基于双重注意力机制的电力平均碳排放因子短期预测方法、系统、设备及存储介质与流程

本发明涉及电力平均碳排放因子短期预测方法、系统、设备及存储介质，具体涉及一种基于双重注意力机制的电力平均碳排放因子短期预测方法、系统、设备及存储介质。

背景技术：

1、电力系统作为能源活动碳排放的核心载体，其运行过程中的碳排放表征与调控问题受到广泛关注。电力平均碳排放因子通常用于表征单位电量所对应的平均碳排放水平，是开展电力碳核算、绿色用能评价、需求侧低碳响应、电碳协同调度以及碳交易结算的重要基础参数。在新型电力系统建设背景下，新能源大规模并网、电力电子化特征增强、负荷波动加剧以及跨区域电力流动日益频繁，使电力系统碳排放特征呈现出显著的时变性、波动性和耦合性，传统静态核算方式已难以满足短周期、动态化的应用需求。因此，开展电力平均碳排放因子的短期预测研究，已成为支撑电力系统精细化低碳运行的重要技术方向。

2、现有技术在电力碳排放核算、电力平均碳排放因子测算等方向已取得一定进展，但在短期预测层面仍存在若干不足。其一，现有针对电力平均碳排放因子的预测方法往往难以同时处理非线性关系、多维类别变量以及多源数据之间的复杂耦合关系，容易出现拟合能力不足或泛化性能不佳的问题；其二，电力平均碳排放因子的变化并非由单一因素决定，而受到发电侧出力结构、新能源消纳情况、气象扰动、周期性时间特征等多因素共同影响；现有技术仅关注气象或发电结构等单一维度，导致对实际波动机理刻画不充分；其三，不同区域的能源禀赋、机组结构、新能源渗透水平、负荷特性以及跨区受电情况存在差异，导致相同时间尺度下电力平均碳排放因子的形成机制和波动特征并不一致，现有技术通常采用统一模型或统一参数进行处理，难以体现区域个体特征。

技术实现思路

1、本发明的目的在于提供一种基于双重注意力机制的电力平均碳排放因子短期预测方法、系统、设备及存储介质，以解决现有技术中预测精度不足、无法动态识别关键历史时刻和输入特征的问题。

2、本发明提供了一种基于双重注意力机制的电力平均碳排放因子短期预测方法，所述方法包括：

3、获取给定区域内各能源类型的发电量数据、排放因子值以及从区域外输入的电量数据，利用电源地理位置法，基于给定区域内各能源类型的发电量数据、排放因子值以及从区域外输入的电量数据计算给定区域的电力平均碳排放因子；

4、获取各能源类型的发电量预测数据、天气预报数据、区域外输入的电量预测数据、输出到区域外的电量预测数据、时间特征以及计算得到的所述电力平均碳排放因子，构建原始数据集并进行数据预处理；

5、构建基于时间注意力和特征注意力的电力平均碳排放因子短期预测模型；

6、基于所述原始数据集与对应的电力平均碳排放因子标签构建损失函数，利用所述损失函数迭代训练电力平均碳排放因子短期预测模型，输出预测时段电力平均碳排放因子。

7、本发明提供了一种基于双重注意力机制的电力平均碳排放因子短期预测系统，包括：

8、数据获取单元，用于获取给定区域内各能源类型的发电量数据、排放因子值以及从区域外输入的电量数据，利用电源地理位置法，基于给定区域内各能源类型的发电量数据、排放因子值以及从区域外输入的电量数据计算给定区域的电力平均碳排放因子；

9、数据预处理单元，用于获取各能源类型的发电量预测数据、天气预报数据、区域外输入的电量预测数据、输出到区域外的电量预测数据、时间特征以及计算得到的所述电力平均碳排放因子，构建原始数据集并进行数据预处理；

10、模型构建单元，用于构建基于时间注意力和特征注意力的电力平均碳排放因子短期预测模型，所述模型包括时间注意力模块、特征注意力模块、时间-特征耦合模块和预测模块；

11、预测输出单元，用于基于所述原始数据集与对应的电力平均碳排放因子标签构建损失函数，利用所述损失函数迭代训练电力平均碳排放因子短期预测模型，输出预测时段电力平均碳排放因子。

12、本发明提供了一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现所述的一种基于双重注意力机制的电力平均碳排放因子短期预测方法的步骤。

13、本发明所述的计算机可读存储介质，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现所述的一种基于双重注意力机制的电力平均碳排放因子短期预测方法的步骤。

14、与现有技术相比，本发明具有如下显著优点：1、通过双重注意力机制构建短期预测模型，将时间注意力和特征注意力相结合，能够同时捕捉历史序列中的关键时段信息以及输入各类特征之间的耦合影响关系，提高对电力平均碳排放因子变化规律的刻画能力；2、通过在短期预测模型中设置时间-特征耦合模块，对发电、气象、时间等多维信息进行统一获取、筛选和评估，有助于增强输入特征的代表性和有效性，进而提高模型对电力平均碳排放因子波动规律的识别能力；3、通过引入特征注意力机制，考虑电碳因子的区域差异性，使预测模型能够更贴合不同区域的实际运行状态，从而提高模型在多区域场景下的适用性和预测可信度。

1.一种基于双重注意力机制的电力平均碳排放因子短期预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述方法，其特征在于，所述电力平均碳排放因子的计算包括：

3.根据权利要求2所述方法，其特征在于，所述省级电力平均碳排放因子的计算公式为：

4.根据权利要求1所述方法，其特征在于，所述方法还包括：根据不同应用场景，选择小时级或者日级作为预测的时间尺度，计算给定区域内相应时间尺度下的电力平均碳排放因子；

5.根据权利要求1所述方法，其特征在于，所述数据预处理包括：识别缺失数据的位置，并利用样条插值进行补全；针对除时间特征以外的数据，进行标准化处理；针对时间特征进行特征编码处理，其中，对于周期性时间特征利用正弦函数和余弦函数进行编码，对于非周期性时间特征利用日历效应编码。

6.根据权利要求1所述方法，其特征在于，所述电力平均碳排放因子短期预测模型包括：

7.根据权利要求6所述方法，其特征在于，所述时间-特征耦合模块的表达式为：

8.一种基于双重注意力机制的电力平均碳排放因子短期预测系统，包括：

9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至7中任意一项所述的一种基于双重注意力机制的电力平均碳排放因子短期预测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至7中任意一项所述的一种基于双重注意力机制的电力平均碳排放因子短期预测方法的步骤。