龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华北理工大学
摘要：本发明涉及碳排放预测技术领域，公开了一种基于TSA‑ARIMA‑CNN的企业碳排放预测方法，包括：获取企业生产的历史碳排放时间序列数据，并对历史碳排放时间序列数据进行归一化处理。获取ARIMA模型的最优参数，并根据最优参数建立ARIMA模型。将RMSE和R2作为评价指标，并获取CNN模型的最优参数，建立CNN模型。将归一化处理后的历史碳排放时间序列数据代入ARIMA模型以及CNN模型进行预测，并获取ARIMA模型的碳排放预测序列以及CNN模型的碳排放预测序列。并基于特征选择算法进行选择或加权，并获取选择或加权后的预测结果，并将反归一化处理的预测结果设定为碳排放预测输出结果。本发明通过结合了传统时间序列分析和深度学习方法，提高了企业碳排放预测的准确性。
主权项：1.一种基于TSA-ARIMA-CNN的企业碳排放预测方法，其特征在于，包括：获取所述企业生产的历史碳排放时间序列数据，并对所述历史碳排放时间序列数据进行归一化处理；获取ARIMA模型的最优参数，并根据所述最优参数建立ARIMA模型；将RMSE和作为评价指标，并获取CNN模型的最优参数，建立CNN模型；将归一化处理后的所述历史碳排放时间序列数据代入所述ARIMA模型以及所述CNN模型进行预测，并获取所述ARIMA模型的碳排放预测序列以及所述CNN模型的碳排放预测序列；基于特征选择算法将所述ARIMA模型的碳排放预测序列以及所述CNN模型的碳排放预测序列进行选择或加权，并获取选择或加权后的预测结果；将所述预测结果进行反归一化处理，并将反归一化处理的所述预测结果设定为碳排放预测输出结果。
全文数据：
权利要求：
百度查询： 华北理工大学 一种基于TSA-ARIMA-CNN的企业碳排放预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号