基于混合神经网络模型的碳排放预测系统及方法

专利申请号：CN202310899850.9

公 开 号：CN116843083A

发 明 人：郑佩祥 赖国书 马鲁晋 王莉 陈吴晓 胡泽延 蔡雨晴 朱玲玲 王瑜 魏晓莹 王曦 谢枫 钟侃 介志毅 巩冬梅 焦蕊 胡文博 余梦 桂俊平 

代 理 人：武汉开元知识产权代理有限公司李满

代理机构：武汉开元知识产权代理有限公司

专利类型：发明专利

申 请 日：20231003

公 开 日：20230721

专利主分类号：G06Q10/04

关 键 词：碳排放 模型融合 混合神经网络模型 神经网络 预测系统 顶层 数据预处理模块 模型构造模块 单独模型 单个模型 底层模型 分割模块 工程实施 构造模块 模型预测 数据感知 复杂度 能力强 数据集 预测 精调 输出 部署 

摘      要：本发明公开了一种基于混合神经网络模型的碳排放预测系统及方法，包括数据预处理模块、数据集分割模块、底层模型构造模块、顶层模型构造模块、模型融合模块，首先将多种不同的神经网络单独训练；再将单独模型的输出作为输入，训练一个顶层DNN；最后将训练好的模型融合，并进行精调训练。本发明采用基于多模型融合神经网络的碳排放预测方法，精度优于单个模型，具有模型预测精度高、数据感知能力强的优点；此外本发明采用单独训练、组合调优的方式，降低了部署的复杂度，方便工程实施，从而有效利用基于混合神经网络模型的碳排放预测系统对碳排放进行预测，具有良好的实用价值。