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！

龙图腾网恭喜浙江省邮电工程建设有限公司申请的专利基于时间序列数据的微电网供能端碳排放预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119623767B 。

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510147579.2，技术领域涉及：G06Q10/04；该发明授权基于时间序列数据的微电网供能端碳排放预测方法及系统是由李骏翔;李兆丰;邵翀设计研发完成，并于2025-02-11向国家知识产权局提交的专利申请。

本基于时间序列数据的微电网供能端碳排放预测方法及系统在说明书摘要公布了：本发明公开了一种基于时间序列数据的微电网供能端碳排放预测方法及系统，方法包括：针对微电网供能端运行过程中的多维原始时间序列数据，提取与碳排放变化强相关的特征子序列，以生成关联特征集；将关联特征集输入混合注意力网络中，生成当前加权特征表示；根据历史加权特征表示，利用生成‑判别协同学习的碳排放模拟数据增强技术，得到分布稳定的历史增强碳排放数据集；基于历史增强碳排放数据集训练双重加权多目标预测模型，结合组合门控循环单元和动态不确定性量化技术进行预测，输出微电网供能端碳排放在不同时间尺度上的多目标预测结果。利用本发明实施例，能够实现对碳排放的准确预测，具有较高的精度和灵活性。

本发明授权基于时间序列数据的微电网供能端碳排放预测方法及系统在权利要求书中公布了：1.一种基于时间序列数据的微电网供能端碳排放预测方法，其特征在于，所述方法包括：针对微电网供能端运行过程中的多维原始时间序列数据，提取与碳排放变化强相关的特征子序列，以生成关联特征集；所述针对微电网供能端运行过程中的多维原始时间序列数据，提取与碳排放变化强相关的特征子序列，以生成关联特征集，包括：根据微电网供能端运行过程中的多维原始时间序列数据，采用变分模态分解技术，将多维原始时间序列分解为多个不同时间尺度的本征模态函数；基于互信息量化技术对分解后的本征模态函数分量进行关联度分析，提取与碳排放变化强相关的特征子序列，生成关联特征集；其中，对于每个分解后的不同时间尺度的本征模态函数，计算该模态函数与对应时间尺度的实际碳排放值之间的互信息值；筛选所述互信息值大于预设显著性阈值的本征模态函数，提取筛选得到的本征模态函数对应的时间序列部分，作为碳排放变化强相关的特征子序列，并将提取的所有特征子序列整合为关联特征集；将所述关联特征集输入混合注意力网络中，该网络结合时序自注意力机制和通道交互注意力机制，捕捉时间序列特征中的全局时序依赖关系及关键通道间潜在交互，生成当前加权特征表示，以保留原始特征的信息，同时增强与碳排放变化之间的相关性；生成历史多维原始时间序列数据对应的历史加权特征表示，根据历史加权特征表示，利用生成-判别协同学习的碳排放模拟数据增强技术，得到分布稳定的历史增强碳排放数据集；基于历史增强碳排放数据集训练双重加权多目标预测模型，该模型通过时间权重机制和关联特征权重机制分别对时间序列的历史数据与关键特征进行动态调整，结合组合门控循环单元和动态不确定性量化技术进行预测，并基于当前加权特征表示，利用训练完成的双重加权多目标预测模型输出微电网供能端碳排放在不同时间尺度上的多目标预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江省邮电工程建设有限公司，其通讯地址为：310000 浙江省杭州市滨江区泰安路99号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。