一种针对碳排放量的TimesNet多源迁移预测方法
申请号:CN202411549909
申请日期:2024-11-01
公开号:CN119476594A
公开日期:2025-02-18
类型:发明专利
摘要
本发明涉及碳排量预测领域,公开了一种针对碳排放量的TimesNet多源迁移预测方法,包括以下步骤:S1:数据采集与预处理;S2:源域模型预训练;S3:目标域多源模型的构建与微调;S4:迁移训练好的多源模型进行预测;S5:输出最终预测结果。本发明建立针对碳排放量的TimesNet多源迁移预测模型,通过TimesNet模型将碳排放数据的时间变化分解为2维张量,考虑了碳排放数据的时序特征;在模型中加入域自适应层以最小化域间差异,解决了在网络学习后期域间差异显著,可迁移能力下降的问题;通过改造损失函数并进行迁移学习,实现不需集成模型就可完成碳排放量的分解、集成及预测,解决为碳排放预测任务重新开发模型所耗成本较大的问题。
技术关键词
模型预训练
样本
滑动窗口
特征提取器
温室气体排放量
时间序列特征
网络
数据
参数
定义
时序特征
多尺度
工业生产
周期性
非线性
误差