【技术实现步骤摘要】
本申请涉及环境科学与能源科学，特别是涉及一种碳排放预测模型的训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、随着工业领域的快速发展，作为排出废物的碳逐渐占据大气层中碳含量的大部分，其中的电力行业是碳排放的重要来源之一，了解电力碳排放影响因素可以指导能源可持续战略的指定，目前确定影响电力碳排放的因素的手段——首先利用统计学方法收集大量数据，之后利用相关性分析筛选出与电力碳排放关联的因素。
2、然而，目前各因素对应的权重分析并不准确，进而导致在将对应的数据输入预测模型得出的碳排放量预测值与实际值之间的误差大，结果准确度低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高碳排放预测准确度的碳排放预测模型的训练方法、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，本申请提供了一种碳排放预测模型的训练方法，包括：
3、获取与样本工业用户关联的样本碳排放数据；样本碳排放数据中包括样本工业用户的
【技术保护点】
1.一种碳排放预测模型的训练方法，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，所述获取所述样本碳排放数据关联的第一模型参数和第二模型参数，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述样本工业的用户数量、平均产值、平均能耗强度以及电碳因子进行LMDI分析，得到各自对应的第一模型参数，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述样本工业的平均产值、平均能耗强度以及电碳因子进行LMDI分析，得到所述第二模型参数，包括：
5.根据权利要求1所述的方法，其特征在于，所述...
【技术特征摘要】
1.一种碳排放预测模型的训练方法，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，所述获取所述样本碳排放数据关联的第一模型参数和第二模型参数，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述样本工业的用户数量、平均产值、平均能耗强度以及电碳因子进行lmdi分析，得到各自对应的第一模型参数，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述样本工业的平均产值、平均能耗强度以及电碳因子进行lmdi分析，得到所述第二模型参数，包括：
5.根据权利要求1所述的方法，其特征在于，所述得到预测碳排放量之后，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，所述参数调整...
【专利技术属性】
技术研发人员：胡旭东，张凡，黄彦璐，谭俊丰，潘世贤，梁寿愚，赵帅，蒋姗，
申请(专利权)人：南方电网数字电网研究院股份有限公司，
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。