基于时序网络改进循环网络的企业用电碳排放预测方法技术

本申请提供的基于时序网络改进循环网络的企业用电碳排放预测方法，在对用电数据进行碳排放预测时，可以先将用电数据按照时间排序进行归一化处理，得到用电时间序列，再确定目标碳排放预测模型，由于该模型是以样本用电时间序列为训练样本，以样本用电时间序列对应的碳排放真实值为样本标签对预设的初始碳排放预测模型进行训练，并利用门控循环单元网络对训练完成的模型进行参数优化得到的，因此，将用电时间序列输入至目标碳排放预测模型可以预测得到碳排放预测值。在目标碳排放预测模型中，门控循环单元网络具有较强的记忆能力和泛化能力，因此可以避免模型在处理时间序列时梯度消失和梯度爆炸的问题，从而提高碳排放预测的准确性和可靠性。的准确性和可靠性。的准确性和可靠性。

【技术实现步骤摘要】
基于时序网络改进循环网络的企业用电碳排放预测方法


[0001]本申请涉及能源预测
，尤其涉及一种基于时序网络改进循环网络的企业用电碳排放预测方法。

技术介绍

[0002][0003]目前，企业用电碳排放预测方法主要分为两类：基于物理的建模和基于数据的建模，在基于物理的建模中，需要对建筑物、设备和用电设备的物理特性进行建模和分析，其建模复杂度较高，并且在面对复杂的工业环境或突发的天气变化时，模型对碳排放的预测准确性和可靠性较低，而在基于数据的建模中，由于企业内部的历史用电数据存在一定的噪声和不确定性，导致模型在预测时梯度消失或梯度爆炸，进而影响碳排放预测的准确性和可靠性。

