来源：朗新研究院2025-12-04

图4 长短期记忆网络(lstm)单元结构示意图此外，考虑到预测模型的特征参数能够满足以下特征：1.数据质量高、连续性好；2.包含市场对多种因素的综合反应；3.使模型简洁高效，又满足实时交易需求。

来源：能源新媒2025-12-03

能源领域数字化基础好、数据质量高、应用场景丰富，实施“人工智能+”前景广阔。

来源：能源新媒2025-12-01

能源领域数字化基础好、数据质量高、应用场景丰富，实施“人工智能+”前景广阔。

来源：山东省生态环境厅2025-12-01

（牵头单位：省生态环境厅、青岛海关、济南海关，责任单位：省商务厅）16.强化碳足迹数据质量和数据安全。建立统一、规范的产品碳足迹数据质量评价规则，采用多源数据交叉验证等方式提高数据质量。...综合运用人工智能、大数据、区块链等技术，鼓励开展碳足迹智能计量器具的研制和应用，提升企业计量能力和碳排放数据质量。

来源：黑龙江省生态环境厅2025-11-28

新浪网：刚刚刘博副处长介绍，我省有101家企业参与全国碳市场交易，请问在帮助企业提升碳排放数据质量、健全企业内部碳排放管理体系方面，生态环境部门提供了哪些指导和支持？...严格执行《碳排放权交易管理暂行条例》，提高企业碳排放数据质量，督促企业按时履约，并持续组织带领专家开展入企指导帮扶工作，助力企业建立健全内部碳排放管理体系，推动碳市场持续健康发展。

来源：中能传媒研究院2025-11-26

尽管标杆项目不断涌现，但油气行业“碳账户”构建在标准化、数据质量等方面仍面临挑战。例如，核算标准尚未统一。

来源：国家电网报2025-11-24

该院有关技术团队将严格遵循相关国际标准、cnas专项准则等，提升审定核查数据质量，保障核查报告数据透明可追溯，助力碳核查结果国际互认。

来源：江苏省盐城供电公司2025-11-22

当下，电力气象服务面临着诸多关键挑战，分布式光伏气象数据缺失、集中式新能源预测数据质量不佳等问题，阻碍着电力系统的高效运行与新能源的充分利用。...确保标准落地和长期数据质量，是项目持续发挥作用的基石；优化网格布点与预警模型，能够提高气象监测的精准度和预警的及时性；加快试点推广，优先在苏北光伏密集区开展工作，并探索人工智能技术应用提升预测精度，重点推进标准出台

来源：生态环境部2025-11-21

下一步，生态环境部将以习近平总书记重要指示为指引，深入贯彻党中央、国务院决策部署，坚持“成熟一个、纳入一个”的原则，根据行业发展状况、降碳减污贡献、数据质量基础、碳排放特征等，有序扩大覆盖行业范围和温室气体种类

来源：广东省人民政府2025-11-21

建立基层报表准入退出和清单管理机制，强化政务数据依需回流和有序开放，健全数据质量审查、监测和纠正机制。探索创新数字政府建设运营模式，推动有条件的公共平台社会化运营。

来源：青海省人民政府2025-11-21

监督重点排放单位建立健全碳排放内部管理制度与数据质量保障体系，设置碳排放管理专责机构人员，规范数据记录、监测采集、资料归档、报告编制、参数留证、履约清缴、信息公开等全流程管理，整体提升碳资产经营管理水平

来源：朗新研究院2025-11-20

；其三是数字化业务的效率提升，如区域电费账单的解析处理、档案及联系方式的协同治理等；其四是系统及数据的友好协同性提升，打造“一体化”数字工作台，让基层拥有“一个平台办所有事”的便捷体验，并持续提升关键数据质量和协同效率

来源：青海省商务厅2025-11-19

监督重点排放单位建立健全碳排放内部管理制度与数据质量保障体系，设置碳排放管理专责机构人员，规范数据记录、监测采集、资料归档、报告编制、参数留证、履约清缴、信息公开等全流程管理，整体提升碳资产经营管理水平

来源：生态环境部2025-11-19

答：碳排放数据质量是全国碳市场建设的地基，也是全国碳市场建设不可逾越的底线和红线，为确保数据质量我部将采取以下措施加强数据质量全过程管理。一是进一步健全核算报告核查（mrv）制度体系。

来源：生态环境部2025-11-19

答：碳排放数据质量是全国碳市场建设的地基，也是全国碳市场建设不可逾越的底线和红线，为确保数据质量我部将采取以下措施加强数据质量全过程管理。一是进一步健全核算报告核查（mrv）制度体系。

来源：陕西省生态环境厅2025-11-14

（三）鼓励对技术可行、减排效益明显、具有广泛的应用基础、数据质量可靠、社会和生态效益兼具的行业和领域提出方法学开发建议。

来源：国家数据局2025-11-14

三是建设数据全流程智能管控系统，提升数据质量与效率。...研发国际领先的实时在线测试分析系统及智能数据判定修复算法，构建“采集→判定→计算→清洗→归集”全链路端到端数据治理体系，显著提升了数据质量和处理效率，数据有效率大于96%。

来源：中能传媒研究院2025-11-13

part 03人工智能技术应用于电力系统面临的挑战（一）人工智能技术发展面临的挑战人工智能技术正处于高速发展的阶段，在数据方面，数据质量和样本缺失严重影响人工智能模型的泛化能力；在保障数据隐私前提下有效共享利用数据也是发展面临的重要问题

来源：国家数据局2025-11-11

构建“作业前评估、作业中监督、作业后检查”的人机协同应用体系，将数据质量校验嵌入现场作业安全监督流程链条，实现特高压直流现场作业多模态数据集的自动化构建。

来源：中能传媒研究院2025-11-10

（一）数据面临质量、共享与合规的“三重门槛”一是数据质量基础薄弱。能源工业现场环境复杂，传感器监测数据易受干扰，存在高噪声、高缺失率与异常值频发等问题。