CN113962468A - 基于用能监控统计能源消耗碳排放管理方法及*** - Google Patents
基于用能监控统计能源消耗碳排放管理方法及*** Download PDFInfo
- Publication number
- CN113962468A CN113962468A CN202111273435.XA CN202111273435A CN113962468A CN 113962468 A CN113962468 A CN 113962468A CN 202111273435 A CN202111273435 A CN 202111273435A CN 113962468 A CN113962468 A CN 113962468A
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- time period
- early warning
- energy consumption
- total
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 200
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 200
- 238000005265 energy consumption Methods 0.000 title claims abstract description 60
- 238000007726 management method Methods 0.000 title claims abstract description 26
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- 230000008859 change Effects 0.000 claims abstract description 58
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 14
- 238000005096 rolling process Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 9
- 230000001364 causal effect Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000002485 combustion reaction Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于用能监控统计能源消耗碳排放管理方法，***及装置，方法包括以下步骤：获取能源消耗量及对应的排放系数，得到每个时段内的历史碳排放总量；基于连续两个时段内的碳排放总量得到变化强度；通过变化强度集合建立变化强度预测模型，预测出下一时段与当前时段的变化强度；测算下一时段的碳排放总量；建立碳排放预警模型，通过排放预警模型对预测的下一时段的碳排放总量进行分析，得到预警结果。能定时或者实时的对碳排放量进行监控，并且能够保证结果足够准确；能预测出下一阶段的碳排放量，基于碳排放预警模型对预测出的下一时段的碳排放总量进行分析，结合碳排放指标，能够优化用能方案，真正做到减少碳排放量。
Description
技术领域
本发明涉及碳排放管理技术领域，尤其涉及一种基于用能监控统计能源消耗碳排放管理方法及***。
背景技术
碳排放量是指在生产、运输、使用及回收该产品时所产生的平均温室气体排放量。而动态的碳排放量，则是指每单位货品累积排放的温室气体量，同一产品的各个批次之间会有不同的动态碳排放量。
目前，越来越多的企业或者相关单位在关注着碳排放量的情况，但是，统计碳排放量对于大多数企业来讲，并没有这方面的意识；而已涉及到这方面考虑的企业大多数是通过不够精确的统计再去计算某一时段内总的碳排放量，由于前者不够精确，势必会导致后者的计算不够精确。还有部分企业会请第三方鉴定和统计机构来统计该企业碳排放情况，数据虽然相对比较精准，但是仅能统计一小段时间范围的排放量，无法做到常态化统计，无法做好碳排放指标的合理安排。由于统计不够准确，因此更不能清晰的预估出后续某个时段内总的碳排放量或者相关***。
总之，尤其是各个企业的碳排放量无法精准统计或者常态化统计，对于碳指标的规划不能起到良好的作用及监控，更不能对碳排放量进行精准的预测。
发明内容
本发明针对现有技术中的缺点，提供了一种基于用能监控统计能源消耗碳排放管理方法及***。
为了解决上述技术问题，本发明通过下述技术方案得以解决：
一种基于用能监控统计能源消耗碳排放管理方法，包括以下步骤：
获取每个时段内待管理区域的能源消耗量及对应的排放系数，得到每个时段内的历史碳排放总量；
基于连续两个时段内的碳排放总量得到变化强度；
通过变化强度集合建立变化强度预测模型，基于当前时段与上一时段的变化强度预测出下一时段与当前时段的变化强度；
