本發(fā)明涉及碳排放預(yù)測，具體為一種基于深度學(xué)習(xí)的城市碳排放預(yù)測與管控方法及系統(tǒng)。

背景技術(shù)：

1、城市碳排放的范圍通常指的是城市范圍內(nèi)由于人類活動(dòng)而產(chǎn)生的溫室氣體排放，特別是二氧化碳，以及其他溫室氣體（如甲烷、氮氧化物等），這些排放源可以從多個(gè)領(lǐng)域來分類，通常包括以下幾大類：城市能源消耗、工業(yè)排放、交通運(yùn)輸、農(nóng)業(yè)排放、廢棄物管理、土地使用和城市發(fā)展以及居民生活和消費(fèi)行為。

2、經(jīng)檢索，公開號“cn116596095a”的中國發(fā)明專利公開了“基于機(jī)器學(xué)習(xí)的碳排放量預(yù)測模型的訓(xùn)練方法及裝置”，該申請通過獲取各企業(yè)與碳排放量相關(guān)的初始企業(yè)訓(xùn)練樣本和相應(yīng)標(biāo)簽數(shù)據(jù)的多個(gè)初始訓(xùn)練集；針對任一初始訓(xùn)練集，基于初始訓(xùn)練集中的各少數(shù)類初始樣本，以及各少數(shù)類初始樣本分別與各多數(shù)類初始樣本間的歐氏距離，獲取當(dāng)前訓(xùn)練集；基于預(yù)設(shè)的圖卷積網(wǎng)絡(luò)，對當(dāng)前訓(xùn)練集中的各企業(yè)訓(xùn)練樣本進(jìn)行特征提取，得到當(dāng)前訓(xùn)練集對應(yīng)的圖特征向量；采用預(yù)設(shè)的損失函數(shù)，將不同當(dāng)前訓(xùn)練集對應(yīng)的圖特征向量輸入待訓(xùn)練的多層神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行訓(xùn)練，得到訓(xùn)練完成的多任務(wù)預(yù)測模型。

3、吸煙行為作為居民生活和消費(fèi)行為中的一項(xiàng)存在和特定的生活方式，從生活方式的角度看，吸煙行為會加劇城市的碳排放問題，然而上述公開的預(yù)測方法以及相類似的方法主要聚焦于企業(yè)或工業(yè)級別的碳排放預(yù)測，雖然能夠精確地捕捉到企業(yè)的碳排放數(shù)據(jù)，但缺乏對個(gè)體行為對碳排放動(dòng)態(tài)影響的關(guān)注，因此在實(shí)際運(yùn)行時(shí)，預(yù)測精度有限。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于深度學(xué)習(xí)的城市碳排放預(yù)測與管控方法及系統(tǒng)，以解決上述背景技術(shù)中提出的問題。

2、第一方面，為解決上述存在的問題，提出了一種基于深度學(xué)習(xí)的城市碳排放預(yù)測與管控方法，包括：

3、獲取公共區(qū)域內(nèi)居民基于吸煙行為所釋放的碳含量數(shù)據(jù)；

4、基于碳含量數(shù)據(jù)，獲取公共區(qū)域內(nèi)居民吸煙行為的動(dòng)作數(shù)據(jù)，動(dòng)作數(shù)據(jù)由肢體節(jié)點(diǎn)的移動(dòng)位置所構(gòu)成；

5、基于碳含量數(shù)據(jù)和動(dòng)作數(shù)據(jù)獲取公共區(qū)域內(nèi)的目標(biāo)人群；

6、獲取第一目標(biāo)動(dòng)作數(shù)據(jù)，第一目標(biāo)為目標(biāo)人群內(nèi)的任意一個(gè)；

7、獲取第二目標(biāo)動(dòng)作數(shù)據(jù)，第二目標(biāo)為公共區(qū)域人群中碳含量數(shù)據(jù)匹配吸煙行為的任意一個(gè)；

8、交互第一目標(biāo)動(dòng)作數(shù)據(jù)和第二目標(biāo)動(dòng)作數(shù)據(jù)，并獲取差異數(shù)據(jù)，差異數(shù)據(jù)用于解析目標(biāo)人群在公共區(qū)域內(nèi)的吸煙行為模式；

