碳排放流生成方法、模型训练方法、装置和计算机设备制造方法及图纸

本申请涉及一种碳排放流生成方法、模型训练方法、装置和计算机设备。碳排放流生成方法包括：获取电碳耦合数据；将电碳耦合数据输入至训练完成的碳排放流生成模型中，得到碳排放流数据；碳排放流生成模型包括预处理模型和生成对抗模型，预处理模型用于根据电碳耦合数据进行预处理得到中间参数，生成对抗模型用于根据电碳耦合数据和中间参数输出碳排放流数据。采用本方法能够基于现有的电碳耦合数据进行扩增，提高数据质量。提高数据质量。提高数据质量。

【技术实现步骤摘要】
碳排放流生成方法、模型训练方法、装置和计算机设备


[0001]本申请涉及计算机
，特别是涉及一种碳排放流生成方法、模型训练方法、装置和计算机设备。

技术介绍

[0002]电力系统的碳排放流的评估方法是基于电力潮流和碳排放强度表征供电区域碳排放分布的有效方法，是作为支撑高质量、高精度以及高时效电碳耦合技术的重要基础，对促进电、碳、绿证、绿电等多市场体系之间的协同发展至关重要。
[0003]传统技术中对碳排放量的研究大多集中于单方面，例如对电力数据建模或是对碳排放监测模型进行优化。
[0004]然而，单方面研究导致对电碳耦合数据质量较为割裂，缺少电碳的耦合数据，限制了电碳耦合技术的发展。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够基于现有电碳耦合数据生成新的电碳耦合数据的碳排放流生成方法、模型训练方法、装置和计算机设备。
[0006]第一方面，本申请提供一种碳排放流生成方法。该方法包括：
[0007]获取电碳耦合数据；
[0008]将电碳耦合数据输入至训练完成的碳排放流生成模型中，得到碳排放流数据；碳排放流生成模型包括预处理模型和生成对抗模型，预处理模型用于根据电碳耦合数据进行预处理得到中间参数，生成对抗模型用于根据电碳耦合数据和中间参数输出碳排放流数据。
[0009]在其中一个实施例中，获取电碳耦合数据，包括：
[0010]获取电力的时序潮流断面信息和发电机组的碳排放强度；
[0011]将时序潮流断面信息和碳排放强度进行耦合，得到电碳耦合数据。
[0012]在其中一个实施例中，训练完成的碳排放流生成模型是根据以下方法训练得到的：
[0013]获取电碳耦合样本集；电碳耦合样本集包括第一样本集和第二样本集；
[0014]将第一样本集输入至预处理模型中进行训练，得到中间训练参数；
[0015]将第二样本集和中间训练参数输入至生成对抗模型中进行训练，得到训练完成的碳排放流生成模型。
[0016]在其中一个实施例中，生成对抗模型包括生成器和判别器；将第二样本集和中间训练参数输入至生成对抗模型中进行训练，得到训练完成的碳排放流生成模型，包括：
[0017]通过生成器根据随机噪声生成扩容样本；
[0018]通过判别器，基于中间训练参数对第二样本集和生成扩容样本进行迭代训练，直至生成对抗模型收敛，得到训练完成的碳排放流生成模型。
[0019]第二方面，本申请还提供一种碳排放流生成模型的训练方法。碳排放流生成模型包括预处理模型和生成对抗模型；该方法包括：
[0020]获取电碳耦合样本集；电碳耦合样本集包括第一样本集和第二样本集；
[0021]将第一样本集输入至预处理模型中进行训练，得到中间训练参数；
[0022]将第二样本集和中间训练参数输入至生成对抗模型中进行训练，得到训练完成的碳排放流生成模型。
[0023]在其中一个实施例中，生成对抗模型包括生成器和判别器；将第二样本集和中间训练参数输入至生成对抗模型中进行训练，得到训练完成的碳排放流生成模型，包括：
[0024]通过生成器根据随机噪声生成扩容样本；
[0025]通过判别器，基于中间训练参数对第二样本集和生成扩容样本进行迭代训练，直至生成对抗模型收敛，得到训练完成的碳排放流生成模型。
[0026]第三方面，本申请还提供一种碳排放流生成装置。该装置包括：
[0027]耦合数据获取模块，用于获取电碳耦合数据；
[0028]碳排放流获取模块，用于将电碳耦合数据输入至训练完成的碳排放流生成模型中，得到碳排放流数据；碳排放流生成模型包括预处理模型和生成对抗模型，预处理模型用于根据电碳耦合数据进行预处理得到中间参数，生成对抗模型用于根据电碳耦合数据和中间参数输出碳排放流数据。
[0029]第四方面，本申请还提供一种碳排放流生成模型的训练装置。碳排放流生成模型包括预处理模型和生成对抗模型；该装置包括：
[0030]样本集获取模块，用于获取电碳耦合样本集；电碳耦合样本集包括第一样本集和第二样本集；
