本技术涉及碳排放量预测，具体而言，涉及一种碳排放量确定方法、装置、电子设备及非易失性存储介质。
背景技术：
1、为了应对全球气候变化，全球范围内都在积极推动减少温室气体排放，尤其是二氧化碳，推动低碳能源的发展和实施节能减排措施成为亟待解决的挑战。对于碳排放量的计算与预测，由于碳排放可参考的影响因素的数据集有限，而相关技术在对碳排放进行预测时大多采用指数分解法，导致碳排放量预测存在一定误差，准确性较低。
2、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本技术实施例提供了一种碳排放量确定方法、装置、电子设备及非易失性存储介质，以至少解决由于碳排放可参考的影响因素的数据集有限，而相关技术在对碳排放进行预测时大多采用指数分解法，造成的碳排放量预测的准确性较低的技术问题。
2、根据本技术实施例的一个方面，提供了一种碳排放量确定方法，包括：依据历史碳排放数据以及碳排放相关因素的历史数据，生成系统行为序列和第一相关序列，其中，系统行为序列为历史碳排放量的时间序列，第一相关序列为与碳排放相关的因素的历史值的时间序列；确定系统行为序列与各个第一相关序列之间的关联性参数，并将关联性参数大于预设关联阈值的第一相关序列，确定为第二相关序列，其中，关联性参数用于表征碳排放相关因素对碳排放量的影响程度；依据第二相关序列，确定目标时间段对应的第三相关序列，其中，第三相关序列为与碳排放相关的因素的数值在目标时间段内按照时间先后顺序排列的序列，目标时间段为位于第二相关序列对应的历史时间段之后的时间段；依据第三相关序列，确定目标时间段对应的碳排放量数据。
3、可选地，第一相关序列的长度大于系统行为序列的长度；将关联性参数大于预设关联阈值的第一相关序列，确定为第二相关序列包括：生成第一相关序列对应的时滞序列，其中，每个时滞序列的长度均与系统行为序列的长度相同，每个时滞序列均对应一个滞后期，滞后期用于表征时滞序列对应的第一相关序列与系统行为序列在时间维度上的滞后性；依据时滞序列和系统行为序列，确定关联性参数；在时滞序列对应的滞后期表征第一相关序列滞后于系统行为序列的情况下，且关联性参数大于预设关联阈值的情况下，将时滞序列对应的第一相关序列确定为第二相关序列。
4、可选地，依据第二相关序列，确定目标时间段对应的第三相关序列包括：确定第二相关序列对应的特征序列，并对特征序列进行标准化处理；通过正余弦位置编码，对经过标准化处理后的特征序列中各元素的位置信息进行编码，得到位置编码；依据位置编码，将特征序列映射至单变量概率时间序列模型的解码器中，并采用解码器，依据特征序列进行自回归预测，得到第三相关序列，其中，在单变量概率时间序列模型中采用t分布头来确定解码器所输出的结果的概率分布。
5、可选地，对特征序列进行标准化处理包括：确定特征序列中元素的均值与方差，并依据均值和方差对特征序列中各元素进行标准化处理；确定经过标准化处理后的特征序列中元素对应的均方根，并依据均方根对经过标准化处理后的特征序列中各元素进行归一化处理，其中，归一化处理用于将各元素映射至同一尺度范围内。
6、可选地，方法还包括：确定第二相关序列对应的一阶累加生成序列，其中，第二相关序列对应的一阶累加生成序列中的第k个元素为第二相关序列中第1至k个元素的累加和，k为正整数；确定系统行为序列对应的紧邻均值生成序列，其中，紧邻均值生成序列中的第k个元素为系统行为序列对应的一阶累加生成序列中第k个元素与第k-1个元素的均值；依据第二相关序列对应的一阶累加生成序列、系统行为序列对应的紧邻均值生成序列、以及第二相关序列对应的滞后期，确定时滞灰色模型，其中，时滞灰色模型用于表征第二相关序列所表征的碳排放相关因素与碳排放量之间的关联关系。
7、可选地，依据第三相关序列，确定目标时间段对应的碳排放量数据包括：采用时滞灰色模型，依据第三相关序列，确定目标时间段对应的碳排放量数据。
8、可选地，依据历史碳排放数据以及碳排放相关因素的历史数据，生成系统行为序列和第一相关序列包括：获取历史碳排放数据以及碳排放相关因素的历史数据，其中，历史碳排放数据包括以下至少之一：历年的碳排放量数据，碳排放相关因素的历史数据包括以下至少之一：历年的人口总量、人均国内生产总值、煤炭天然气石油消费总量、第二产业总值；依据历年的碳排放量数据，生成系统行为序列；依据碳排放相关因素的历史数据，生成第一相关序列，其中，每种碳排放相关因素对应一个第一相关序列。