通过下一时段与当前时段的变化强度测算下一时段的碳排放总量；
建立碳排放预警模型，通过排放预警模型对预测的下一时段的碳排放总量进行分析，得到预警结果。
作为一种可实施方式，所述每个时段内待管理区域的能源消耗量及对应的排放系数，包括以下步骤：
根据待管理区域内的能源类型获取相应的排放系数；
获取每个时段内待管理区域的能源类型对应的表计读数；
基于排放系数和表计读数，通过以下公式得到各个阶段的碳排放总量：
其中，pi和bi表示能源类型获取相应的排放系数，i表示能源类型的数量，C表示总能源消耗量，
N当前表示当前时段能源类型对应的表计读数，N上一表示上一时段能源类型对应的表计读数。
作为一种可实施方式，所述变化强度通过预设变化强度算法得到，包括：
其中，Y为变化强度，X当前为当前时段内的调整权重值，A当前为当前时段内碳排放总量的数值，X上一为上一时段内的调整权重值，A上一为上一时段内碳排放总量的数值，D第一表示第一调整值，第一调整值是当前时段内由于偏差被赋予的数值，D第二表示第二调整值，第二调整值是上一时段内由于偏差被赋予的数值，Z当前表示当前时段内企业基准碳排放数据，Z上一表示上一时段内企业基准碳排放数据，Z表示总排放量，总排放量为周期内允许企业的总排放量。
作为一种可实施方式，所述碳排放预警模型包括至少三个模型：
第一模型为盲测预警模型，基于各个阶段预分配的企业基准碳排放数据建立盲测预警模型，将下一时段的碳排放总量与盲测预警模型进行对比，得到预警信息；
第二阶段为滚动预警模型，将已知的各个阶段的碳排放总量进行汇总，并结合因果关系对盲测预警模型进行修正，得到滚动预警模型，将下一时段的碳排放总量与滚动预警模型进行对比，得到预警信息；
第三阶段为规律预警模型，将已知的各个阶段的碳排放总量进行汇总形成稳定数据库，基于稳定数据库及归因分析建立规律预警模型，将下一时段的碳排放总量与规律预警模型进行对比，得到预警信息。
作为一种可实施方式，所述基于稳定数据库及归因分析建立规律预警模型，至少包括以下三种方式：
时间序列法：判断各个阶段的碳排放总量的数据走势规律，并按照走势规律进行总结和排序，其中，走势规律至少包括周期性规律、趋势性规律、事件性规律、投入性规律及分类性规律；
人为干预调整法：根据历史经验和各种遭遇事件及不可抗力因素进行人为干预调整；
因果关系预测法：基于各个阶段的碳排放总量的数据找出关键影响因子进行调整。
作为一种可实施方式，还包括以下步骤：
对预警结果进行分析，结合下一时段用能情况对用能框架进行优化和调整，使得周期内各个时段的碳排放总量之和在周期内允许企业的总排放量之内。
一种基于用能监控统计能源消耗碳排放管理***，包括获取计算模块、第一计算模块、第一预测模块、第二计算模块和对比预警模块；
所述获取计算模块，用于获取每个时段内待管理区域的能源消耗量及对应的排放系数，得到每个时段内的历史碳排放总量；
所述第一计算模块，用于基于连续两个时段内的碳排放总量得到变化强度；
所述第一预测模块，用于通过变化强度集合建立变化强度预测模型，基于当前时段与上一时段的变化强度预测出下一时段与当前时段的变化强度；
所述第二计算模块，用于通过下一时段与当前时段的变化强度测算下一时段的碳排放总量；
所述对比预警模块，用于建立碳排放预警模型，通过排放预警模型对预测的下一时段的碳排放总量进行分析，得到预警结果。
作为一种可实施方式，所述获取计算模块被设置为：根据待管理区域内的能源类型获取相应的排放系数；
获取每个时段内待管理区域的能源类型对应的表计读数；
基于排放系数和表计读数，通过以下公式得到各个阶段的碳排放总量：
其中，pi和bi表示能源类型获取相应的排放系数，i表示能源类型的数量，C表示总能源消耗量，
N当前表示当前时段能源类型对应的表计读数，N上一表示上一时段能源类型对应的表计读数。
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，所述计算机程序被处理器执行时实现如下所述的方法步骤：
获取每个时段内待管理区域的能源消耗量及对应的排放系数，得到每个时段内的历史碳排放总量；
基于连续两个时段内的碳排放总量得到变化强度；
通过变化强度集合建立变化强度预测模型，基于当前时段与上一时段的变化强度预测出下一时段与当前时段的变化强度；
通过下一时段与当前时段的变化强度测算下一时段的碳排放总量；
建立碳排放预警模型，通过排放预警模型对预测的下一时段的碳排放总量进行分析，得到预警结果。
一种基于用能监控统计能源消耗碳排放管理装置，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，所述处理器执行所述计算机程序时实现如下所述的方法步骤：
获取每个时段内待管理区域的能源消耗量及对应的排放系数，得到每个时段内的历史碳排放总量；
基于连续两个时段内的碳排放总量得到变化强度；
通过变化强度集合建立变化强度预测模型，基于当前时段与上一时段的变化强度预测出下一时段与当前时段的变化强度；
通过下一时段与当前时段的变化强度测算下一时段的碳排放总量；
