摘要：高速公路综合场站是桥梁及公路建设中能源消耗与碳排放的关键节点。为实现其碳排放精准预测，本研究基于长修高速封丘至修武段综合场站146天的能耗监测数据，创新性地构建了变分模态分解（VMD）联合长短期记忆网络（LSTM）的碳排放预测模型。结果表明：VMD-LSTM模型能有效捕捉综合场站碳排放周期性变化规律，预测值与实际值趋势高度吻合；模型预测性能优异，准确率（AR）达94.32%，均方误差（MSE）为0.0093，均方根误差（RMSE）为0.3150，决定系数(R2)为0.9739，显著优于传统LSTM模型；研究成果可为高速公路综合场站精准节能减碳提供理论指导与技术支撑。未来研究将聚焦构建集成时空图网络与动态数据融合的智能预测系统，结合物理-数据驱动混合模型与分层知识图谱架构，实现碳排放全周期精准预测与实时监测，为低碳决策提供支持。
文章目录
1 项目概况
2 方法
2.1 变分模态分解原理
2.2 LSTM原理
2.3 评估指标选取
2.4 碳排放量核算
2.4.1 核算方法
2.4.2 核算边界
2.4.3 核算模型
2.5 模型构建
3 预测结果与对比分析
3.1 VMD分解结果
3.2 预测结果
3.3 对比分析
3.4 不足与展望
4 结 论
