一种数据自回归增强的碳排放测算方法、系统及电子设备技术方案

本发明专利技术提供的一种数据自回归增强的碳排放测算方法、系统及电子设备，其中该方法包括：获取待测算行业的月度经济技术数据、用电量数据及其历史年度碳排量；将历史年度碳排量分解为月度碳排量；将月度碳排量作为样本输入到XGBoost模型中，并利用数据自回归增强方法进行训练得到月度碳排量测算模型；使用月度碳排量测算模型测算当期月度碳排放。本发明专利技术基于XGBoost模型及数据自回归增强方法，可以很好的拟合高阶且复杂的曲面，更适用于建立电力数据和碳排放数据之间的复杂模型，通过利用该模型可以实时监测碳排放异常变化，能够现有的碳排放测算方法核算频度低、数据时效低的问题。数据时效低的问题。数据时效低的问题。

【技术实现步骤摘要】
一种数据自回归增强的碳排放测算方法、系统及电子设备


[0001]本专利技术属于碳排放测算
，更具体地说，是涉及一种数据自回归增强的碳排放测算方法、系统及电子设备。

技术介绍

[0002]近年来，对不同行业不同区域的碳排放量测算需求快速提升。碳排放量是指在生产、运输、使用及回收某产品时所产生的温室气体排放量。而动态的碳排放量，则是指每单位货品累积排放的温室气体量，同一产品的各个批次之间会有不同的动态碳排放量。目前主要的碳排放测算方法是排放因子法，依照碳排放清单，针对每一种排放源构造其活动数据与排放因子，以活动数据和排放因子的乘积作为该排放项目的碳排放量估算值。
[0003]在以往碳排放的测算方法中，存在以下几个问题：(1)在核算燃料燃烧排放方面，需要化石燃料燃烧活动数据，受制于技术、统计成本等因素，目前存在时效性差、频度低、范围有限等问题；(2)数据时效性低：当前直接碳排放核算依赖于化石能源统计数据，平均滞后12
‑
18个月，难以及时指导降碳工作和相关考核；(3)核算频度低：受制于化石能源统计数据频度，区域级碳排放本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据自回归增强的碳排放测算方法，其特征在于，包括以下步骤：步骤1：获取待测算行业的月度经济技术数据、用电量数据及其历史年度碳排量；步骤2：将所述历史年度碳排量分解为月度碳排量；步骤3：将所述月度碳排量作为样本输入到XGBoost模型中，并利用数据自回归增强方法进行训练得到月度碳排量测算模型；步骤4：使用所述月度碳排量测算模型测算当期月度碳排放。2.如权利要求1所述的一种数据自回归增强的碳排放测算方法，其特征在于，所述步骤2：将所述历史年度碳排量分解为月度碳排量，包括：步骤2.1：建立年度的经济技术数据、用电量与年度碳排之间的关系，得到电力数据特征重要度W
e
和其他特征的重要度W
f
；步骤2.2：根据特征重要度，将历史年度碳排量分解为月度碳排量，即CO2(月度)＝W
×
CO2(年度)；其中，满足式中，CO2(月度)表示月度碳排量，CO2(年度)表示历史年度碳排量，W为月份权重，E为用电量，f1为其他特征1，f2为其他特征2，W
f1
为其他特征1的特征重要度，W
f2
为其他特征2的特征重要度。3.如权利要求2所述的一种数据自回归增强的碳排放测算方法，其特征在于，所述步骤3：将所述月度碳排量作为样本输入到XGBoost模型中，并利用数据自回归增强方法进行训练得到月度碳排量测算模型，包括：步骤3.1：将输入的样本使用数据自回归增强方法进行增强；步骤3.2：将增强之后的样本输入到XGBoost模型中进行训练，并根据模型评价指标，对XGBoost模型进行优化得到月度碳排量测算模型。4.如权利要求3所述的一种数据自回归增强的碳排放测算方法，其特征在于，所述模型评价指标为：其中，MAPE表示模型评价指标，为模型输出的预测值，y
i
为真实值，n为样本数量。5.一种数据自回归增强的碳排放测算系统，其特征在于，包括以下步骤：数据获取模块，用于获取待测算行业的月度经济技术数据、用电量数据及其历史年度碳排量；数据分解模块，用于将所述历史年度碳排量分解为月度碳排量；...

【专利技术属性】
技术研发人员：周奎，王姿尧，梁惠施，贡晓旭，史梓男，郝城，杨铭，
申请(专利权)人：北京西清能源科技有限公司，
类型：发明
国别省市：