← 返回列表
一种基于图神经网络的电网节点碳因子预测方法及系统
申请人信息
- 申请人:东北大学佛山研究生创新学院
- 申请人地址:528312 广东省佛山市顺德区北滘镇碧桂园社区泮浦路1号B2栋4楼B4-04
- 发明人: 东北大学佛山研究生创新学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于图神经网络的电网节点碳因子预测方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311620749.1 |
| 申请日 | 2023/11/28 |
| 公告号 | CN117670586A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06Q50/06 |
| 权利人 | 东北大学佛山研究生创新学院 |
| 发明人 | 张孝顺; 许文举; 李锦诚; 郭正勋; 肖宇; 任大伟 |
| 地址 | 广东省佛山市顺德区北滘镇碧桂园社区泮浦路1号B2栋4楼B4-04 |
摘要文本
东北大学佛山研究生创新学院获取“一种透气窗帘布”专利技术，本发明涉及能耗预测技术领域，具体涉及一种基于图神经网络的电网节点碳因子预测方法及系统，方法包括：确定电力系统中各个节点的负荷序列和碳排放因子；建立有监督的图卷积神经网络，对图卷积神经网络进行迭代训练，得到训练好的预测模型；其中，所述图卷积神经网络的输入数据为节点的负荷序列，所述图卷积神经网络的输出数据为节点的碳排放因子；将对节点实时采集的负荷输入所述预测模型，预测得到节点的碳排放因子；本发明能够能够快速预测节点的碳排放因子。
专利主权项内容
1.一种基于图神经网络的电网节点碳因子预测方法，其特征在于，所述方法包括以下步骤：S100，确定电力系统中各个节点的负荷序列和碳排放因子；S200，建立有监督的图卷积神经网络，对图卷积神经网络进行迭代训练，得到训练好的预测模型；其中，所述图卷积神经网络的输入数据为节点的负荷序列，所述图卷积神经网络的输出数据为节点的碳排放因子；S300，将对节点实时采集的负荷输入所述预测模型，预测得到节点的碳排放因子。