建立碳排放预警模型，通过排放预警模型对预测的下一时段的碳排放总量进行分析，得到预警结果。
本发明由于采用了以上技术方案，具有显著的技术效果：通过本发明的技术方案，能定时或者实时的对碳排放量进行监控，并且能够保证结果足够准确；能预测出下一阶段的碳排放量，基于碳排放预警模型对预测出的下一时段的碳排放总量进行分析，结合碳排放指标，能够优化用能方案，真正做到减少碳排放量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明方法的流程示意图；
图2是本发明方法的其中之一实施例的流程示意图；
图3是本发明***的结构示意图；
图4是碳排放预警模型的一个实施例的示意图；
图5是碳排放预警模型的另一实施例的示意图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
目前，全球变暖，二氧化碳浓度逐年上升，各个国家也越来越重视碳排放的管理。国之大计，企业之大计，因此也越来越多的企业或者相关单位在关注着碳排放量的情况，不过对于大多数企业来讲，并没有统计碳排放量这方面的意识；而已涉及到这方面考虑的企业大多数是通过不够精确的统计再去计算某一时段内总的碳排放量，由于前者不够精确，势必会导致后者的计算不够精确。还有部分企业会请第三方鉴定和统计机构来统计该企业碳排放情况，数据虽然相对比较精准，但是仅能统计一小段时间范围的排放量，无法做到常态化统计，无法做好碳排放指标的合理安排。由于统计不够准确，因此更不能清晰的预估出后续某个时段内总的碳排放量或者相关***。
总之，尤其是各个企业的碳排放量无法精准统计或者常态化统计，对于碳指标的规划不能起到良好的作用及监控，更不能对碳排放量进行精准的预测。因此本申请提出能够更精准的统计能源消耗碳排放管理方法，参照以下实施例。
实施例1：
一种基于用能监控统计能源消耗碳排放管理方法，包括以下步骤：
S100、获取每个时段内待管理区域的能源消耗量及对应的排放系数，得到每个时段内的历史碳排放总量；
S200、基于连续两个时段内的碳排放总量得到变化强度；
S300、通过变化强度集合建立变化强度预测模型，基于当前时段与上一时段的变化强度预测出下一时段与当前时段的变化强度；
S400、通过下一时段与当前时段的变化强度测算下一时段的碳排放总量；
S500、建立碳排放预警模型，通过排放预警模型对预测的下一时段的碳排放总量进行分析，得到预警结果。
通过本发明的方法，能定时或者实时的对碳排放量进行监控，并且能够保证结果足够准确；能预测出下一阶段的碳排放量，基于碳排放预警模型对预测出的下一时段的碳排放总量进行分析，结合碳排放指标，能够优化用能方案，真正做到减少碳排放量。
在一个实施例中，步骤S100所述每个时段内待管理区域的能源消耗量及对应的排放系数，包括以下步骤：
S110、根据待管理区域内的能源类型获取相应的排放系数；
S120、获取每个时段内待管理区域的能源类型对应的表计读数；
S130、基于排放系数和表计读数，通过以下公式得到各个阶段的碳排放总量：
其中，pi和bi表示能源类型获取相应的排放系数，i表示能源类型的数量，C表示总能源消耗量，
N当前表示当前时段能源类型对应的表计读数，N上一表示上一时段能源类型对应的表计读数。
在本行业中，碳排放系数表示的是每一种能源燃烧或使用过程中单位能源所产生的碳排放数量，一般在使用过程中，可以认为某种能源的碳排放系数是不变的。通过碳排放系数计算碳排放总量相对来讲是精确的，每种能源类型对应的排放系数是不同的，在极短时间内采集碳排放量意义不大，因此可以通过定时任务等方式定时的通过数据采集设备获取能源计量表数值读数，此过程中由于每个计量表单位可能不一致，因此在计算碳排放总量之前会统一将读数转化为标准单位的数值。
在此实施例中，将能源的碳排放概括为能源的生产运输及燃烧，能源类型会存在两个排放系数这两个系数分别代表的是使用过程中产生的碳排放系数和产生燃烧现象时碳排放系数，像用电就不会有燃烧现象的碳排放，用可燃油就会有燃烧现象产生碳排放，定义p为能源生产运输每单位产生碳排放的系数，各能源生产运输每单位碳排放系数分别为pi＝p1，p2，p3...，此系数与相应能源类型对应；定义b为能源燃烧每单位产生碳排放的系数，各能源燃烧每单位碳排放系数分别为bi＝b1，b2，b3...，此系数与相应能源类型对应，i表示能源类型的数量；定义C表示总能源消耗量，N当前表示当前时段能源类型对应的表计读数，N上一表示上一时段能源类型对应的表计读数，定义T为能源计量表数值读数采集时间，各采集时间分别为Ti＝T1，T2，T3...，两两采集时间的差值即为每个时段，因此，通过以下公式得到各个阶段的碳排放总量：
事实上，每个企业或者园区在一个周期内的碳排放量是经过调控的，监测出每个时段内的碳排放总量并不能直接通过每个时段的碳排放总量去预测下一时段内的碳排放总量，由于周期内允许企业的总排放量是个定值，因此会根据每个时段的碳排放总量结合每个时段企业基准碳排放数据进行调整，经过调整之后预测出变化强度，通过变化强度来预测下一时段允许的碳排放总量，因此，在一个实施例中，所述变化强度通过预设变化强度算法得到，包括：
