本技术涉及环境科学与能源科学，特别是涉及一种碳排放预测模型的训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
背景技术：
1、随着工业领域的快速发展，作为排出废物的碳逐渐占据大气层中碳含量的大部分，其中的电力行业是碳排放的重要来源之一，了解电力碳排放影响因素可以指导能源可持续战略的指定，目前确定影响电力碳排放的因素的手段——首先利用统计学方法收集大量数据，之后利用相关性分析筛选出与电力碳排放关联的因素。
2、然而，目前各因素对应的权重分析并不准确，进而导致在将对应的数据输入预测模型得出的碳排放量预测值与实际值之间的误差大，结果准确度低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高碳排放预测准确度的碳排放预测模型的训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本技术提供了一种碳排放预测模型的训练方法，包括：
3、获取与样本工业用户关联的样本碳排放数据；样本碳排放数据中包括样本工业用户的实际碳排放量；
4、获取样本碳排放数据关联的第一模型参数和第二模型参数；第一模型参数基于样本碳排放数据通过lmdi的一阶分解得到，第二模型参数基于样本碳排放数据通过lmdi的二阶分解得到；
5、将样本碳排放数据、第一模型参数和第二模型参数输入待训练的碳排放预测模型，得到预测碳排放量，在预测碳排放量与实际碳排放量满足预设条件的情况下，获取待训练的碳排放预测模型中预设的参数调整系数；
6、基于参数调整系数对第一模型参数和第二模型参数进行参数调整，得到训练完成的碳排放预测模型。
7、在其中一个实施例中，获取样本碳排放数据关联的第一模型参数和第二模型参数，包括：
8、基于样本碳排放数据进行一阶分解，得到样本工业的用户数量、平均产值、平均能耗强度以及电碳因子；
9、根据样本工业的用户数量、平均产值、平均能耗强度以及电碳因子进行lmdi分析，得到各自对应的第一模型参数；
10、根据样本工业的平均产值、平均能耗强度以及电碳因子进行lmdi分析，得到第二模型参数。
11、在其中一个实施例中，根据样本工业的用户数量、平均产值、平均能耗强度以及电碳因子进行lmdi分析，得到各自对应的第一模型参数，包括：
12、基于样本工业的平均产值、平均能耗强度和电碳因子，获取样本工业的总产值、能耗强度以及碳排放强度；
13、根据样本工业的用户数量、总产值、能耗强度以及碳排放强度进行lmdi分析，得到各自对应的第一模型参数。
14、在一个示例性的实施例中，根据样本工业的平均产值、平均能耗强度以及电碳因子进行lmdi分析，得到第二模型参数，包括：
15、基于样本工业的平均产值、平均能耗强度以及电碳因子进行二阶分解，得到分解后的样本工业的平均产值、平均能耗强度以及电碳因子；
16、根据分解后的样本工业的平均产值、平均能耗强度以及电碳因子，进行lmdi分析，得到各自对应的第二模型参数。
17、在一个实施例中，得到预测碳排放量之后，方法还包括：
18、获取预测碳排放量与实际碳排放量之间的差异；
19、当差异小于或等于预设的差异阈值，则确定预测碳排放量与实际碳排放量满足预设条件；
20、当差异大于预设的差异阈值，则确定预测碳排放量与实际碳排放量不满足预设条件。
21、在其中一个实施例中，在预测碳排放量与实际碳排放量不满足预设条件的情况下，获取预先针对待训练碳排放预测模型设置的损失函数；
22、基于差异和损失函数，得到待训练碳排放预测模型的模型损失值；
23、利用模型损失值，更新待训练碳排放预测模型的第一模型参数和第二模型参数，直到损失函数收敛的情况下，得到训练完成的碳排放预测模型。
24、在一个示例性的实施例中，参数调整系数包括与样本工业的总产值、能耗强度以及碳排放强度各自对应的第一参数调整系数、第二参数调整系数以及第三参数调整系数；
25、基于参数调整系数对第一模型参数和第二模型参数进行参数调整，得到训练完成的碳排放预测模型，包括：
26、分别获取分解后的样本工业的平均产值、平均能耗强度以及电碳因子对应的第二模型参数，进行加和处理得到对应的第一累加值、第二累加值以及第三累加值；
27、基于第一累加值、第一参数调整系数以及与样本工业的总产值对应的第一模型参数，分别调整样本工业的总产值对应的第一模型参数和分解后的样本工业的平均产值对应的第二模型参数；
28、基于第二累加值、第二参数调整系数以及与样本工业的能耗强度对应的第一模型参数，分别调整样本工业的能耗强度对应的第一模型参数和分解后的样本工业的平均能耗强度对应的第二模型参数；
29、基于第三累加值、第三参数调整系数以及与样本工业的碳排放强度对应的第一模型参数，分别调整样本工业的碳排放强度对应的第一模型参数和分解后的样本工业的电碳因子对应的第二模型参数。
30、在一个实施例中，获取与碳排放关联的样本数据之前，包括：
31、获取与样本工业用户关联的原始碳排放数据；
32、去除原始碳排放数据中的空白数据和重复数据，得到清洗后的原始碳排放数据；
33、对清洗后的原始碳排放数据进行拆分和合并，并转换成统一的数据格式，得到转换后的原始碳排放数据；
34、将转换后的原始碳排放数据代入预设的kaya恒等式进行数据验证，将通过验证的转换后的原始碳排放数据作为样本碳排放数据。
35、第二方面，本技术还提供了一种碳排放预测模型的训练装置，包括：
36、数据获取模块，用于获取与样本工业用户关联的样本碳排放数据；样本碳排放数据中包括样本工业用户的实际碳排放量；
