碳排放量预测方法、装置、终端及存储介质制造方法及图纸

本发明专利技术提供一种碳排放量预测方法、装置、终端及存储介质。该方法包括：获取待预测区域的用能结构和待预测区域在待预测时间段的用电量；将待预测区域在待预测时间段的用电量输入到预先训练好的其它能源使用量预测模型中，得到待预测区域的其它能源在待预测时间段的预测使用量；待预测区域的其它能源包括待预测区域的用能结构中除电能之外的能源；根据待预测区域在待预测时间段的用电量和待预测区域的其它能源在待预测时间段的预测使用量，确定待预测区域在待预测时间段的预测碳排放量。本发明专利技术能够实现通过用电量预测用能结构中的其它能源使用量，并根据用电量和其它能源使用量来预测碳排放量，无需采集历史碳排放量，即可实现碳排放量预测。实现碳排放量预测。实现碳排放量预测。

【技术实现步骤摘要】
碳排放量预测方法、装置、终端及存储介质


[0001]本专利技术涉及碳排放
，尤其涉及一种碳排放量预测方法、装置、终 端及存储介质。

技术介绍

[0002]随着全球经济的快速发展，碳排放量也随之大幅增长。这是因为经济增长 加大了对电力、石油、天然气等能源的需求，而电力、石油、天然气等化石能 源的使用会产生大量的碳排放。过量的碳排放容易导致臭氧层被破坏、全球气 候变暖，进而导致极端天气出现的概率增加。为了应对气候变化，需要建立精 准的碳排放量预测方法。
[0003]目前，碳排放量监测体系不甚完善，权威机构只公布年度的碳排放量数据， 月度等更高分辨率的碳排放量数据缺失，这对于碳排放量的短期预测带来了巨 大的困难。