其中，Y为变化强度，X当前为当前时段内的调整权重值，A当前为当前时段内碳排放总量的数值，X上一为上一时段内的调整权重值，A上一为上一时段内碳排放总量的数值，D第一表示第一调整值，第一调整值是当前时段内由于偏差被赋予的数值，D第二表示第二调整值，第二调整值是上一时段内由于偏差被赋予的数值，Z当前表示当前时段内企业基准碳排放数据，Z上一表示上一时段内企业基准碳排放数据，Z表示总排放量，总排放量为周期内允许企业的总排放量。
在此实施例中，X当前和X上一可以是不为0的任何数，这两个数值会随着时间及每个时段的碳排放总量而变化。传统的方式都是通过测量或者计算得到的数据去预测下一时段的数据，这样势必没有考虑到一个周期内允许企业的总排放量，假设一个周期是一年，一个时段是一个季度，那么一年内允许企业的总排放量是个固定值，这个值是不允许突破的，即便是要突破，也不能超出很大的范围，因此企业会根据每个季度来预先安排每一时段内的碳排放总量，在实际情况下，计算出每个时段的碳排放总量，要想预测出下一时段的碳排放总量并且还要和周期内每个时段内企业基准碳排放数据想关联，因此需要加入调整权重值，进而得到变化强度，再测算下一时段的碳排放总量。
在一个他实施例中，参照附图4所示，所述碳排放预警模型包括至少三个模型，此三个模型其实是包括了三个阶段，即盲测阶段、滚动阶段及规律阶段，对这几个阶段进行总结，得出三个对应的模型，即盲测预警模型、滚动预警模型及规律预警模型：第一模型为盲测预警模型，基于各个阶段预分配的企业基准碳排放数据建立盲测预警模型，将下一时段的碳排放总量与盲测预警模型进行对比，得到预警信息；第二阶段为滚动预警模型，将已知的各个阶段的碳排放总量进行汇总，并结合因果关系对盲测预警模型进行修正，得到滚动预警模型，将下一时段的碳排放总量与滚动预警模型进行对比，得到预警信息；第三阶段为规律预警模型，将已知的各个阶段的碳排放总量进行汇总形成稳定数据库，基于稳定数据库及归因分析建立规律预警模型，将下一时段的碳排放总量与规律预警模型进行对比，得到预警信息。
在建立预警模型的过程中，重点要从以下两个方面进行考虑：在没有大数据的情况下采用滚动式预测的预警模型，如图4所示，其中包含三个步骤：1)盲测阶段，尚且没有大量数据作为参考依据，凭借业务经验盲测，精准度低只能做定性判断；2)滚动阶段，随着数据的流入，能够立即修正定性预测对错，并把因果关系预测纳入考虑；3)规律阶段，数据已经稳定，用规律性数据模拟来下一步预测。
在一个实施例中，参照附图5所示，当数据量增加到足够数量并且稳定之后，基于稳定数据库及归因分析建立规律预警模型，至少包括以下三种方式：
时间序列法：判断各个阶段的碳排放总量的数据走势规律，并按照走势规律进行总结和排序，其中，走势规律至少包括周期性规律、趋势性规律、事件性规律、投入性规律及分类性规律；人为干预调整法：根据历史经验和各种遭遇事件及不可抗力因素进行人为干预调整；因果关系预测法：基于各个阶段的碳排放总量的数据找出关键影响因子进行调整。
也就是说，建立规律预警模型至少会采用到时间序列法、人为干预调整法及因果关系预测法，总结出规律性强的数据走势，即周期性规律、趋势性规律、事件性规律、投入性规律、分类性规律；当遭遇事件及不可抗力因素进行人为干预调整即手动调整；基于各个阶段的碳排放总量的数据找出关键影响因子进行调整。结合此三种方式，使得规律预警模型更加稳定和准确，在建立好规律预警模型之后，随着数据的的逐渐增多，此规律预警模型也会一直更新。
于以上所有实施例中，还包括以下步骤：
当得到预警结果之后，对预警结果进行分析，结合下一时段用能情况对用能框架进行优化和调整，使得周期内各个时段的碳排放总量之和在周期内允许企业的总排放量之内。
实施例2：
一种基于用能监控统计能源消耗碳排放管理***，如图3所示，包括获取计算模块100、第一计算模块200、第一预测模块300、第二计算模块400和对比预警模块500；
所述获取计算模块100，用于获取每个时段内待管理区域的能源消耗量及对应的排放系数，得到每个时段内的历史碳排放总量；
所述第一计算模块200，用于基于连续两个时段内的碳排放总量得到变化强度；
所述第一预测模块300，用于通过变化强度集合建立变化强度预测模型，基于当前时段与上一时段的变化强度预测出下一时段与当前时段的变化强度；
所述第二计算模块400，用于通过下一时段与当前时段的变化强度测算下一时段的碳排放总量；
所述对比预警模块500，用于建立碳排放预警模型，通过排放预警模型对预测的下一时段的碳排放总量进行分析，得到预警结果。
在一个实施例中，所述获取计算模块100被设置为：
根据待管理区域内的能源类型获取相应的排放系数；
获取每个时段内待管理区域的能源类型对应的表计读数；
基于排放系数和表计读数，通过以下公式得到各个阶段的碳排放总量：
其中，pi和bi表示能源类型获取相应的排放系数，i表示能源类型的数量，C表示总能源消耗量，
