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！

龙图腾网获悉廊坊空间信息技术研发服务中心;中国科学院空天信息创新研究院申请的专利基于人工智能的碳排放预测模型的构建方法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：CN120297470B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510349183.6，技术领域涉及：G06Q10/04；该发明授权基于人工智能的碳排放预测模型的构建方法是由张丽丽;赵娜;包正义;张文豪;王春梅;吴俣设计研发完成，并于2025-03-24向国家知识产权局提交的专利申请。

本基于人工智能的碳排放预测模型的构建方法在说明书摘要公布了：本发明公开了基于人工智能的碳排放预测模型的构建方法，包括：采集企业生产数据进行预处理获得时序数据，基于时序数据计算衍生特征，获得特征数据集，对LSTM‑注意力模型进行训练，生成时序预测模型，对因果森林通过变分推断算法提取分布参数，获得因果树模型，依据时序预测模型输出的碳排放趋势预测结果，以及因果树模型输出的边际效应系数，基于双层优化融合策略通过加权融合构建碳排放预测模型。该方法通过构建时序预测模型与因果树模型并结合双层优化融合策略，提高碳排放预测精度、保障工艺参数影响稳定性。

本发明授权基于人工智能的碳排放预测模型的构建方法在权利要求书中公布了：1.基于人工智能的碳排放预测模型的构建方法，其特征在于，包括以下步骤： A采集企业生产数据进行预处理获得时序数据，所述企业生产数据包括碳排放数据、设备运行数据、能耗数据及产量数据； B基于时序数据使用滑动窗口分割获得样本数据，计算样本数据的衍生特征，将时序数据与衍生特征按窗口对齐，获得特征数据集，将特征数据集划分为训练集、验证集和测试集； C将训练集输入LSTM-注意力模型进行训练，生成时序预测模型，使用验证集输入时序预测模型，基于预测误差优化注意力层权重参数，根据训练集提取工艺参数和碳排放数据，并通过变分推断算法获得因果效应估计值，对工艺参数在现有取值基础上施加扰动，通过因果森林模型预测扰动前后的单位产品碳排放量，获得前后差值，重复扰动直至差值的平均变化率的标准差小于百分之一，获得边际效应系数，使用Shapley值分解方法遍历所有工艺参数组合，计算每个工艺参数加入参数组合时对碳排放预测值的边际贡献，基于工艺参数边际贡献的平均值获得Shapley值，根据Shapley值的大小筛选出工艺节点作为根节点，递归划分样本，使每个叶节点对应工艺参数组合下的单位产品碳排放量均值，从根节点到每个叶节点的分裂条件串联成决策路径，构建因果树模型，基于因果树模型和因果效应估计值获得工艺参数边际效应系数； D根据时序预测模型输出的碳排放趋势预测结果和因果树模型输出的工艺参数边际效应系数，基于双层优化融合策略通过加权融合构建碳排放预测模型，输出可视化结果，使用测试集通过均方根误差优化碳排放预测模型。

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廊坊空间信息技术研发服务中心;中国科学院空天信息创新研究院，其通讯地址为：065000 河北省廊坊市廊坊开发区云鹏道20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”。

以上内容由龙图腾AI智能生成。