[发明专利]一种基于动态时滞模型预测碳排放量的方法及终端

权利要求书

1.一种基于动态时滞模型预测碳排放量的方法，其特征在于，包括以下步骤：

S1、收集影响碳排放量的因素的原始数据，并对所述原始数据进行标准化处理得到二次数据，运用最大信息系数法对所述二次数据进行筛选得到碳排放主要影响因素；

S2、根据所述主要影响因素，构建影响因素的第一累加序列和碳排放量的第二累加序列；

S3、运用脉冲响应函数确定变量之间的动态响应关系，得到变量之间的最优滞后参数；

S4、基于所述第一累加序列和第二累加序列，判断所述影响因素与碳排放量之间是否存在时滞关系，若是，则设置时滞间隔并计算时滞权重，并计算模型参数值，若否，则直接计算模型参数值；

S5、建立增强型多变量动态时滞离散灰色预测模型，将所述模型参数值和所述主要影响因素代入所述增强型多变量动态时滞离散灰色预测模型，计算出碳排放量在所述第二累加序列下的拟合值和预测值。

2.根据权利要求1所述的一种基于动态时滞模型预测碳排放量的方法，其特征在于，步骤S1中对所述原始数据进行标准化处理得到二次数据具体为：

采用Z－score标准化方法进行归一化处理得到二次数据

式中，μ表示所有原始数据的均值；σ表示所有原始数据的标准差。

3.根据权利要求1所述的一种基于动态时滞模型预测碳排放量的方法，其特征在于，步骤S1中运用最大信息系数法对所述二次数据进行筛选得到碳排放主要影响因素具体为：

S101、计算碳排放量与碳排放影响因素之间的互信息：

式中，X表示碳排放影响因素，Y表示碳排放量，其中X＝{x₁,...,x_n}、Y＝{y₁,...,y_n}，n表示原始数据的样本数，ρ(x,y)表示X、Y之间的联合密度，ρ(x)和ρ(y)分别表示X、Y的边缘概率密度；

S102、设定列数i、行数j，对碳排放影响因素和碳排放量构成的散点图进行i×j的网格化，并求出最大的互信息值：

式中，a、b分别表示在X、Y方向上划分的网格个数，B表示网格最大值。

4.根据权利要求1所述的一种基于动态时滞模型预测碳排放量的方法，其特征在于，步骤S2中所述构建影响因素的第一累加序列和碳排放量的第二累加序列具体为：

X⁽¹⁾＝X⁽⁰⁾D＝(x⁽⁰⁾(1)_d,x⁽⁰⁾(2)_d,…,x⁽⁰⁾(n)_d)；

式中，X⁽⁰⁾＝(x⁽⁰⁾(1),x⁽⁰⁾(2),…,x⁽⁰⁾(n))表示原始数据序列，x⁽⁰⁾(k)表示k时刻的非负观测值，表示第一累加序列，表示第二累加序列。