N当前表示当前时段能源类型对应的表计读数，N上一表示上一时段能源类型对应的表计读数。
实施例3：
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，所述计算机程序被处理器执行时实现如下所述的方法步骤：
S100、获取每个时段内待管理区域的能源消耗量及对应的排放系数，得到每个时段内的历史碳排放总量；
S200、基于连续两个时段内的碳排放总量得到变化强度；
S300、通过变化强度集合建立变化强度预测模型，基于当前时段与上一时段的变化强度预测出下一时段与当前时段的变化强度；
S400、通过下一时段与当前时段的变化强度测算下一时段的碳排放总量；
S500、建立碳排放预警模型，通过排放预警模型对预测的下一时段的碳排放总量进行分析，得到预警结果。
实施例4：
在一个实施例中，提供了一种基于用能监控统计能源消耗碳排放管理装置，该基于用能监控统计能源消耗碳排放管理装置可以是服务器也可以是移动终端。该基于用能监控统计能源消耗碳排放管理装置包括通过***总线连接的处理器、存储器、网络接口和数据库。其中，该基于用能监控统计能源消耗碳排放管理装置的处理器用于提供计算和控制能力。该基于用能监控统计能源消耗碳排放管理装置的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该数据库存储基于用能监控统计能源消耗碳排放管理装置的所有数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现基于用能监控统计能源消耗碳排放管理的方法。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、终端设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是：
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。此外，需要说明的是，本说明书中所描述的具体实施例，其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化，均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (10)
1.一种基于用能监控统计能源消耗碳排放管理方法，其特征在于，包括以下步骤：
获取每个时段内待管理区域的能源消耗量及对应的排放系数，得到每个时段内的历史碳排放总量；
基于连续两个时段内的碳排放总量得到变化强度；
通过变化强度集合建立变化强度预测模型，基于当前时段与上一时段的变化强度预测出下一时段与当前时段的变化强度；
通过下一时段与当前时段的变化强度测算下一时段的碳排放总量；
建立碳排放预警模型，通过排放预警模型对预测的下一时段的碳排放总量进行分析，得到预警结果。
2.根据权利要求1所述的基于用能监控统计能源消耗碳排放管理方法，其特征在于，所述每个时段内待管理区域的能源消耗量及对应的排放系数，包括以下步骤：
根据待管理区域内的能源类型获取相应的排放系数；
获取每个时段内待管理区域的能源类型对应的表计读数；
基于排放系数和表计读数，通过以下公式得到各个阶段的碳排放总量：
其中，pi和bi表示能源类型获取相应的排放系数，i表示能源类型的数量，C表示总能源消耗量，
N当前表示当前时段能源类型对应的表计读数，N上一表示上一时段能源类型对应的表计读数。
3.根据权利要求1所述的基于用能监控统计能源消耗碳排放管理方法，其特征在于，所述变化强度通过预设变化强度算法得到，包括：
其中，Y为变化强度，X当前为当前时段内的调整权重值，A当前为当前时段内碳排放总量的数值，X上一为上一时段内的调整权重值，A上一为上一时段内碳排放总量的数值，D第一表示第一调整值，第一调整值是当前时段内由于偏差被赋予的数值，D第二表示第二调整值，第二调整值是上一时段内由于偏差被赋予的数值，Z当前表示当前时段内企业基准碳排放数据，Z上一表示上一时段内企业基准碳排放数据，Z表示总排放量，总排放量为周期内允许企业的总排放量。
4.根据权利要求1所述的基于用能监控统计能源消耗碳排放管理方法，其特征在于，所述碳排放预警模型包括至少三个模型：
第一模型为盲测预警模型，基于各个阶段预分配的企业基准碳排放数据建立盲测预警模型，将下一时段的碳排放总量与盲测预警模型进行对比，得到预警信息；
第二阶段为滚动预警模型，将已知的各个阶段的碳排放总量进行汇总，并结合因果关系对盲测预警模型进行修正，得到滚动预警模型，将下一时段的碳排放总量与滚动预警模型进行对比，得到预警信息；
第三阶段为规律预警模型，将已知的各个阶段的碳排放总量进行汇总形成稳定数据库，基于稳定数据库及归因分析建立规律预警模型，将下一时段的碳排放总量与规律预警模型进行对比，得到预警信息。
5.根据权利要求4所述的基于用能监控统计能源消耗碳排放管理方法，其特征在于，所述基于稳定数据库及归因分析建立规律预警模型，至少包括以下三种方式：
