基于神经网络的碳排放清单缺失数据预测方法和装置与流程

1.一种基于神经网络的碳排放清单缺失数据预测方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，获取每个缺失子时间段在相近生产条件下的时序活动水平历史数据，包括：

3.如权利要求2所述的方法，其特征在于，获取每个缺失子时间段在相近生产条件下的时序活动水平历史数据，还包括：

4.如权利要求3所述的方法，其特征在于，获取每个缺失子时间段在相近生产条件下的时序活动水平历史数据，还包括：

5.如权利要求4所述的方法，其特征在于，获取每个缺失子时间段在相近生产条件下的时序活动水平历史数据，还包括：

6.如权利要求5所述的方法，其特征在于，活动水平波动事件信息还包括技术改进事件信息，当活动水平波动事件信息为技术改进事件信息时，所述方法还包括：

7.一种基于神经网络的碳排放清单缺失数据预测装置，其特征在于，包括用于执行权利要求1至6中任一项所述的方法的单元。

8.一种基于神经网络的碳排放清单缺失数据预测装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的方法。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。