摘要
一种基于人工智能的废铜制备电解铜碳足迹预测方法，包括：S1：获取废铜制备电解铜各阶段的参数以及天气参数；获取废铜制备电解铜各阶段的碳足迹；并对上述所获取到的数据进行预处理；S2：构建TCN‑Transformer模型，并将S1预处理后得到的数据输入到模型中进行训练，从而训练得到包含参数与碳足迹之间的对应关系的神经网络模型；S3：将未来计划的废铜制备电解铜过程中各个阶段的部分参数作为输入特征，输入到步骤S2训练好的模型进行预测，从而得到未来各个阶段的碳足迹数据，最后对各个阶段的碳足迹数据进行加和计算得到废铜制备电解铜整个生命周期内的总碳足迹。本发明实现了对未来短期的碳排放水平进行精准预测，提高了减排策略的有效性。
