【技术实现步骤摘要】
本申请涉及计算机，特别是涉及一种时序电力碳流数据生成和校验方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、时序电力碳流数据是实现大电网实时碳追踪以及综合时空电碳分析模型的重要数据基础，对碳排放趋势分析、周期性分析、实时电碳监测和预测至关重要。准确、可靠的时序电力碳流数据有助于推动绿电市场、碳权交易市场与电力市场的融合发展，对实现“碳中和”目标起着积极促进作用。
2、传统技术中，通过分析历史燃煤、燃气数据和发电量数据，并遵照现有碳交易市场计量标准，实现时序电力碳流数据的测算。然而，传统技术中计算时序电力碳流数据的过程，由于碳计量以及碳核算周期与电网数据在实时性上存在极大的不匹配，这导致时序电力碳流数据的测算结果不够准确，且传统技术中通过获取实时电能参数对时序电力碳流数据的测算结果进行验证，这导致在校验过程中增加校验的时延，同时校验的结果受实时电能参数的不确定性等因素影响。因此，目前尚缺少准确、可靠的时序电力碳流数据生成和校验方法。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够生成准确、可靠的时序电力碳流数据的时序电力碳流数据生成和校验方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种时序电力碳流数据生成和校验方法，包括：
3、根据时序电力潮流断面数据与发电机机组的碳排放指标数据以及电力碳排放流计算模型，得到时序电力-碳流耦合特征数据，并对时序电力-碳流耦合特征数据进行预处
4、通过训练样本对时序生成模型进行训练，直至训练完成，生成虚拟碳流数据；
5、将虚拟碳流数据分割为计算输入数据以及对照组输出数据，取计算输入数据导入时序碳流计算单元得到时序输出数据，将时序输出数据作为时序电力碳流数据；
6、通过对比时序电力碳流数据与对照组输出数据，得到时序电力碳流数据的校验结果。
7、在其中一个实施例中，根据时序电力潮流断面数据与发电机机组的碳排放指标数据以及电力碳排放流计算模型，得到时序电力-碳流耦合特征数据包括：
8、将时序电力潮流断面数据与发电机机组的碳排放指标数据输入至电力碳排放流计算模型，进行矩阵计算，确定时序电力-碳流耦合特征数据。
9、在其中一个实施例中，对时序电力-碳流耦合特征数据进行预处理，得到训练样本包括：
10、将时序电力-碳流耦合特征数据、时序碳流计算前的关键碳特征数据集合以及关键电特征数据进行拼接处理，得到拼接后的训练数据；
11、对拼接后的训练数据进行归一化处理，得到训练样本。
12、在其中一个实施例中，时序生成模型包括嵌入层、生成层、监督层、恢复层以及判别层；
13、通过训练样本对时序生成模型进行训练，直至训练完成，生成虚拟碳流数据包括：
14、将训练样本导入嵌入层，通过嵌入层将训练样本的原始特征空间投影至隐藏空间，得嵌入层输出数据；
15、通过生成层将随机样本空间投影至虚拟样本空间，得到生成层张量输出数据；
16、通过监督层对当前时刻之前时刻的所有隐藏状态进行对比验证，基于嵌入层输出数据，得到监督层第一输出数据，并将监督层第一输出数据传输至恢复层；监督层基于生成层张量输出数据，得到监督层第二输出数据，并将监督层第二输出数据传输至判别层；
17、恢复层基于监督层第一输出数据，得到恢复层输出变量；
18、判别层基于嵌入层输出数据得到第一判别结果，以及基于监督层第二输出数据得第二判别结果。
19、在其中一个实施例中，通过训练样本对时序生成模型进行训练，直至训练完成，生成虚拟碳流数据还包括：
20、根据嵌入层输出数据、监督层第一输出数据、恢复层输出变量、以及第一判别结果和第二判别结果对监督层、生成层和判别层的损失函数进行最小化迭代，当损失函数最小时，模型训练完成，将当前时序生成模型的输出数据作为虚拟碳流数据。
21、在其中一个实施例中，通过对比时序电力碳流数据与对照组输出数据，得到时序电力碳流数据的校验结果包括：
22、将时序电力碳流数据与对照组输出数据进行比对，得到时序输出数据与对照输出数据的误差矩阵；
23、对误差矩阵进行量化处理，得到时序电力碳流数据的校验结果。
24、第二方面，本申请还提供了一种时序电力碳流数据生成和校验装置，包括：
