原始名称记载: 国网浙江省电力有限公司平湖市供电公司; 国网浙江省电力有限公司嘉兴供电公司; 国网浙江省电力有限公司

本发明公开了一种用电碳画像的生成方法，采集企业用户的碳排放和用能特征数据，通过数据挖掘的相关算法如主成分分析法，对海量用电碳排放企业进行碳排放行为特征的分析及降维，在最大程度保留碳排放用户原始特征信息的同时降低特征数量进行数据清洗与分析，同时通过改进K‑means++算法提高用电碳排放用户的聚类速度，并完成用电碳排放企业的碳排放行为画像分析，能够有效完成对海量用电碳排放用户的分类和用电碳画像描述。

本发明公开了一种基于深度学习的碳排放预测方法，通过海量多源融合数据获取企业碳排放研判所需输入数据；然后结合交叉聚合特征衍生、时序样本熵、卷积神经网络自动编码器进行多维度企业碳排放特征提取，最后通过多个机器学习模型融合预测实现研判，若企业样本极少，则引入伪标签半监督学习算法处理大规模未标注数据，增强数据样本的多样性，提高模型性能，并且根据企业碳排放历史数据构造企业碳排放热度图，并以此作为卷积神经网络的输入，将企业未来24小时的碳排放作为输出，实现用能特征复杂、多变的企业碳排放预测。

本发明公开了一种配电网输配协同的潮流控制方法，包括以下步骤：采集数据构建基本数据矩阵；构建基于线路份额的网损分摊模型；进行潮流网络和碳流网络的构建；进行输配协同的状态估计；根据输电网和配电网模型构建输配协同潮流模型。基于主从特征，构造了主从分裂迭代格式，根据不动点原理，证明了其局部和全局收敛性；输电网协调各个配电网的误差损失，配电网根据边界状态估计确定投影函数和作用域，提高碳排放计量的精细程度，细化碳排放主体责任划分。

本发明公开了一种配电网碳潮流追踪方法，包括以下步骤：统计基础数据进行潮流计算；构建基本数据矩阵；根据网损耦合作用与碳计量关系，构建基于线路份额的网损分摊模型；综合网损分摊结果，进行潮流网络构建；以潮流计算为载体，进行碳流网络构建。融合电网运行数据、营销数据、交易数据等多方信息，构建以电网全电压等级碳流计算与溯源的电力系统源网荷储全环节碳排放分析模型，建立电能碳模型库，掌握电力市场环境下的碳排放追踪和溯源技术，提高碳排放计量的精细程度，细化碳排放主体责任划分，对于实现电力行业和全社会的精准减碳具有重大意义。