一种基于深度学习的碳排放预测方法

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。