9、解析差異數(shù)據(jù)，并獲取附加數(shù)據(jù)；

10、附加數(shù)據(jù)調(diào)整基于吸煙行為的動(dòng)作數(shù)據(jù)，并獲取矯正數(shù)據(jù)；

11、基于矯正數(shù)據(jù)和實(shí)時(shí)動(dòng)作數(shù)據(jù)的比對預(yù)測居民基于吸煙行為的碳排放動(dòng)作；

12、基于矯正數(shù)據(jù)和碳含量數(shù)據(jù)，制定管控規(guī)則，管控規(guī)則基于目標(biāo)對象的動(dòng)作數(shù)據(jù)與矯正數(shù)據(jù)以及碳含量數(shù)據(jù)的匹配程度執(zhí)行。

13、作為本技術(shù)方案進(jìn)一步優(yōu)選的，公共區(qū)域內(nèi)居民吸煙行為的動(dòng)作數(shù)據(jù)獲取方法包括：

14、基于圖像采集技術(shù)標(biāo)記居民的肢體節(jié)點(diǎn)，肢體節(jié)點(diǎn)包括：手部節(jié)點(diǎn)、手臂節(jié)點(diǎn)和頭部節(jié)點(diǎn)；

15、獲取碳含量數(shù)據(jù)的時(shí)間序列；

16、基于時(shí)間序列獲取肢體節(jié)點(diǎn)的運(yùn)動(dòng)軌跡和運(yùn)動(dòng)頻率；

17、基于碳含量數(shù)據(jù)的持續(xù)時(shí)間、運(yùn)動(dòng)軌跡的持續(xù)時(shí)間以及運(yùn)動(dòng)頻率構(gòu)建吸煙行為判定公式；

18、基于吸煙行為判定公式判別所獲取動(dòng)作數(shù)據(jù)是否匹配吸煙行為。

19、作為本技術(shù)方案進(jìn)一步優(yōu)選的，所述吸煙行為判定公式：

20、；

21、其中psmoking用于表示吸煙行為的判定概率，值域通常在0到1之間，越接近1表示吸煙的可能性越大，cemission用于表示已知的碳排放量，fmotion用于表示肢體節(jié)點(diǎn)的運(yùn)動(dòng)頻率，fthreshold用于表示吸煙動(dòng)作的運(yùn)動(dòng)頻率閾值，fthreshold基于對正常吸煙行為的觀察和分析設(shè)定，tcarbon用于表示碳含量數(shù)據(jù)的持續(xù)時(shí)間，tmotion用于表示運(yùn)動(dòng)軌跡的持續(xù)時(shí)間，β為人為設(shè)定的調(diào)節(jié)系數(shù)，用于調(diào)節(jié)碳排放與吸煙行為的關(guān)聯(lián)程度；

22、基于psmoking的數(shù)值判別所獲取動(dòng)作數(shù)據(jù)是否匹配吸煙行為。

23、作為本技術(shù)方案進(jìn)一步優(yōu)選的，第一目標(biāo)動(dòng)作數(shù)據(jù)和第二目標(biāo)動(dòng)作數(shù)據(jù)的交互方法：

24、基于圖像采集技術(shù)分別獲取第一目標(biāo)和第二目標(biāo)的半身圖像；

25、基于時(shí)間序列堆積第一目標(biāo)半身圖像和第二目標(biāo)半身圖像數(shù)量，并獲取第一目標(biāo)和第二目標(biāo)在相同時(shí)間段內(nèi)的圖像序列；

26、分析第一圖像序列和第二圖像序列中肢體節(jié)點(diǎn)的運(yùn)動(dòng)軌跡；

27、基于運(yùn)動(dòng)軌跡類比公式分析第一運(yùn)動(dòng)軌跡和第二運(yùn)行軌跡的差異值；

28、獲取第一目標(biāo)半身圖像和第二目標(biāo)半身圖像的特征數(shù)據(jù)，特征數(shù)據(jù)包括：環(huán)境數(shù)據(jù)和目標(biāo)動(dòng)作數(shù)據(jù)；

29、整合差異值和特征數(shù)據(jù)，并形成差異數(shù)據(jù)。

30、作為本技術(shù)方案進(jìn)一步優(yōu)選的，基于半身圖像構(gòu)建二維坐標(biāo)系，二維坐標(biāo)系用于記錄目標(biāo)肢體節(jié)點(diǎn)的運(yùn)動(dòng)軌跡；