时间序列法：判断各个阶段的碳排放总量的数据走势规律，并按照走势规律进行总结和排序，其中，走势规律至少包括周期性规律、趋势性规律、事件性规律、投入性规律及分类性规律；
人为干预调整法：根据历史经验和各种遭遇事件及不可抗力因素进行人为干预调整；
因果关系预测法：基于各个阶段的碳排放总量的数据找出关键影响因子进行调整。
6.根据权利要求1所述的基于用能监控统计能源消耗碳排放管理方法，其特征在于，还包括以下步骤：
对预警结果进行分析，结合下一时段用能情况对用能框架进行优化和调整，使得周期内各个时段的碳排放总量之和在周期内允许企业的总排放量之内。
7.一种基于用能监控统计能源消耗碳排放管理***，其特征在于，包括获取计算模块、第一计算模块、第一预测模块、第二计算模块和对比预警模块；
所述获取计算模块，用于获取每个时段内待管理区域的能源消耗量及对应的排放系数，得到每个时段内的历史碳排放总量；
所述第一计算模块，用于基于连续两个时段内的碳排放总量得到变化强度；
所述第一预测模块，用于通过变化强度集合建立变化强度预测模型，基于当前时段与上一时段的变化强度预测出下一时段与当前时段的变化强度；
所述第二计算模块，用于通过下一时段与当前时段的变化强度测算下一时段的碳排放总量；
所述对比预警模块，用于建立碳排放预警模型，通过排放预警模型对预测的下一时段的碳排放总量进行分析，得到预警结果。
8.根据权利要求7所述的基于用能监控统计能源消耗碳排放管理***，其特征在于，所述获取计算模块被设置为：根据待管理区域内的能源类型获取相应的排放系数；
获取每个时段内待管理区域的能源类型对应的表计读数；
基于排放系数和表计读数，通过以下公式得到各个阶段的碳排放总量：
其中，pi和bi表示能源类型获取相应的排放系数，i表示能源类型的数量，C表示总能源消耗量，
N当前表示当前时段能源类型对应的表计读数，N上一表示上一时段能源类型对应的表计读数。
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任意一项所述的方法步骤。
10.一种基于用能监控统计能源消耗碳排放管理装置，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任意一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111273435.XA CN113962468A (zh) | 2021-10-29 | 2021-10-29 | 基于用能监控统计能源消耗碳排放管理方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111273435.XA CN113962468A (zh) | 2021-10-29 | 2021-10-29 | 基于用能监控统计能源消耗碳排放管理方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113962468A true CN113962468A (zh) | 2022-01-21 |
Family
ID=79468497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111273435.XA Pending CN113962468A (zh) | 2021-10-29 | 2021-10-29 | 基于用能监控统计能源消耗碳排放管理方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113962468A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114124706A (zh) * | 2022-01-27 | 2022-03-01 | 北京冠邦开源智能***工程技术有限公司 | 一种通信方法、装置及*** |
| CN114124730A (zh) * | 2022-01-27 | 2022-03-01 | 北京冠邦开源智能***工程技术有限公司 | 一种通信方法、装置及*** |
| CN114359001A (zh) * | 2022-03-21 | 2022-04-15 | 广东埃文低碳科技股份有限公司 | 一种城市碳盘查智能管理***及方法 |
| CN114819716A (zh) * | 2022-05-20 | 2022-07-29 | 江苏中电通智能科技有限公司 | 一种基于大数据技术的碳排放数据分析方法 |
| CN115577963A (zh) * | 2022-10-31 | 2023-01-06 | 临沂市政集团有限公司 | 工程施工过程碳排放预警及节能减碳方法与专用*** |
| CN115796594A (zh) * | 2022-12-12 | 2023-03-14 | 速度时空信息科技股份有限公司 | 一种碳排放的智能管理***及方法 |
