公开(公告)号：CN117150407B

公开(公告)日：2024-10-01

申请号：CN202311134141.8

申请日：2023-09-04

Applicant: 国网上海市电力公司 ,  上海电力大学

Inventor： 陈赟 ,  周敏 ,  沈浩 ,  谢邦鹏 ,  傅超然 ,  赵文恺 ,  洪祎祺 ,  杜海舟 ,  陈通浩 ,  蔡艺文 ,  蒋嘉航

IPC: G06F18/2433 ,  G06F18/213 ,  G06F18/22 ,  G06Q10/04 ,  G06Q50/26 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/084 ,  G06F123/02

Abstract: 本发明涉及一种工业碳排放数据的异常检测方法，包括以下内容对工业碳排放数据进行预处理，获得碳排放的时间序列T；采用矩阵轮廓技术对时间序列T进行特征提取，获得时间序列T的特征序列；根据所述特征序列建立预测模型，在所述预测模型输入测试集获得测试集的预测特征序列；将特征序列与预测特征序列进行对比，计算预测误差值，将误差值高于阈值的数据作为异常数据点。本发明通过设置阈值来实现工业碳排放数据的异常检测，检测的精确度较高。

公开(公告)号：CN117150407A

公开(公告)日：2023-12-01

申请号：CN202311134141.8

申请日：2023-09-04

Applicant: 国网上海市电力公司 ,  上海电力大学

Inventor： 陈赟 ,  周敏 ,  沈浩 ,  谢邦鹏 ,  傅超然 ,  赵文恺 ,  洪祎祺 ,  杜海舟 ,  陈通浩 ,  蔡艺文 ,  蒋嘉航

IPC: G06F18/2433 ,  G06F18/213 ,  G06F18/22 ,  G06Q10/04 ,  G06Q50/26 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/084 ,  G06F123/02

Abstract: 本发明涉及一种工业碳排放数据的异常检测方法，包括以下内容对工业碳排放数据进行预处理，获得碳排放的时间序列T；采用矩阵轮廓技术对时间序列T进行特征提取，获得时间序列T的特征序列；根据所述特征序列建立预测模型，在所述预测模型输入测试集获得测试集的预测特征序列；将特征序列与预测特征序列进行对比，计算预测误差值，将误差值高于阈值的数据作为异常数据点。本发明通过设置阈值来实现工业碳排放数据的异常检测，检测的精确度较高。

公开(公告)号：CN117010600A

公开(公告)日：2023-11-07

申请号：CN202311110445.0

申请日：2023-08-30

Applicant: 国网上海市电力公司 ,  上海电力大学

Inventor： 陈赟 ,  周敏 ,  沈浩 ,  谢邦鹏 ,  傅超然 ,  潘智俊 ,  王佳裕 ,  王晓慧 ,  杜海舟 ,  朱煌增 ,  陈通浩

IPC: G06Q10/063 ,  G06Q50/26 ,  G06F18/24

Abstract: 本发明公开了一种基于动态阈值的工业企业碳画像分级方法，包括：获取工业企业碳排放数据；对工业企业碳排放数据进行预处理；根据预处理后的工业企业碳排放数据所属季节与企业所属行业构建训练输入矩阵；构建集成学习分层架构算法模型，将训练输入矩阵输入至集成学习分层架构算法模型中，进行动态阈值训练，得到训练后的模型；将工业企业碳排放数据输入至训练后的模型中，进行碳画像分级。本发明基于动态阈值与集成学习模型的工业企业碳画像分级方法能够有效地提高工业界碳排放分级的准确性与速度，辅助于碳分析、碳决策和碳管理，进一步实现节能减排目的。