技术实现思路

[0004]本专利技术实施例提供了一种碳排放量预测方法、装置、终端及存储介质，以 解决现有技术由于月度等更高分辨率的碳排放量数据缺失，使得短期碳排放量 预测任务难以有效开展的问题。
[0005]第一方面，本专利技术实施例提供了一种碳排放量预测方法，包括：
[0006]获取待预测区域的用能结构和待预测区域在待预测时间段的用电量；
[0007]将待预测区域在待预测时间段的用电量输入到预先训练好的其它能源使用 量预测模型中，得到待预测区域的其它能源在待预测时间段的预测使用量；待 预测区域的其它能源包括待预测区域的用能结构中除电能之外的能源；其它能 源使用量预测模型采用待预测区域的历史用能数据进行训练，历史用能数据包 括历史用电量和历史其它能源使用量；<br/>[0008]根据待预测区域在待预测时间段的用电量和待预测区域的其它能源在待预 测时间段的预测使用量，确定待预测区域在待预测时间段的预测碳排放量。
[0009]在一种可能的实现方式中，根据待预测区域在待预测时间段的用电量和待 预测区域的其它能源在待预测时间段的预测使用量，确定待预测区域在待预测 时间段的预测碳排放量，包括：
[0010]根据待预测区域在待预测时间段的用电量，确定第一碳排放量；
[0011]根据待预测区域的其它能源在待预测时间段的预测使用量，确定第二碳排 放量；
[0012]将第一碳排放量和第二碳排放量求和，得到待预测区域在待预测时间段的 预测碳排放量。
[0013]在一种可能的实现方式中，根据待预测区域在待预测时间段的用电量，确 定第一碳排放量，包括：
[0014]根据计算第一碳排放量
[0015]其中，P
e
为待预测区域在待预测时间段的用电量；n为待预测区域的煤电 机组的数量；P
i
为待预测区域的第i个煤电机组在待预测时间段的发电量， P
i，c，t，s
为待预测区域的第i个煤电机组在待预测 时间段中的第c天中的第t个小时中的第s次进行电力监测时的发电量，m为相邻 两次进行电力监测的间隔时长，D为待预测时间段包含的天数；T
i
为待预测区域 的第i个煤电机组生产单位电量对应的原煤煤耗；K1为原煤与标准煤的折算系数； K2为标准煤的二氧化碳排放因子。
[0016]在一种可能的实现方式中，根据待预测区域的其它能源在待预测时间段的 预测使用量，确定第二碳排放量，包括：
[0017]根据计算第二碳排放量
[0018]其中，f
j
为待预测区域的其它能源中的第
j
种能源在待预测时间段的预测使 用量；K2为标准煤的二氧化碳排放因子；K
′
i
为待预测区域的其它能源中的第j种 能源的折标煤系数；J为待预测区域的其它能源中的能源种类。
[0019]在一种可能的实现方式中，其它能源使用量预测模型为基于Stacking的预 测模型；
[0020]其它能源使用量预测模型包括以XGBoost模型、随机森林模型、长短期记 忆网络模型和时域卷积网络模型作为基学习器的第一层预测模型和以岭回归模 型作为元学习器的第二层预测模型。
[0021]在一种可能的实现方式中，在将待预测区域在待预测时间段的用电量输入 到预先训练好的其它能源使用量预测模型中，得到待预测区域的其它能源在待 预测时间段的预测使用量之前，碳排放量预测方法还包括：
[0022]获取待预测区域的历史用能数据；
[0023]采用K折交叉验证法，根据历史用能数据对其它能源使用量预测模型中的 各个基学习器进行训练，并保存每轮训练后的各个基学习器对于验证集的预测 结果；
[0024]将每轮训练后的各个基学习器对于验证集的预测结果进行拼接，并将拼接 后的数据作为元学习器的训练数据；
[0025]根据元学习器的训练数据，对元学习器进行训练，得到训练好的其它能源 使用量预测模型。
[0026]在一种可能的实现方式中，在获取待预测区域的历史用能数据之后，碳排 放量预测方法还包括：
[0027]对历史用能数据进行缺失值填充和归一化处理，得到预处理后的历史用能 数据；
[0028]相应的，采用K折交叉验证法，根据历史用能数据对其它能源使用量预测 模型中的各个基学习器进行训练，并保存每轮训练后的各个基学习器对于验证 集的预测结果，包括：
[0029]采用K折交叉验证法，根据预处理后的历史用能数据对其它能源使用量预 测模型中的各个基学习器进行训练，并保存每轮训练后的各个基学习器对于验 证集的预测结果。
[0030]第二方面，本专利技术实施例提供了一种碳排放量预测装置，包括：
[0031]获取模块，用于获取待预测区域的用能结构和待预测区域在待预测时间段 的用
电量；
[0032]能源预测模块，用于将待预测区域在待预测时间段的用电量输入到预先训 练好的其它能源使用量预测模型中，得到待预测区域的其它能源在待预测时间 段的预测使用量；待预测区域的其它能源包括待预测区域的用能结构中除电能 之外的能源；其它能源使用量预测模型采用待预测区域的历史用能数据进行训 练，历史用能数据包括历史用电量和历史其它能源使用量；
[0033]碳排放预测模块，用于根据待预测区域在待预测时间段的用电量和待预测 区域的其它能源在待预测时间段的预测使用量，确定待预测区域在待预测时间 段的预测碳排放量。
[0034]第三方面，本专利技术实施例提供了一种终端，包括处理器和存储器，所述存 储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计 算机程序，执行如上第一方面或第一方面的任一种可能的实现方式所述的碳排 放量预测方法。
[0035]第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可 读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一 方面或第一方面的任一种可能的实现方式所述的碳排放量预测方法的步骤。
[0036]本专利技术实施例提供一种碳排放量预测方法、装置、终端及存储介质，该方 法通过将待预测区域在待预测时间段的用电量输入到预先训练好的其它能源使 用量预测模型中，得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种碳排放量预测方法，其特征在于，包括：获取待预测区域的用能结构和所述待预测区域在待预测时间段的用电量；将所述待预测区域在待预测时间段的用电量输入到预先训练好的其它能源使用量预测模型中，得到所述待预测区域的其它能源在所述待预测时间段的预测使用量；所述待预测区域的其它能源包括所述待预测区域的用能结构中除电能之外的能源；所述其它能源使用量预测模型采用所述待预测区域的历史用能数据进行训练，所述历史用能数据包括历史用电量和历史其它能源使用量；根据所述待预测区域在待预测时间段的用电量和所述待预测区域的其它能源在所述待预测时间段的预测使用量，确定所述待预测区域在所述待预测时间段的预测碳排放量。2.根据权利要求1所述的碳排放量预测方法，其特征在于，所述根据所述待预测区域在待预测时间段的用电量和所述待预测区域的其它能源在所述待预测时间段的预测使用量，确定所述待预测区域在所述待预测时间段的预测碳排放量，包括：根据所述待预测区域在待预测时间段的用电量，确定第一碳排放量；根据所述待预测区域的其它能源在所述待预测时间段的预测使用量，确定第二碳排放量；将所述第一碳排放量和所述第二碳排放量求和，得到所述待预测区域在所述待预测时间段的预测碳排放量。3.根据权利要求2所述的碳排放量预测方法，其特征在于，所述根据所述待预测区域在待预测时间段的用电量，确定第一碳排放量，包括：根据计算第一碳排放量其中，P
e
为所述待预测区域在待预测时间段的用电量；n为所述待预测区域的煤电机组的数量；P
i
为所述待预测区域的第i个煤电机组在所述待预测时间段的发电量，P
i,c,t,s
为所述待预测区域的第i个煤电机组在所述待预测时间段中的第c天中的第t个小时中的第S次进行电力监测时的发电量，m为相邻两次进行电力监测的间隔时长，D为所述待预测时间段包含的天数；T
i
为所述待预测区域的第i个煤电机组生产单位电量对应的原煤煤耗；K1为原煤与标准煤的折算系数；K2为标准煤的二氧化碳排放因子。4.根据权利要求2所述的碳排放量预测方法，其特征在于，所述根据所述待预测区域的其它能源在所述待预测时间段的预测使用量，确定第二碳排放量，包括：根据计算第二碳排放量其中，f
j
为所述待预测区域的其它能源中的第j种能源在所述待预测时间段的预测使用量；K2为标准煤的二氧化碳排放因子；K
′
j
为所述待预测区域的其它能源中的第j种能源的折标煤系数；J为所述待预测区域的其它能源中的能源种类。5.根据权利要求1至4任一项所述的碳排放量预测方法，其特征在于，所述其它能源使用量预测模型为基于Stacking...

【专利技术属性】
技术研发人员：张菁，齐晓光，秦梁栋，王涛，陈志永，王颖，张倩茅，徐田丰，陈宇，朱天曈，田家辉，艾小猛，李晟，
申请(专利权)人：国网河北省电力有限公司国家电网有限公司，
类型：发明
国别省市：