31、在時(shí)間序列內(nèi)的每個(gè)時(shí)間點(diǎn)t上，目標(biāo)的肢體節(jié)點(diǎn)位置為s(t)=(x(t),y(t))表示，第一目標(biāo)的運(yùn)動(dòng)軌跡為s1={s1(t)/t=t0,t1,……tn}，第二目標(biāo)的運(yùn)動(dòng)軌跡為s2={s2(t)/t=t0,t1,……tn}；

32、對于第一目標(biāo)肢體節(jié)點(diǎn)位置和第二目標(biāo)肢體節(jié)點(diǎn)位置之間的距離d(t)的獲取公式為：

33、，其中［x1(t)，y1(t)］為第一目標(biāo)在時(shí)間點(diǎn)t的肢體節(jié)點(diǎn)位置，［x2(t),y2(t)］為第二目標(biāo)在時(shí)間點(diǎn)t的肢體節(jié)點(diǎn)位置，所述運(yùn)動(dòng)軌跡類比公式為：

34、，其中dweighted為第一目標(biāo)行為數(shù)據(jù)和第二目標(biāo)行為數(shù)據(jù)的差異值。

35、作為本技術(shù)方案進(jìn)一步優(yōu)選的，碳含量數(shù)據(jù)的獲取方法包括：

36、獲取城市居民基于吸煙行為的公共區(qū)域面積；

37、采集公共區(qū)域基于單位時(shí)間的氣體含量；

38、基于氣體含量和城市煙草燃燒碳排放公式獲取碳含量數(shù)據(jù)；

39、所述城市煙草燃燒碳排放公式為：

40、；

41、所述ecarbon,total用于表示公共區(qū)域內(nèi)煙草燃燒碳排放的碳含量數(shù)據(jù)，n為氣體種類的數(shù)量，ci和efi分別是第i種氣體的含量和碳排放因子，t表示單位時(shí)間，a表示基于吸煙行為的公共區(qū)域面積。

42、作為本技術(shù)方案進(jìn)一步優(yōu)選的，矯正數(shù)據(jù)和實(shí)時(shí)動(dòng)作數(shù)據(jù)的比對方法包括：

43、基于時(shí)間序列整合對齊矯正數(shù)據(jù)和實(shí)時(shí)動(dòng)作數(shù)據(jù)；

44、獲取矯正數(shù)據(jù)和實(shí)時(shí)動(dòng)作數(shù)據(jù)相匹配的特征向量；

45、基于特征向量的類別檢索公共區(qū)域內(nèi)居民吸煙行為動(dòng)作數(shù)據(jù)內(nèi)的特征。

46、第二方面，為進(jìn)一步完善上述技術(shù)方案，還提出了一種使用上述一種基于深度學(xué)習(xí)的城市碳排放預(yù)測與管控方法的系統(tǒng)，并包括：數(shù)據(jù)采集模塊，用于采集目標(biāo)人群的實(shí)時(shí)動(dòng)作數(shù)據(jù)和公共區(qū)域內(nèi)的碳含量數(shù)據(jù)；

47、數(shù)據(jù)處理模塊，用于處理和分析數(shù)據(jù)采集模塊采集到的數(shù)據(jù)，包括對數(shù)據(jù)進(jìn)行預(yù)處理、特征提取和模式識別；

48、數(shù)據(jù)分析模塊，用于分析處理模塊處理后的數(shù)據(jù)，識別出公共區(qū)域內(nèi)的吸煙行為模式以及調(diào)整基于吸煙行為的動(dòng)作數(shù)據(jù)；

49、預(yù)測控制模塊，用于根據(jù)數(shù)據(jù)分析模塊的預(yù)測結(jié)果，制定管控規(guī)則，并基于管控規(guī)則調(diào)整公共區(qū)域內(nèi)的通風(fēng)系統(tǒng)或其他環(huán)境調(diào)節(jié)設(shè)施，以減少碳排放量；

50、用戶界面模塊，用于展示實(shí)時(shí)數(shù)據(jù)和預(yù)測結(jié)果，提供用戶交互功能，使管理人員能夠監(jiān)控系統(tǒng)狀態(tài)并手動(dòng)調(diào)整管控規(guī)則。

