一种基于注意力机制的碳排放分析方法及系统技术方案

本发明专利技术属于碳排放计算技术领域，具体公开了一种基于注意力机制的碳排放分析方法及系统，方法包括：基于各类能源发电数据，分别得到每一类能源发电的局部时序特征向量和全局时序特征向量；通过特征融合得到对应能源发电的时序特征；基于各类能源的上下文特征进行自监督学习，得到预训练的基础模型；基于不同的训练数据集对基础模型进行训练，得到对应的训练好的下游任务模型；获取不同能源发电的电力数据，利用训练好的下游任务模型，完成下游任务预测；本发明专利技术基于同一个基础模型，通过不同训练数据集的训练，能够实现碳排放预测、能源消耗预测和各类能源占比预测，从而实现发电模式自感知。自感知。自感知。

【技术实现步骤摘要】
一种基于注意力机制的碳排放分析方法及系统


[0001]本专利技术涉及碳排放计算
，尤其涉及一种基于注意力机制的碳排放分析方法及系统。

技术介绍

[0002]近年来，电力系统逐渐成为碳排放的主要来源，目前对电力系统的碳排放计算主要包括宏观统计法和碳流分析法。
[0003]宏观统计法从宏观数据出发，统计一段时间内的能源消耗总量，由于计算简单、使用方便等优点，因此被广泛应用于较长时间跨度的碳排放计算。但其提供的计算结果不能及时反馈且宏观计算较为粗略，无法细致描述指标的变化过程，导致无法精确地追踪碳排放的流向。碳流分析法是一种基于功率分布的碳流追踪方法，确定电网中的功率分布，与碳排放强度相结合，然后将碳排放平摊到各个节点、支路和损耗上，从而实现碳排放流向的追踪溯源。虽然碳流分析法经过了多年的发展和完善，但仍有一定的改进空间。
[0004]首先，一部分碳流方法在面对有损网络时会产生较大的计算误差，现有的碳流计算方法容易出现分摊不均的情况；其次，大部分碳流分析法本质上属于静态，未能考虑负荷、新能源波动以及不定因素产生的额外碳排放计算。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于注意力机制的碳排放分析方法，其特征在于，包括：基于各类能源发电数据，分别得到每一类能源发电的局部时序特征向量和全局时序特征向量；对每一类能源发电的局部时序特征向量和全局时序特征向量进行融合，得到对应能源发电的时序特征；利用得到的时序特征经过自注意力机制获得各类能源的权重分数，然后与各类能源发电的时序特征相乘，输出各类能源的上下文特征；基于上下文特征进行自监督学习，得到预训练的基础模型；基于不同的训练数据集对基础模型进行训练，得到对应的训练好的下游任务模型；获取不同能源发电的电力数据，利用训练好的下游任务模型，完成下游任务预测；所述下游任务预测至少包括碳排放预测。2.如权利要求1所述的一种基于注意力机制的碳排放分析方法，其特征在于，所述下游任务预测还包括：能源消耗预测或各类能源占比预测。3.如权利要求1所述的一种基于注意力机制的碳排放分析方法，其特征在于，所述各类能源发电数据，具体包括：煤炭发电类电力数据、水力发电类电力数据、风力发电类电力数据、光伏发电类电力数据和生物质发电类电力数据。4.如权利要求1所述的一种基于注意力机制的碳排放分析方法，其特征在于，所述得到对应能源发电的时序特征，具体过程为：利用卷积神经网络和注意力机制分别进行特征表示学习，得到每一类能源发电数据基于局部窗口视角下的时序特征表示和基于全局窗口视角下的时序特征表示；通过窗口注意力机制分别得到每一类能源发电数据的局部时序特征向量和全局时序特征向量；将每一类能源发电数据的局部时序特征向量和全局时序特征向量进行融合，经过门控机制和归一化，得到每一类能源发电数据的时序特征。5.如权利要求1所述的一种基于注意力机制的碳排...

【专利技术属性】
技术研发人员：王平欣，荆臻，张志，王清，李琮琮，朱红霞，陈祉如，赵曦，马俊，杜艳，曹彤，董贤光，孙凯，李骁，刘丽君，王兆军，
申请(专利权)人：国网山东省电力公司营销服务中心计量中心，
类型：发明
国别省市：