(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211050619.4 (22)申请日 2022.08.31 (71)申请人 南方电网数字电网研究院有限公司 地址 510700 广东省广州市黄埔区中新广 州知识城 亿创街1号 406房之86 (72)发明人 周尚礼　何恒靖　张乐平　罗敏　 何子昂　杜锦阳　张本松　刘林　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 阚传猛 (51)Int.Cl. G06Q 10/06(2012.01) G06F 30/27(2020.01) G06Q 50/06(2012.01) G06Q 50/26(2012.01) (54)发明名称 一种基于神经网络模型的碳排放量核算方 法及装置 (57)摘要 本申请涉及电力环保数据处理技术领域， 特 别是涉及一种基于神经网络模型的碳排放量核 算方法、 装置、 计算机设备和存储介质。 所述方法 包括： 获取企业发电作业数据， 并构建碳排放量 仿真模型； 构建基于所述仿真碳排放量数据与所 述发电作业数据的仿真数据集； 建立基于神经网 络的碳排放量核算模型并训练至收敛； 构建校准 数据集； 基于校准数据集校准所述碳排放量核算 模型， 获取校准后碳排放量核算模型； 通过校准 后碳排放量核算模型获取企业碳排放量核算数 据。 采用本方法能够利用仿真数据训练出的碳排 放量核算模型， 针对企业的具体情况获取企业短 周期的碳 排放量数据。 权利要求书2页 说明书13页 附图7页 CN 115147012 A 2022.10.04 CN 115147012 A 1.一种基于神经网络模型的碳 排放量核算方法， 其特 征在于， 所述方法包括： 获取企业发电作业数据， 基于所述发电作业数据构建碳 排放量仿真模型； 通过碳排放量仿真模型获取仿真碳排放量数据， 构建基于所述仿真碳排放量数据与 所 述发电作业数据的仿真数据集； 建立基于神经网络的碳排放量核算模型， 利用所述仿真数据集将所述碳排放量核算模 型训练至收敛； 获取目标企业的历史发电作业数据及历史碳 排放数据以构建校准数据集； 基于所述校准数据集校准所述 碳排放量核算模型， 获取 校准后碳 排放量核算模型； 通过所述校准后碳 排放量核算模型获取目标企业 碳排放量核算数据。 2.根据权利要求1所述的一种基于神经网络模型的碳排放量核算方法， 其特征在于， 所 述获取企业发电作业数据， 基于所述发电作业数据构建碳 排放量仿真数据模型包括： 获取企业装机容 量以及并 网电量数据， 构建发电量仿真模型； 基于所述发电量仿真模型获取发电量仿真数据； 基于所述发电量仿真数据构建碳 排放量仿真模型。 3.根据权利要求2所述的一种基于神经网络模型的碳排放量核算方法， 其特征在于， 所 述获取企业发电作业数据， 基于所述发电作业数据构建碳 排放量仿真数据模型， 包括： 所述发电量仿真模型如下式所示： 其中， 所述 为企业发电量数据， 为企业并网电量数据， α 为第一系数、 β 为第 二系数、 γ为第三系数； 所述碳排放量仿真模型如下式所示： 其中， 所述 δ 为第四系数、 ε为第五系数、 ∈为第六系数。 4.根据权利要求2所述的一种基于神经网络模型的碳排放量核算方法， 其特征在于， 所 述建立基于神经网络的碳排放量核算模型， 利用所述仿 真数据集将所述碳排放量核算模型 训练至收敛之前， 还 包括： 按照预设的时间序列， 将所述并 网电量数据分解 为并网电量序列； 基于所述装机容 量， 将所述并 网电量序列进行归一 化处理。 5.根据权利要求1所述的一种基于神经网络模型的碳排放量核算方法， 其特征在于， 所 述建立基于神经网络的碳排放量核算模型， 利用所述仿 真数据集将所述碳排放量核算模型 训练至收敛之后， 还 包括： 对所述碳排放量核算模型的神经网络参数进行随机初始化， 并初始化模型训练优化 器； 利用所述仿真数据集， 按照预设的批次对所述碳排放量核算模型进行迭代优化， 以获权　利　要　求　书 1/2 页 2 CN 115147012 A 2取优选碳 排放量核算模型。 6.根据权利要求5所述的一种基于神经网络模型的碳排放量核算方法， 其特征在于， 所 述方法还 包括： 对所述碳排放量核算模型的输入数据进行判别； 基于判别结果执 行模型优化处 理或模型 校准处理。 7.一种基于神经网络模型的碳 排放量核算装置， 其特 征在于， 所述装置包括： 仿真模型模块， 用于获取企业发电作业数据， 基于所述发电作业数据构建碳排放量仿 真模型； 仿真数据模块， 用于通过碳排放量仿真模型获取仿真碳排放量数据， 构建基于所述仿 真碳排放量数据与所述发电作业数据的仿真数据集； 模型训练模块， 用于建立基于神经网络的碳排放量核算模型， 利用所述仿真数据集将 所述碳排放量核算模型训练至收敛； 校准数据模块， 用于获取目标企业的历史发电作业数据及历史碳排放数据以构建校准 数据集； 模型校准模块， 用于基于所述校准数据集校准所述碳排放量核算模型， 获取校准后碳 排放量核算模型； 模型应用模块， 用于通过所述校准后 碳排放量核算模型获取目标企业碳排放量核算数 据。 8.根据权利要求7所述的一种基于神经网络模型的碳排放量核算装置， 其特征在于， 所 述仿真模型模块包括： 发电量模型模块， 用于获取企业装机容 量以及并 网电量数据， 构建发电量仿真模型； 发电量仿真数据模块， 用于基于所述发电量仿真模型获取发电量仿真数据； 碳排放量模型模块， 用于基于所述发电量仿真数据构建碳 排放量仿真模型。 9.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处理器执行所述计算机程序时实现权利要求 1至权利要求6中任一项 所述的一种基 于神经网络模型的碳 排放量核算方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至权利要求6中任一项所述的一种基于神经网络模型 的碳 排放量核算方法的步骤。权　利　要　求　书 2/2 页 3 CN 115147012 A 3