一种负碳排放的预测方法、装置、设备及存储介质

专利主权项内容

1.一种负碳排放的预测方法，其特征在于，所述负碳排放的预测方法包括：获取目标区域的多个第一负碳排放指标数据，并根据预置的负碳排放指标体系对所述多个第一负碳排放指标数据进行指标排序，得到负碳排放指标数据序列；通过熵权评价模型创建所述多个第一负碳排放指标数据对应的基准标签集；将所述负碳排放指标数据序列输入预置的优选模型进行指标优选分析，得到初始优选指标数据集；对所述初始优选指标数据集和所述基准标签集进行评估精度计算，得到目标评估精度，并根据所述目标评估精度对所述初始优选指标数据集进行优选指标数据优化，得到目标优选指标数据集，其中，所述目标优选指标数据集包括多个第二负碳排放指标数据；具体包括：对所述初始优选指标数据集进行向量转换，得到第一指标向量，并对所述基准标签集进行向量转换，得到第二指标向量；对所述第一指标向量和所述第二指标向量进行欧式距离计算，得到目标欧式距离数据，并将所述目标欧式距离数据作为对应的目标评估精度；根据所述目标评估精度对所述初始优选指标数据集进行优选指标数据优化，得到目标优选指标数据集，其中，所述目标优选指标数据集包括多个第二负碳排放指标数据；将所述多个第二负碳排放指标数据输入预置的负碳排放预测模型进行负碳排放预测，得到所述目标区域的负碳排放预测数据；具体包括：对所述多个第二负碳排放指标数据进行特征归一化和向量映射，得到目标负碳排放特征向量；将所述目标负碳排放特征向量输入预置的负碳排放预测模型，其中，所述负碳排放预测模型包括：双向门限循环网络以及两层全连接层；通过所述负碳排放预测模型对所述目标负碳排放特征向量进行负碳排放预测，得到所述目标区域的负碳排放预测数据；其中，得到所述目标区域的负碳排放预测数据，包括：通过所述双向门限循环网络中的第一层门限循环单元，对所述目标负碳排放特征向量进行隐藏特征提取，得到前向隐藏特征向量；通过所述双向门限循环网络中的第二层门限循环单元，对所述目标负碳排放特征向量进行隐藏特征提取，得到后向隐藏特征向量；对所述前向隐藏特征向量和所述后向隐藏特征向量进行向量融合，得到目标隐藏特征向量；将所述目标隐藏特征向量输入所述两层全连接层进行负碳排放预测，得到所述目标区域的负碳排放预测数据，其中，所述两层全连接层中的第一层全连接层采用ReLU函数，第二层全连接层采用sigmoid函数。。微信公众号马克 数据网