买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉甘肃省生态环境科学设计研究院(甘肃省生态环境规划院)申请的专利基于多源异构张量数据的组合碳排放预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121030250B 。

龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511574790.9，技术领域涉及：G06F18/20；该发明授权基于多源异构张量数据的组合碳排放预测方法是由齐明亮;吕国琴;张晋蓉;刘全諹;梁潇月;康晓杰;李俊哲设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本基于多源异构张量数据的组合碳排放预测方法在说明书摘要公布了：本发明涉及碳排放预测技术领域，公开了基于多源异构张量数据的组合碳排放预测方法。该方法包括采集目标区域内工业排放、交通流量及能源消耗等多源碳排放数据流，经异构张量转换生成统一时空维度的碳排放张量序列。通过动态特征融合算法提取序列中多尺度时空关联特征，构建含长周期趋势预测分支与短周期波动预测分支的组合预测模型。利用历史张量序列迭代训练模型至收敛后，输入实时多源数据流即可输出组合预测结果。该方法实现多源异构数据的有效整合与深度特征挖掘，通过分支化模型设计精准捕捉碳排放的不同变化规律，提升预测的全面性与可靠性，为碳排放管控提供科学参考。

本发明授权基于多源异构张量数据的组合碳排放预测方法在权利要求书中公布了：1.一种基于多源异构张量数据的组合碳排放预测方法，其特征在于，包括以下步骤： 采集目标区域内的多源碳排放数据流，所述多源碳排放数据流包括工业排放监测数据、交通流量监测数据和能源消耗监测数据； 对所述多源碳排放数据流进行异构张量转换，生成统一时空维度的碳排放张量序列； 通过动态特征融合算法提取所述碳排放张量序列中的多尺度时空关联特征； 基于所述多尺度时空关联特征构建组合预测模型，所述组合预测模型包括长周期趋势预测分支和短周期波动预测分支； 利用历史碳排放张量序列对所述组合预测模型进行迭代训练，直至模型收敛； 将实时采集的多源碳排放数据流输入训练完成的组合预测模型，输出目标区域的组合碳排放预测结果； 所述动态特征融合算法执行以下操作： 在长周期趋势预测分支中，通过时空卷积核捕获跨季度的碳排放模式演变规律； 在短周期波动预测分支中，采用注意力机制加权聚合不同数据源的瞬时排放波动特征； 将两个分支输出的特征张量进行通道维度的自适应加权拼接； 所述组合预测模型的训练过程包括： 为长周期趋势预测分支配置均方误差损失函数，约束年度碳排放趋势的预测精度； 为短周期波动预测分支配置动态时间规整损失函数，优化对突发性排放波动的捕捉能力； 采用交替训练策略同步更新两个分支的模型参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人甘肃省生态环境科学设计研究院(甘肃省生态环境规划院)，其通讯地址为：730000 甘肃省兰州市城关区雁儿湾路225号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。