| CN116051335A (zh) * | 2022-12-26 | 2023-05-02 | 江苏巨楷科技发展有限公司 | 一种通过大数据预测方向的环境碳管理方法 |
| CN116933983A (zh) * | 2023-09-19 | 2023-10-24 | 江西财经大学 | 一种低碳排放数据监测***及方法 |
| CN117057487A (zh) * | 2023-10-12 | 2023-11-14 | 国网浙江省电力有限公司宁波供电公司 | 一种配电网碳排放强度预测方法、***、设备及存储介质 |
| CN117594138A (zh) * | 2024-01-19 | 2024-02-23 | 北京工业大学 | 沥青混合料生产阶段的碳排放的计算方法、装置及终端 |
Citations (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010048780A1 (zh) * | 2008-10-31 | 2010-05-06 | ***通信集团北京有限公司 | 一种话务量预测方法及装置 |
| CN201867947U (zh) * | 2010-11-29 | 2011-06-15 | 上海真新资产经营管理有限公司 | 一种自动预警显像*** |
| KR20110097040A (ko) * | 2010-02-24 | 2011-08-31 | 울산광역시 | 상수도 수요예측 방법 및 시스템 |
| US20120116792A1 (en) * | 2009-07-15 | 2012-05-10 | Ji Young Lee | Terminal calculating carbon emission, carbon emission management server and carbon monitoring method |
| CN102682573A (zh) * | 2012-03-31 | 2012-09-19 | 上海海洋大学 | 一种基于时间序列分析的风暴潮灾害预警*** |
| US20120278270A1 (en) * | 2011-04-28 | 2012-11-01 | International Business Machines Corporation | Selecting solution for carbon emission prediction |
| US20130149628A1 (en) * | 2011-12-12 | 2013-06-13 | Toyota Jidosha Kabushiki Kaisha | Method of estimating amiount of liquid water in fuel cell, method of estimating amount of liquid water discharged from fuel cell, estimation apparatus of liquid water amount in fuel cell and fuel cell system |
| CN103632223A (zh) * | 2013-11-26 | 2014-03-12 | 国家电网公司 | 一种地区电网智能调度预警*** |
| JP2015001878A (ja) * | 2013-06-17 | 2015-01-05 | 一般財団法人電力中央研究所 | 生活状況の推定方法、推定装置及び推定プログラム |
| KR20150014564A (ko) * | 2013-07-29 | 2015-02-09 | 유나이터스(주) | 탄소배출권 거래 방법 및 시스템 |
| CN105260836A (zh) * | 2015-10-13 | 2016-01-20 | 天津大学 | 汽车制造企业碳排放采集核算***及其方法 |
| CN106209967A (zh) * | 2016-06-16 | 2016-12-07 | 北京邮电大学 | 一种视频监控云资源预测方法及*** |
| CN106611290A (zh) * | 2016-12-08 | 2017-05-03 | 华北水利水电大学 | 一种基于城市规划的碳排放管理*** |
| CN110544015A (zh) * | 2019-08-09 | 2019-12-06 | 内蒙古自治区计量测试研究院 | 一种基于大数据分析的企业碳数据或碳资产智能管控平台 |
| CN111366692A (zh) * | 2020-04-16 | 2020-07-03 | 北方工业大学 | 气体环境参数监测***及方法 |
| CN111898873A (zh) * | 2020-07-10 | 2020-11-06 | 贵州万峰电力股份有限公司 | 一种集团公司碳排放预警信息***及其预警方法 |
| CN111911895A (zh) * | 2019-05-07 | 2020-11-10 | 青岛科技大学 | 一种根据流速差控制蒸汽锅炉 |