[0031]预处理模型训练模块，用于将第一样本集输入至预处理模型中进行训练，得到中间训练参数；
[0032]生成对抗模型训练模块，用于将第二样本集和中间训练参数输入至生成对抗模型中进行训练，得到训练完成的碳排放流生成模型。
[0033]第五方面，本申请还提供了一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现碳排放流生成方法的步骤，或碳排放流生成模型的训练方法的步骤。
[0034]第六方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现碳排放流生成方法的步骤，或碳排放流生成模型的训练方法的步骤。
[0035]第七方面，本申请还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现碳排放流生成方法的步骤，或碳排放流生成模型的训练方法的步骤。
[0036]上述碳排放流生成方法、模型训练方法、装置和计算机设备，碳排放流生成模型包括预处理模型和生成对抗模型，获取电碳耦合数据后，将电碳耦合数据同时输入至预处理模型和生成对抗模型中。先由预处理模型对电碳耦合数据进行预处理，得到中间参数，再由生成对抗模型基于中间参数，根据电碳耦合数据生成新的碳排放流数据，从而实现对电碳耦合数据的扩增。通过对生成对抗模型增加预处理模型，将生成对抗模型中的参数进行预
处理，优化生成对抗模型的收敛曲线，提高适用性，同时能够基于现有的电碳耦合数据进行扩增，提高数据质量。
附图说明
[0037]图1为一个实施例中碳排放流生成方法和碳排放流生成模型的训练方法的应用环境图；
[0038]图2为一个实施例中碳排放流生成方法的流程示意图；
[0039]图3为一个实施例中碳排放流生成模型的组成框图；
[0040]图4为另一个实施例中碳排放流生成方法的流程示意图；
[0041]图5为一个实施例中碳排放流生成模型的训练方法的流程示意图；
[0042]图6为一个实施例中碳排放流生成装置的结构框图；
[0043]图7为一个实施例中碳排放流生成模型的训练装置的结构框图；
[0044]图8为一个实施例中计算机设备的内部结构图。
具体实施方式
[0045]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0046]本申请实施例提供的碳排放流生成方法和碳排放流生成模型的训练方法可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种碳排放流生成方法，其特征在于，所述方法包括：获取电碳耦合数据；将所述电碳耦合数据输入至训练完成的碳排放流生成模型中，得到碳排放流数据；所述碳排放流生成模型包括预处理模型和生成对抗模型，所述预处理模型用于根据所述电碳耦合数据进行预处理得到中间参数，所述生成对抗模型用于根据所述电碳耦合数据和所述中间参数输出所述碳排放流数据。2.根据权利要求1所述的方法，其特征在于，所述获取电碳耦合数据，包括：获取电力的时序潮流断面信息和发电机组的碳排放强度；将所述时序潮流断面信息和所述碳排放强度进行耦合，得到电碳耦合数据。3.根据权利要求1所述的方法，其特征在于，所述训练完成的碳排放流生成模型是根据以下方法训练得到的：获取电碳耦合样本集；所述电碳耦合样本集包括第一样本集和第二样本集；将所述第一样本集输入至所述预处理模型中进行训练，得到中间训练参数；将所述第二样本集和所述中间训练参数输入至所述生成对抗模型中进行训练，得到训练完成的碳排放流生成模型。4.根据权利要求3所述的方法，其特征在于，所述生成对抗模型包括生成器和判别器；所述将所述第二样本集和所述中间训练参数输入至所述生成对抗模型中进行训练，得到训练完成的碳排放流生成模型，包括：通过所述生成器根据随机噪声生成扩容样本；通过所述判别器，基于所述中间训练参数对所述第二样本集和所述生成扩容样本进行迭代训练，直至所述生成对抗模型收敛，得到训练完成的碳排放流生成模型。5.一种碳排放流生成模型的训练方法，其特征在于，碳排放流生成模型包括预处理模型和生成对抗模型；所述方法包括：获取电碳耦合样本集；所述电碳耦合样本集包括第一样本集和第二样本集；将所述第一样本集输入至所述预处理模型中进行训练，得到中间训练参数；将所述第二样本集和所述中间训练参数输入至所述生成对抗模型中进...

【专利技术属性】
技术研发人员：杨至元，陈晖，李沛，
申请(专利权)人：南方电网能源发展研究院有限责任公司，
类型：发明
国别省市：