25、获取模块，用于根据时序电力潮流断面数据与发电机机组的碳排放指标数据以及电力碳排放流计算模型，得到时序电力-碳流耦合特征数据，并对时序电力-碳流耦合特征数据进行预处理，得到训练样本；
26、生成模块，用于通过训练样本对时序生成模型进行训练，直至训练完成，生成虚拟碳流数据；
27、校验模块，用于将虚拟碳流数据分割为计算输入数据以及对照组输出数据，将计算输入数据导入时序碳流计算单元得到时序输出数据；取计算输入数据作为时序碳流计算模型的计算输入，得到时序输出数据，将时序输出数据作为时序电力碳流数据；通过对比时序电力碳流数据与对照组输出数据，得到时序电力碳流数据的校验结果。
28、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
29、根据时序电力潮流断面数据与发电机机组的碳排放指标数据以及电力碳排放流计算模型，得到时序电力-碳流耦合特征数据，并对时序电力-碳流耦合特征数据进行预处理，得到训练样本；
30、通过训练样本对时序生成模型进行训练，直至训练完成，生成虚拟碳流数据；
31、将虚拟碳流数据分割为计算输入数据以及对照组输出数据，取计算输入数据导入时序碳流计算单元得到时序输出数据，将时序输出数据作为时序电力碳流数据；
32、通过对比时序电力碳流数据与对照组输出数据，得到时序电力碳流数据的校验结果。
33、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
34、根据时序电力潮流断面数据与发电机机组的碳排放指标数据以及电力碳排放流计算模型，得到时序电力-碳流耦合特征数据，并对时序电力-碳流耦合特征数据进行预处理，得到训练样本；
35、通过训练样本对时序生成模型进行训练，直至训练完成，生成虚拟碳流数据；
36、将虚拟碳流数据分割为计算输入数据以及对照组输出数据，取计算输入数据导入时序碳流计算单元得到时序输出数据，将时序输出数据作为时序电力碳流数据；
37、通过对比时序电力碳流数据与对照组输出数据，得到时序电力碳流数据的校验结果。
38、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
39、根据时序电力潮流断面数据与发电机本文档来自技高网...
【技术保护点】
1.一种时序电力碳流数据生成和校验方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述时序电力潮流断面数据与发电机机组的碳排放指标数据以及电力碳排放流计算模型，得到时序电力-碳流耦合特征数据包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述时序电力-碳流耦合特征数据进行预处理，得到训练样本包括：
4.根据权利要求1所述的方法，其特征在于，所述时序生成模型包括嵌入层、生成层、监督层、恢复层以及判别层；
5.根据权利要求4所述的方法，其特征在于，通过所述训练样本对时序生成模型进行训练，直至训练完成，生成虚拟碳流数据还包括：
6.根据权利要求1所述的方法，其特征在于，所述通过对比所述时序电力碳流数据与对照组输出数据，得到时序电力碳流数据的校验结果包括：
7.一种时序电力碳流数据生成和校验装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种时序电力碳流数据生成和校验方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述时序电力潮流断面数据与发电机机组的碳排放指标数据以及电力碳排放流计算模型，得到时序电力-碳流耦合特征数据包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述时序电力-碳流耦合特征数据进行预处理，得到训练样本包括：
4.根据权利要求1所述的方法，其特征在于，所述时序生成模型包括嵌入层、生成层、监督层、恢复层以及判别层；
5.根据权利要求4所述的方法，其特征在于，通过所述训练样本对时序生成模型进行训练，直至训练完成，生成虚拟碳流数据还包括：
6.根据权利要求...
【专利技术属性】
技术研发人员：杨至元，李沛，王成围，
申请(专利权)人：南方电网能源发展研究院有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。