖，包括：基于多維屬性數(shù)據(jù)中的各屬性數(shù)據(jù)確定多個關系圖節(jié)點；基于特征權重確定多個關系圖節(jié)點之間的至少一個關系圖邊；基于多個關系圖節(jié)點和至少一個關系圖邊，構建關系圖。
6、可選地，基于有向無環(huán)圖對多維屬性數(shù)據(jù)進行頻度拆分，得到拆分屬性數(shù)據(jù)，包括：利用有向無環(huán)圖上的拓撲序列和有向無環(huán)圖的邊，對多維屬性數(shù)據(jù)進行頻度拆分，得到拆分屬性數(shù)據(jù)，其中，有向無環(huán)圖的邊為特征權重。
7、可選地，獲取待預測區(qū)域的多維屬性數(shù)據(jù)，包括：獲取待預測區(qū)域的電力消耗數(shù)據(jù)；基于電力消耗數(shù)據(jù)確定能源消耗數(shù)據(jù)，其中，能源消耗數(shù)據(jù)至少包括電力消耗數(shù)據(jù)和除電力之外的其他能源消耗數(shù)據(jù)；基于能源消耗數(shù)據(jù)和待預測區(qū)域的人口信息，確定多維屬性數(shù)據(jù)，其中，人口信息至少包括如下之一：人口數(shù)量信息和人口密度信息。
8、可選地，基于電力消耗數(shù)據(jù)確定能源消耗數(shù)據(jù)，包括：獲取待預測區(qū)域的電力消耗歷史數(shù)據(jù)和能源消耗歷史數(shù)據(jù)；基于電力消耗歷史數(shù)據(jù)和能源消耗歷史數(shù)據(jù)，確定待預測區(qū)域電力消耗和能源消耗之間的電力能源映射關系式；基于電力消耗數(shù)據(jù)和電力能源映射關系式，確定能源消耗數(shù)據(jù)。
9、根據(jù)本專利技術實施例的另一方面，還提供了一種區(qū)域碳排放預測裝置，包括：獲取模塊，用于獲取待預測區(qū)域的多維屬性數(shù)據(jù)，其中，多維屬性數(shù)據(jù)至少包括待預測區(qū)域的能源消耗數(shù)據(jù)；拆分模塊，用于對多維屬性數(shù)據(jù)進行頻度拆分，得到拆分屬性數(shù)據(jù)，其中，拆分屬性數(shù)據(jù)的時間細粒度小于多維屬性數(shù)據(jù)的時間細粒度；預測模塊，用于利用預訓練碳排放預測模型基于拆分屬性數(shù)據(jù)，對待預測區(qū)域的碳排放進行預測，得到碳排放預測結果。
10、根據(jù)本專利技術實施例的另一方面，還提供了一種電子設備，包括：存儲器，存儲有可執(zhí)行程序；處理器，用于運行程序，其中，程序運行時執(zhí)行本專利技術各個實施例中的方法。
11、根據(jù)本專利技術實施例的另一方面，還提供了一種計算機可讀存儲介質，計算機可讀存儲介質包括存儲的可執(zhí)行程序，其中，在可執(zhí)行程序運行時控制計算機可讀存儲介質所在設備執(zhí)行本專利技術各個實施例中的方法。
12、根據(jù)本專利技術實施例的另一方面，還提供了一種計算機程序產品，包括計算機程序，計算機程序在被處理器執(zhí)行時實現(xiàn)本專利技術各個實施例中的方法。
13、根據(jù)本專利技術實施例的另一方面，還提供了一種計算機程序產品，包括非易失性計算機可讀存儲介質，非易失性計算機可讀存儲介質存儲計算機程序，計算機程序被處理器執(zhí)行時實現(xiàn)本專利技術各個實施例中的方法。
14、根據(jù)本專利技術實施例的另一方面，還提供了一種計算機程序，計算機程序被處理器執(zhí)行時實現(xiàn)本專利技術各個實施例中的方法。