技术实现思路

[0004]本申请的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中企业用电碳排放预测模型在预测时梯度消失或梯度爆炸，影响碳排放预测的准确性和可靠性的技术缺陷。
[0005]本申请提供了一种基于时序网络改进循环网络的企业用电碳排放预测方法，所述方法包括：
[0006]获取待预测企业的用电数据，并将所述用电数据按照时间排序进行归一化处理，得到用电时间序列；
[0007]确定目标碳排放预测模型，所述碳排放预测模型是以样本用电时间序列为训练样本，以所述样本用电时间序列对应的碳排放真实值为样本标签对预设的初始碳排放预测模型进行训练，并利用门控循环单元网络对训练完成的初始碳排放预测模型进行参数优化得到的；
[0008]将所述用电时间序列输入至所述目标碳排放预测模型，得到所述目标碳排放预测模型输出的所述待预测企业的碳排放预测值。
[0009]可选地，所述确定目标碳排放预测模型，包括：
[0010]获取待预测企业的历史用电数据以及所述历史用电数据对应的碳排放真实值，并将所述历史用电数据按照时间排序进行归一化处理，得到历史用电时间序列；
[0011]将所述历史用电时间序列划分为训练集和测试集，并将所述训练集中的历史用电时间序列输入预设的初始碳排放预测模型中，得到所述初始碳排放预测模型输出的碳排放预测值；
[0012]以所述碳排放预测值结果趋近于所述历史用电数据的碳排放真实值为目标对所述初始碳排放预测模型进行迭代训练，直至所述初始碳排放预测模型满足预设的训练条件，得到中间碳排放预测模型；
[0013]将所述测试集中的历史用电时间序列输入至所述中间碳排放预测模型中，并利用门控循环单元网络对所述中间碳排放预测模型进行参数优化，得到目标碳排放预测模型。
[0014]可选地，所述初始碳排放预测模型包括第一输入层、第一隐含层和第一输出层；所述第一隐含层由多个时间步组成；
[0015]所述将所述训练集中的历史用电时间序列输入预设的初始碳排放预测模型中，得到所述初始碳排放预测模型输出的碳排放预测值，包括：
[0016]将所述训练集中的历史用电时间序列输入所述第一输入层中，并利用所述第一输入层将所述历史用电时间序列转换为各个时间步的输入向量；
[0017]通过所述第一隐含层中的各个时间步对各个输入向量进行时序迭代操作，得到最后一个时间步输出的隐藏向量；
[0018]将所述隐藏向量输入至所述第一输出层进行计算，以使第一输出层输出得到所述初始碳排放预测模型输出的碳排放预测值。
[0019]可选地，所述第一隐含层的计算公式为：
[0020]h
t
＝tanh(W
hx
x
t
+W
hh
h
t
‑1+b
h
)
[0021]其中，h
t
表示时间步为t时的隐藏向量，tanh为第一隐含层h的激活函数，W
hx
表示第一输入层x到第一隐含层h的权重矩阵，W
hh
表示第一隐含层h到第一隐含层h的权重矩阵，x
t
表示时间步为t时的输入向量，h
t
‑1表示时间步为t
‑
1时的隐藏向量，b
h
表示第一隐含层h的偏置向量。
[0022]可选地，所述第一输出层的计算公式为：
[0023]y
t
＝softmax(W
oh
h
t
+b
o
)
[0024]其中，y
t
表示时间步为t时的碳排放预测值，softmax表示第一输出层o的激活函数，W
oh
表示第一隐含层h到输出层o的权重矩阵，h
t
表示第一隐含层h在时间步为t时输出的隐藏向量，b
o
表示第一输出层o的偏置向量。
[0025]可选地，所述中间碳排放预测模型包括第二输入层、第二隐含层和第二输出层，所述第二隐含层由多个时间步组成，所述门控循环单元网络设置于所述第二隐含层中，并由重置门和更新门构成；
[0026]所述将所述测试集中的历史用电时间序列输入至所述中间碳排放预测模型中，并利用门控循环单元网络对所述中间碳排放预测模型进行参数优化，得到目标碳排放预测模型，包括：
[0027]将所述测试集中的历史用电时间序列输入所述第二输入层中，并利用所述第二输入层将所述测试集中的历史用电序列转换为各个时间步的输入向量；
[0028]针对所述第二隐含层中的每个时间步：
[0029]将该时间步的输入向量和上一时间步的隐藏向量输入所述重置门以及所述更新门中，得到所述重置门输出的重置状态以及所述更新门输出的更新状态；其中，所述第二隐含层中的首个时间步对应的上一时间步的隐藏向量为0；
[0030]基于所述重置状态和该时间步的输入向量确定该时间步的候选隐藏状态，根据所述候选隐藏状态和所述更新状态计算得到该时间步的重置向量，并将所述重置向量作为该时间步的隐藏向量；
[0031]将所述第二隐含层输出的最后一个时间步的隐藏向量输入至所述第二输出层进
行计算，直到所述测试集中所有的历史用电时间序列均计算完毕，得到目标碳排放预测模型。
[0032]可选地，所述重置向量的计算公式为：
[0033]h
t
＝(1
‑
Z
t
)
⊙
h
t
‑1+Z
t
⊙
h
t
′
[0034]其中，h
t
表示时间步为t时的重置向量，Z
t
表示更新门在时间步为t时输出的更新状态，h
t
‑1表示时间步为t
‑
1时的隐藏向量，h
t
′
表示时间步为t时的候选隐藏状态，
⊙
表示元素乘法。
[0035]本申请还提供一种企业用电碳排放预测装置，包括：
[0036]数据获取模块，用于获取待预测企业在用电数据，并将所述用电数据按照时间排序进行归一化处理，得到用电时间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时序网络改进循环网络的企业用电碳排放预测方法，其特征在于，所述方法包括：获取待预测企业的用电数据，并将所述用电数据按照时间排序进行归一化处理，得到用电时间序列；确定目标碳排放预测模型，所述碳排放预测模型是以样本用电时间序列为训练样本，以所述样本用电时间序列对应的碳排放真实值为样本标签对预设的初始碳排放预测模型进行训练，并利用门控循环单元网络对训练完成的初始碳排放预测模型进行参数优化得到的；将所述用电时间序列输入至所述目标碳排放预测模型，得到所述目标碳排放预测模型输出的所述待预测企业的碳排放预测值。2.根据权利要求1所述的企业用电碳排放预测方法，其特征在于，所述确定目标碳排放预测模型，包括：获取待预测企业的历史用电数据以及所述历史用电数据对应的碳排放真实值，并将所述历史用电数据按照时间排序进行归一化处理，得到历史用电时间序列；将所述历史用电时间序列划分为训练集和测试集，并将所述训练集中的历史用电时间序列输入预设的初始碳排放预测模型中，得到所述初始碳排放预测模型输出的碳排放预测值；以所述碳排放预测值结果趋近于所述历史用电数据的碳排放真实值为目标对所述初始碳排放预测模型进行迭代训练，直至所述初始碳排放预测模型满足预设的训练条件，得到中间碳排放预测模型；将所述测试集中的历史用电时间序列输入至所述中间碳排放预测模型中，并利用门控循环单元网络对所述中间碳排放预测模型进行参数优化，得到目标碳排放预测模型。3.根据权利要求2所述的企业用电碳排放预测方法，其特征在于，所述初始碳排放预测模型包括第一输入层、第一隐含层和第一输出层；所述第一隐含层由多个时间步组成；所述将所述训练集中的历史用电时间序列输入预设的初始碳排放预测模型中，得到所述初始碳排放预测模型输出的碳排放预测值，包括：将所述训练集中的历史用电时间序列输入所述第一输入层中，并利用所述第一输入层将所述历史用电时间序列转换为各个时间步的输入向量；通过所述第一隐含层中的各个时间步对各个输入向量进行时序迭代操作，得到最后一个时间步输出的隐藏向量；将所述隐藏向量输入至所述第一输出层进行计算，以使第一输出层输出得到所述初始碳排放预测模型输出的碳排放预测值。4.根据权利要求3所述的企业用电碳排放预测方法，其特征在于，所述第一隐含层的计算公式为：h
t
＝tanh(W
hx
x
t
+W
hh
h
t
‑1+b
h
)其中，h
t
表示时间步为t时的隐藏向量，tanh为第一隐含层h的激活函数，W
hx
表示第一输入层x到第一隐含层h的权重矩阵，W
hh
表示第一隐含层h到第一隐含层h的权重矩阵，x
t
表示时间步为t时的输入向量，h
t
‑1表示时间步为t
‑
1时的隐藏向量，b
h
表示第一隐含层h的偏置向量。
5.根据权利要求3所述的企业用电碳排放预测方法，其特征在于，所述第一输出层的计算公式为：y
t
＝softmax(W
oh
h
t
+b
o
)其中，y
t
表示时间步为t时的碳排放预测值，softmax表示第一输出层o的...

【专利技术属性】
技术研发人员：彭正阳，温鑫，郑茵，黄力宇，郭斌，蔡妙妆，陈少梁，李慧，刘常，黎艺炜，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：