基于卷积神经网络与轻量级梯度提升树组合模型的电力行业短期以电折碳方法

曾金灿, 何耿生, 李姚旺, 杜尔顺, 张宁, 朱浩骏

A Short-Term Carbon Emission Accounting Method for Power Industry Using Electricity Data Based on a Combined Model of CNN and LightGBM

ZENG Jincan, HE Gengsheng, LI Yaowang, DU Ershun, ZHANG Ning, ZHU Haojun

表2 各特征与碳排放量的相关系数

Tab.2 Correlation coefficients between each feature and carbon emissions

时间周期 特征名称 Spearman相关系数 Pearson相关系数 日度 X1-Y 0.884 9 0.894 8 X2-Y 0.849 8 0.888 4 X3-Y 0.849 9 0.888 6 X4-Y 0.854 1 0.890 8 小时 X1-Y 0.896 5 0.918 1 X2-Y 0.891 8 0.920 5 X3-Y 0.892 5 0.920 9 X4-Y 0.895 2 0.922 4