37、参数获取模块，用于获取样本碳排放数据关联的第一模型参数和第二模型参数；第一模型参数基于样本碳排放数据通过lmdi的一阶分解得到，第二模型参数基于样本碳排放数据通过lmdi的二阶分解得到；
38、输入模块，用于将样本碳排放数据、第一模型参数和第二模型参数输入待训练的碳排放预测模型，得到预测碳排放量，在预测碳排放量与实际碳排放量满足预设条件的情况下，获取待训练的碳排放预测模型中预设的参数调整系数；
39、模型训练模块，用于基于参数调整系数对第一模型参数和第二模型参数进行参数调整，得到训练完成的碳排放预测模型。
40、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
41、获取与样本工业用户关联的样本碳排放数据；样本碳排放数据中包括样本工业用户的实际碳排放量；
42、获取样本碳排放数据关联的第一模型参数和第二模型参数；第一模型参数基于样本碳排放数据通过lmdi的一阶分解得到，第二模型参数基于样本碳排放数据通过lmdi的二阶分解得到；
43、将样本碳排放数据、第一模型参数和第二模型参数输入待训练的碳排放预测模型，得到预测碳排放量，在预测碳排放量与实际碳排放量满足预设条件的情况下，获取待训练的碳排放预测模型中预设的参数调整系数；
44、基于参数调整系数对第一模型参数和第二模型参数进行参数调整，得到训练完成的碳排放预测模型。
45、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
46、获取与样本工业用户关联的样本碳排放数据；样本碳排放数据中包括样本工业用户的实际碳排放量；
47、获取样本碳排放数据关联的第一模型参数和第二模型参数；第一模型参数基于样本碳排放数据通过lmdi的一阶分解得到，第二模型参数基于样本碳排放数据通过lmdi的二阶分解得到；
48、将样本碳排放数据、第一模型参数和第二模型参数输入待训练的碳排放预测模型，得到预测碳排放量，在预测碳排放量与实际碳排放量满足预设条件的情况下，获取待训练的碳排放预测模型中预设的参数调整系数；
49、基于参数调整系数对第一模型参数和第二模型参数进行参数调整，得到训练完成的碳排放预测模型。
50、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
51、获取与样本工业用户关联的样本碳排放数据；样本碳排放数据中包括样本工业用户的实际碳排放量；
52、获取样本碳排放数据关联的第一模型参数和第二模型参数；第一模型参数基于样本碳排放数据通过lmdi的一阶分解得到，第二模型参数基于样本碳排放数据通过lmdi的二阶分解得到；
53、将样本碳排放数据、第一模型参数和第二模型参数输入待训练的碳排放预测模型，得到预测碳排放量，在预测碳排放量与实际碳排放量满足预设条件的情况下，获取待训练的碳排放预测模型中预设的参数调整系数；
54、基于参数调整系数对第一模型参数和第二模型参数进行参数调整，得到训练完成的碳排放预测模型。
55、上述碳排放预测模型的训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，通过获取与样本工业用户关联的样本碳排放数据，样本碳排放数据中包括样本工业用户的实际碳排放量，并且基于样本碳排放数据进行基于lmdi的一阶分解，得到第一模型参数，以及基于样本碳排放数据进行基于lmdi的二阶分解，得到第二模型参数，将样本碳排放数据、第一模型参数和第二模型参数输入待训练的碳排放预测模型，得到预测碳排放量，并在预测碳排放量和实际碳排放量满足预设条件的情况下，获取待训练的碳排放预测模型中预设的参数调整系数，最后根据参数调整系数对第一模型参数和第二模型参数进行参数调整，得到训练完成的碳排放预测模型。通过根据样本碳排放数据经过lmdi的分解来确定用于预测的模型参数，这样训练出来的模型具有更好的数据驱动性和预测能力，并且还会根据预设的参数调整系数进一步调整模型参数，进而提高了模型的预测准确度。
1.一种碳排放预测模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取所述样本碳排放数据关联的第一模型参数和第二模型参数，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述样本工业的用户数量、平均产值、平均能耗强度以及电碳因子进行lmdi分析，得到各自对应的第一模型参数，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述样本工业的平均产值、平均能耗强度以及电碳因子进行lmdi分析，得到所述第二模型参数，包括：
5.根据权利要求1所述的方法，其特征在于，所述得到预测碳排放量之后，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，所述参数调整系数包括与所述样本工业的总产值、能耗强度以及碳排放强度各自对应的第一参数调整系数、第二参数调整系数以及第三参数调整系数；
8.根据权利要求1所述的方法，其特征在于，所述获取与碳排放关联的样本数据之前，包括：
9.一种碳排放预测模型的训练装置，其特征在于，所述装置包括：
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
12.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
