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！

龙图腾网获悉中南大学申请的专利基于自适应多尺度分解的省域碳排放预测方法、装置、设备及介质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：CN121279618B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511847397.2，技术领域涉及：G06Q10/063；该发明授权基于自适应多尺度分解的省域碳排放预测方法、装置、设备及介质是由程继鑫;郁友萍;黄千运;夏春雷设计研发完成，并于2025-12-09向国家知识产权局提交的专利申请。

本基于自适应多尺度分解的省域碳排放预测方法、装置、设备及介质在说明书摘要公布了：本申请公开了一种基于自适应多尺度分解的省域碳排放预测方法、装置、设备及介质，涉及空气预测技术领域，包括：通过获取并标准化省内各城市碳排放数据，再输入由多头注意力‑编码器‑解码器生成器和时序卷积判别器组成的预设碳排放预测模型，输出各市预测值后汇总成省域结果，在模型训练阶段采用自适应多尺度分解与时空特征融合，并以日‑月度基尼系数公平损失联合优化，实现区域差异化、公平且高精度的碳排放预测，兼顾预测精度与区域公平，为省级碳配额科学分配和减排责任划分提供可信、可解释的数据支撑。

本发明授权基于自适应多尺度分解的省域碳排放预测方法、装置、设备及介质在权利要求书中公布了：1.一种基于自适应多尺度分解的省域碳排放预测方法，其特征在于，所述方法包括： 获取省内各城市待预测时段的碳排放数据； 对所述碳排放数据进行预处理，得到标准化碳排放数据； 将所述标准化碳排放数据输入预设碳排放预测模型中，得到各城市待预测时段的碳排放预测值，其中所述预设碳排放预测模型包括生成器和判别器，所述生成器为编码器-解码器架构且嵌入多头注意力机制，所述判别器为时序卷积网络； 对所述碳排放预测值进行汇总，得到省域层面碳排放预测结果； 所述将所述标准化碳排放数据输入预设碳排放预测模型中，得到各城市待预测时段的碳排放预测值的步骤之前，包括： 采集省内各城市的历史日度碳排放数据； 构建初始碳排放预测模型； 对所述历史日度碳排放数据进行清洗、对齐和归一化处理，得到标准化碳排放序列； 采用自适应多尺度分解方法对所述标准化碳排放序列进行分解，得到多尺度分解成分； 对所述多尺度分解成分进行时空特征融合，得到增强特征矩阵； 基于所述增强特征矩阵结合多尺度公平感知损失函数对所述初始碳排放预测模型进行优化，得到预设碳排放预测模型； 所述基于所述增强特征矩阵结合多尺度公平感知损失函数对所述初始碳排放预测模型进行优化，得到预设碳排放预测模型的步骤，包括： 将所述增强特征矩阵按预设比例划分为训练子集和测试子集，所述训练子集用于模型参数更新，所述测试子集用于模型性能验证； 初始化所述初始碳排放预测模型的超参数，其中所述超参数包括生成器的隐藏层维度、判别器的卷积核尺寸和优化器的学习率； 将所述训练子集输入所述初始碳排放预测模型的生成器，生成第一模拟碳排放序列； 将所述第一模拟碳排放序列和所述训练子集中的真实碳排放序列输入判别器，得到分类概率； 根据所述分类概率调用多尺度公平感知损失函数进行计算，得到所述第一模拟碳排放序列和所述真实碳排放序列之间的总损失值； 通过反向传播算法将所述总损失值回传至所述初始碳排放预测模型，更新生成器和判别器的参数； 当迭代次数达到预设次数时，将所述测试子集输入当前优化后的模型，生成第二模拟碳排放序列； 对所述第二模拟碳排放序列与测试子集中真实序列进行计算，得到平均误差； 当连续预设轮次中所述平均误差小于预设误差阈值时，将所述当前优化后的模型确定为预设碳排放预测模型； 所述根据所述分类概率调用多尺度公平感知损失函数进行计算，得到所述第一模拟碳排放序列和所述真实碳排放序列之间的总损失值的步骤，包括： 根据所述分类概率采用二元交叉熵算法进行计算，得到对抗损失值； 调用多尺度公平感知损失函数通过平均绝对百分比误差公式对所述第一模拟碳排放序列与所述真实碳排放序列逐时间步计算误差再取所有误差的平均值，得到预测误差损失值； 按日度对所述第一模拟碳排放序列与所述真实碳排放序列进行分组，对每日的两组序列分别计算得到第一日度基尼系数和第二日度基尼系数，取每日两组基尼系数的绝对差值，再求所有日度差值的平均值作为日度公平损失值； 按月度对所述第一模拟碳排放序列与所述真实碳排放序列进行汇总，得到每月的模拟碳排放总量和真实碳排放总量； 对所述模拟碳排放总量和真实碳排放总量分别计算得到第一月度基尼系数和第二月度基尼系数，取每月两组基尼系数的绝对差值，再求所有月度差值的平均值作为月度公平损失值； 将所述预测误差损失值、所述日度公平损失值和所述月度公平损失值按预设权重进行加权求和，得到多尺度公平感知损失函数的分项总损失值； 将所述对抗损失值与所述分项总损失值进行关联，得到总损失值。

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中南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路932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。