51、作為本技術(shù)方案進(jìn)一步優(yōu)選的，所述數(shù)據(jù)采集模塊包括：圖像采集單元和氣體含量采集單元，圖像采集單元基于圖像采集技術(shù)捕捉公共區(qū)域內(nèi)居民的行為圖像，氣體含量采集單元用于采集公共區(qū)域基于單位時(shí)間的氣體含量；

52、所述數(shù)據(jù)處理模塊包括：動(dòng)作數(shù)據(jù)獲取單元、碳含量數(shù)據(jù)計(jì)算單元以及目標(biāo)人群識別單元，所述動(dòng)作數(shù)據(jù)獲取單元基于圖像采集技術(shù)標(biāo)記居民的肢體節(jié)點(diǎn)，并獲取這些節(jié)點(diǎn)的運(yùn)動(dòng)軌跡和運(yùn)動(dòng)頻率，從而識別吸煙行為，所述碳含量數(shù)據(jù)計(jì)算單元用于根據(jù)采集的氣體含量和城市煙草燃燒碳排放公式，計(jì)算公共區(qū)域內(nèi)煙草燃燒的碳含量數(shù)據(jù)，所述目標(biāo)人群識別單元基于碳含量數(shù)據(jù)和動(dòng)作數(shù)據(jù)，識別出公共區(qū)域內(nèi)的目標(biāo)人群；

53、所述數(shù)據(jù)分析模塊包括：差異數(shù)據(jù)獲取單元和矯正數(shù)據(jù)生成單元，所述差異數(shù)據(jù)獲取單元通過比較目標(biāo)人群內(nèi)不同個(gè)體的動(dòng)作數(shù)據(jù)，獲取差異數(shù)據(jù)，并解析吸煙行為模式，所述矯正數(shù)據(jù)生成單元基于差異數(shù)據(jù)和附加數(shù)據(jù)，調(diào)整基于吸煙行為的動(dòng)作數(shù)據(jù)，生成矯正數(shù)據(jù)；

54、所述預(yù)測控制模塊包括：碳排放預(yù)測單元和管控規(guī)則制定單元，所述碳排放預(yù)測單元基于矯正數(shù)據(jù)和實(shí)時(shí)動(dòng)作數(shù)據(jù)的比對，預(yù)測居民基于吸煙行為的碳排放動(dòng)作，所述管控規(guī)則制定單元基于矯正數(shù)據(jù)和碳含量數(shù)據(jù)，制定管控規(guī)則。

55、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

56、該基于深度學(xué)習(xí)的城市碳排放預(yù)測與管控方法及系統(tǒng)，通過收集碳含量數(shù)據(jù)和動(dòng)作數(shù)據(jù)，來識別公共區(qū)域內(nèi)的目標(biāo)人群，并通過對比目標(biāo)個(gè)體與其余目標(biāo)的動(dòng)作數(shù)據(jù)，來獲取差異數(shù)據(jù)并分析因差異數(shù)據(jù)所分化的吸煙行為模式，然而通過對目標(biāo)人群的吸煙行為模式進(jìn)行深度解析，并結(jié)合差異數(shù)據(jù)，識別不同吸煙個(gè)體的碳排放特征，通過采集多種數(shù)據(jù)并基于深度學(xué)習(xí)的設(shè)置，不僅能預(yù)測目標(biāo)人群的吸煙行為，還能基于差異數(shù)據(jù)進(jìn)行個(gè)性化的管控策略調(diào)整；

57、此外本發(fā)明通過對目標(biāo)人群與其余目標(biāo)個(gè)體的動(dòng)作數(shù)據(jù)進(jìn)行對比分析，實(shí)現(xiàn)了能夠從行為模式中提取差異數(shù)據(jù)，并利用這些差異數(shù)據(jù)來調(diào)整矯正數(shù)據(jù)的數(shù)值，進(jìn)而提升碳排放預(yù)測的精度與實(shí)時(shí)性；

58、最后本發(fā)明通過在對行為模式解析的基礎(chǔ)上，對差異數(shù)據(jù)的進(jìn)一步分析，并自動(dòng)調(diào)整矯正數(shù)據(jù)，且與實(shí)時(shí)動(dòng)作數(shù)據(jù)進(jìn)行比對，從而預(yù)測居民未來的吸煙行為與碳排放的設(shè)置，不僅提高了碳排放預(yù)測的準(zhǔn)確度，還促進(jìn)了管控規(guī)則的動(dòng)態(tài)優(yōu)化。