一种城市碳排放预测方法、装置、设备和可读存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115759327A(43)申请公布日2023.03.07(21)申请号202211193139.3G06Q50/26(2012.01)(22)申请日2022.09.28G06N3/084(2023.01)(71)申请人国网能源研究院有限公司地址102209北京市昌平区未来科技城滨河大道18号A栋三、四层申请人国网北京市电力公司(72)发明人唐伟郑海峰吴鹏张煜谭清坤马捷张成龙刘之琳张玉琢张禄陆斯悦(74)专利代理机构北京安博达知识产权代理有限公司11271专利代理师徐国文(51)Int.Cl.G06Q10/04(2023.01)G06Q10/0639(2023.01)权利要求书3页说明书18页附图2页(54)发明名称一种城市碳排放预测方法、装置、设备和可读存储介质(57)摘要本发明涉及一种城市碳排放预测方法、装置、设备和可读存储介质，该方法包括：采集目标城市在目标采样周期内的第一数据和第二数据，第一数据为目标城市中各行业对应的各能源品种的用能数据，第二数据为目标城市中各行业对应的各能源品种的用能影响因素数据；基于目标采样周期内的第一数据和第二数据，利用预先构建的碳排放预测模型对预测时间内目标城市中各行业对应的各能源品种的用能量进行预测；利用预测时间内目标城市中各行业对应的各能源品种的用能量，计算预测时间内目标城市的总碳排放量。本申请提供的技术方案，不仅提高了城市碳排放的预测的精确度和可靠性，也为提高社会碳减排能力，为社会不同终端行业制定低碳转型方案提供重要参考。CN115759327ACN115759327A权利要求书1/3页1.一种城市碳排放预测方法，其特征在于，所述方法包括：采集目标城市在目标采样周期内的第一数据和第二数据，所述第一数据为所述目标城市中各行业对应的各能源品种的用能数据，所述第二数据为所述目标城市中各行业对应的各能源品种的用能影响因素数据；基于所述目标采样周期内的第一数据和第二数据，利用预先构建的碳排放预测模型对预测时间内所述目标城市中各行业对应的各能源品种的用能量进行预测；利用所述预测时间内所述目标城市中各行业对应的各能源品种的用能量，计算预测时间内所述目标城市的总碳排放量；所述碳排放预测模型为，根据所述目标城市在第一采样周期内的第一数据和第二数据进行构建。2.根据权利要求1所述的方法，其特征在于，所述碳排放预测模型的构建，包括：采集所述目标城市在第一采样周期内的第一数据和第二数据；利用熵权法对所述第一采样周期内的第二数据进行量化处理，得到所述目标城市中各行业对应的各能源品种的用能影响因素的权重；采集所述目标城市在第二采样周期内的第一数据；以所述目标城市在第一采样周期内的第一数据和所述目标城市中各行业对应的各能源品种的用能影响因素的权重为神经网络模型的输入层训练样本，以所述目标城市在第二采样周期内的第一数据为神经网络模型的输出层训练样本进行训练，得到所述碳排放预测模型；其中，所述第二采样周期晚于所述第一采样周期，所述目标采样周期晚于所述第二采样周期。3.根据权利要求2所述的方法，其特征在于，所述基于所述目标采样周期内的第一数据和第二数据，利用预先构建的碳排放预测模型对预测时间内所述目标城市中各行业对应的各能源品种的用能量进行预测，包括：利用熵权法对所述目标采样周期内的第二数据进行量化处理，得到所述目标城市中各行业对应的各能源品种的用能影响因素的权重；以所述目标采样周期内的第一数据和和所述目标城市中各行业对应的各能源品种的用能影响因素的权重为所述碳排放预测模型的输入，得到所述碳排放预测模型输出的所述预测时间内所述目标城市中各行业对应的各能源品种的用能量进行预测。4.根据权利要求1所述的方法，其特征在于，所述利用所述预测时间内所述目标城市中各行业对应的各能源品种的用能量，计算所述预测时间内所述目标城市的总碳排放量，包括：利用所述预测时间内所述目标城市中各行业对应的各能源品种的用能量和各能源品种的碳排放系数，获取所述预测时间内所述目标城市的各能源品种的碳排放量；将所述预测时间内所述目标城市的各能源品种的碳排放量进行汇总，得到所述预测时间内所述目标城市的总碳排放量。5.根据权利要求4所述的方法，其特征在于，所述利用所述预测时间内所述目标城市中各行业对应的各能源品种的用能量和各能源品种的碳排放系数，获取所述预测时间内所述目标城市的各能源品种的碳排放量，包括：2CN115759327A权利要求书2/3页按下式确定所述预测时间内所述目标城市的第i个能源品种的碳排放量Di：上式中，i∈[1,m]，m为能源品种的总数量；a∈[1,A]，A为所述目标城市中行业的总数a量；Pi为第i个能源品种的碳排放系数，Ei为在预测时间内所述目标城市中第a个行业的第i个能源品种的