15、在本專利技術實施例中，提供了一種區(qū)域碳排放預測方法，包括：獲取待預測區(qū)域的多維屬性數(shù)據(jù)，其中，多維屬性數(shù)據(jù)至少包括待預測區(qū)域的能源消耗數(shù)據(jù)；對多維屬性數(shù)據(jù)進行頻度拆分，得到拆分屬性數(shù)據(jù)，其中，拆分屬性數(shù)據(jù)的時間細粒度小于多維屬性數(shù)據(jù)的時間細粒度；利用預訓練碳排放預測模型基于拆分屬性數(shù)據(jù)，對待預測區(qū)域的碳排放進行預測，得到碳排放預測結果。容易注意到的是，通過獲取待預測區(qū)域的多維屬性數(shù)據(jù)，包括能源消耗數(shù)據(jù)等，可以較全面了解該區(qū)域的能源使用情況，將多維屬性數(shù)據(jù)進行頻度拆分，得到時間細粒度更小的拆分屬性數(shù)據(jù)，頻度拆分使得數(shù)據(jù)更加細致，能夠更好地捕捉碳排放的變化趨勢，可以更加詳細地了解碳排放的變化規(guī)律，提高預測的準確度，通過利用預訓練的碳排放預測模型，結合拆分屬性數(shù)據(jù)進行預測，可以得到預測結果，并且由于數(shù)據(jù)更加詳細和準確，預測結果也更加可靠，進而解決了相關技術中對區(qū)域碳排放進行預測的效率及精確度較低的技術問題。
本文檔來自技高網...【技術保護點】
1.一種區(qū)域碳排放預測方法，其特征在于，包括：
2.根據(jù)權利要求1所述的區(qū)域碳排放預測方法，其特征在于，對所述多維屬性數(shù)據(jù)進行頻度拆分，得到拆分屬性數(shù)據(jù)，包括：
3.根據(jù)權利要求2所述的區(qū)域碳排放預測方法，其特征在于，基于所述特征優(yōu)先級和所述特征權重，對所述多維屬性數(shù)據(jù)進行頻度拆分，得到所述拆分屬性數(shù)據(jù)，包括：
4.根據(jù)權利要求3所述的區(qū)域碳排放預測方法，其特征在于，基于所述特征權重和所述多維屬性數(shù)據(jù)，構建關系圖，包括：
5.根據(jù)權利要求3所述的區(qū)域碳排放預測方法，其特征在于，基于所述有向無環(huán)圖對所述多維屬性數(shù)據(jù)進行頻度拆分，得到所述拆分屬性數(shù)據(jù)，包括：
6.根據(jù)權利要求1所述的區(qū)域碳排放預測方法，其特征在于，獲取待預測區(qū)域的多維屬性數(shù)據(jù)，包括：
7.根據(jù)權利要求6所述的區(qū)域碳排放預測方法，其特征在于，基于所述電力消耗數(shù)據(jù)確定所述能源消耗數(shù)據(jù)，包括：
8.一種區(qū)域碳排放預測裝置，其特征在于，包括：
9.一種電子設備，其特征在于，包括：
10.一種計算機可讀存儲介質，其特征在
11.一種計算機程序產品，其特征在于，包括計算機程序，所述計算機程序在被處理器執(zhí)行時實現(xiàn)根據(jù)權利要求1至7中任意一項所述的區(qū)域碳排放預測方法。
...【技術特征摘要】
1.一種區(qū)域碳排放預測方法，其特征在于，包括：
2.根據(jù)權利要求1所述的區(qū)域碳排放預測方法，其特征在于，對所述多維屬性數(shù)據(jù)進行頻度拆分，得到拆分屬性數(shù)據(jù)，包括：
3.根據(jù)權利要求2所述的區(qū)域碳排放預測方法，其特征在于，基于所述特征優(yōu)先級和所述特征權重，對所述多維屬性數(shù)據(jù)進行頻度拆分，得到所述拆分屬性數(shù)據(jù)，包括：
4.根據(jù)權利要求3所述的區(qū)域碳排放預測方法，其特征在于，基于所述特征權重和所述多維屬性數(shù)據(jù)，構建關系圖，包括：
5.根據(jù)權利要求3所述的區(qū)域碳排放預測方法，其特征在于，基于所述有向無環(huán)圖對所述多維屬性數(shù)據(jù)進行頻度拆分，得到所述拆分屬性數(shù)據(jù)，包括：
6.根據(jù)權利要求1所述的區(qū)域碳...
【專利技術屬性】
技術研發(fā)人員：張宏宇，陳波，方曉，陳曉東，劉兆燕，高鑫，楊閏熹，杜宏宇，劉乙丁，楊雨妍，王薇，劉琦，
申請(專利權)人：國網北京市電力公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。