公开(公告)号：CN119129832A

公开(公告)日：2024-12-13

申请号：CN202411266597.4

申请日：2024-09-11

Applicant: 安徽大学

Inventor： 程志友 ,  徐晨欣 ,  胡梦男

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明涉及一种基于LSTM网络模型的碳排放预测方法，包括：将原始碳排放序列分解为一系列具有有限带宽的VMF模态分量和残差；引入白噪声加权和多次重构，得到IMF分量；将Luong注意力机制加入LSTM长短时记忆网络模型中；将VMF模态分量、IMF分量输入改进的LSTM长短时记忆网络模型，对各个预测结果进行叠加重构，得到注意力输出向量。本发明先通过变分模态分解VMD降低原始时间序列的复杂度，再通过集合经验模态分解EEMD对变分模态分解VMD的残差进行重新分解，利用结合Luong注意力机制的LSTM模型对分解后所提取的特征进行预测，最终完成对地区的二氧化碳排放量预测；解决了变分模态分解残差项中有较高的复杂度以及信息量提取不到的问题，以提高预测模型的准确性和稳定性。