9、根据本技术实施例的另一个方面，还提供了一种碳排放量确定装置，包括：数据序列获取模块，用于依据历史碳排放数据以及碳排放相关因素的历史数据，生成系统行为序列和第一相关序列，其中，系统行为序列为历史碳排放量的时间序列，第一相关序列为与碳排放相关的因素的历史值的时间序列；强关联因素确定模块，用于确定系统行为序列与各个第一相关序列之间的关联性参数，并将关联性参数大于预设关联阈值的第一相关序列，确定为第二相关序列，其中，关联性参数用于表征碳排放相关因素对碳排放量的影响程度；单变量预测模块，用于依据第二相关序列，确定目标时间段对应的第三相关序列，其中，第三相关序列为与碳排放相关的因素的数值在目标时间段内按照时间先后顺序排列的序列，目标时间段为位于第二相关序列对应的历史时间段之后的时间段；碳排放量确定模块，用于依据第三相关序列，确定目标时间段对应的碳排放量数据。
10、根据本技术实施例的又一方面，还提供了一种电子设备，包括：存储器和处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行碳排放量确定方法。
11、根据本技术实施例的再一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的计算机程序，其中，非易失性存储介质所在设备通过运行计算机程序执行碳排放量确定方法。
12、根据本技术实施例的再一方面，还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现碳排放量确定方法的步骤。
13、在本技术实施例中，采用依据历史碳排放数据以及碳排放相关因素的历史数据，生成系统行为序列和第一相关序列，其中，系统行为序列为历史碳排放量的时间序列，第一相关序列为与碳排放相关的因素的历史值的时间序列；确定系统行为序列与各个第一相关序列之间的关联性参数，并将关联性参数大于预设关联阈值的第一相关序列，确定为第二相关序列，其中，关联性参数用于表征碳排放相关因素对碳排放量的影响程度；依据第二相关序列，确定目标时间段对应的第三相关序列，其中，第三相关序列为与碳排放相关的因素的数值在目标时间段内按照时间先后顺序排列的序列，目标时间段为位于第二相关序列对应的历史时间段之后的时间段；依据第三相关序列，确定目标时间段对应的碳排放量数据的方式，从单变量时间序列出发，针对碳排放强关联因素进行预测，再利用具有时滞特征的模型结合单变量预测的数据，计算碳排放量，达到了提升碳排放量计算准确性的目的，进而解决了由于碳排放可参考的影响因素的数据集有限，而相关技术在对碳排放进行预测时大多采用指数分解法，造成的碳排放量预测的准确性较低技术问题。
1.一种碳排放量确定方法，其特征在于，包括：
2.根据权利要求1所述的碳排放量确定方法，其特征在于，所述第一相关序列的长度大于所述系统行为序列的长度；将所述关联性参数大于预设关联阈值的所述第一相关序列，确定为第二相关序列包括：
3.根据权利要求2所述的碳排放量确定方法，其特征在于，依据所述第二相关序列，确定目标时间段对应的第三相关序列包括：
4.根据权利要求3所述的碳排放量确定方法，其特征在于，对所述特征序列进行标准化处理包括：
5.根据权利要求2所述的碳排放量确定方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的碳排放量确定方法，其特征在于，依据所述第三相关序列，确定所述目标时间段对应的碳排放量数据包括：
7.根据权利要求1所述的碳排放量确定方法，其特征在于，依据历史碳排放数据以及碳排放相关因素的历史数据，生成系统行为序列和第一相关序列包括：
8.一种碳排放量确定装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：存储器和处理器，所述处理器用于运行存储在所述存储器中的程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的碳排放量确定方法。
10.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的计算机程序，其中，所述非易失性存储介质所在设备通过运行所述计算机程序执行权利要求1至7中任意一项所述的碳排放量确定方法。
11.一种计算机程序产品，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7中任意一项所述的碳排放量确定方法的步骤。