| CN112508281A (zh) * | 2020-12-08 | 2021-03-16 | 国网江苏省电力有限公司 | 一种用于电力中长期交易的时序滚动统筹优化方法 |
| CN112918458A (zh) * | 2021-02-01 | 2021-06-08 | 南京航空航天大学 | 一种全工况下的智能线控底盘能耗预测优化方法 |
| CN113205225A (zh) * | 2021-05-27 | 2021-08-03 | 中国科学院地理科学与资源研究所 | 一种碳排放达峰的关键因子识别方法、***及数据平台 |
| CN113206508A (zh) * | 2021-04-23 | 2021-08-03 | 石家庄科林电气股份有限公司 | 基于预测的微电网储能电池主动均衡方法 |
-
2021
- 2021-10-29 CN CN202111273435.XA patent/CN113962468A/zh active Pending
Patent Citations (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010048780A1 (zh) * | 2008-10-31 | 2010-05-06 | ***通信集团北京有限公司 | 一种话务量预测方法及装置 |
| US20120116792A1 (en) * | 2009-07-15 | 2012-05-10 | Ji Young Lee | Terminal calculating carbon emission, carbon emission management server and carbon monitoring method |
| KR20110097040A (ko) * | 2010-02-24 | 2011-08-31 | 울산광역시 | 상수도 수요예측 방법 및 시스템 |
| CN201867947U (zh) * | 2010-11-29 | 2011-06-15 | 上海真新资产经营管理有限公司 | 一种自动预警显像*** |
| US20120278270A1 (en) * | 2011-04-28 | 2012-11-01 | International Business Machines Corporation | Selecting solution for carbon emission prediction |
| US20130149628A1 (en) * | 2011-12-12 | 2013-06-13 | Toyota Jidosha Kabushiki Kaisha | Method of estimating amiount of liquid water in fuel cell, method of estimating amount of liquid water discharged from fuel cell, estimation apparatus of liquid water amount in fuel cell and fuel cell system |
| CN102682573A (zh) * | 2012-03-31 | 2012-09-19 | 上海海洋大学 | 一种基于时间序列分析的风暴潮灾害预警*** |
| JP2015001878A (ja) * | 2013-06-17 | 2015-01-05 | 一般財団法人電力中央研究所 | 生活状況の推定方法、推定装置及び推定プログラム |
| KR20150014564A (ko) * | 2013-07-29 | 2015-02-09 | 유나이터스(주) | 탄소배출권 거래 방법 및 시스템 |
| CN103632223A (zh) * | 2013-11-26 | 2014-03-12 | 国家电网公司 | 一种地区电网智能调度预警*** |
| CN105260836A (zh) * | 2015-10-13 | 2016-01-20 | 天津大学 | 汽车制造企业碳排放采集核算***及其方法 |
| CN106209967A (zh) * | 2016-06-16 | 2016-12-07 | 北京邮电大学 | 一种视频监控云资源预测方法及*** |
| CN106611290A (zh) * | 2016-12-08 | 2017-05-03 | 华北水利水电大学 | 一种基于城市规划的碳排放管理*** |
| CN111911895A (zh) * | 2019-05-07 | 2020-11-10 | 青岛科技大学 | 一种根据流速差控制蒸汽锅炉 |
| CN110544015A (zh) * | 2019-08-09 | 2019-12-06 | 内蒙古自治区计量测试研究院 | 一种基于大数据分析的企业碳数据或碳资产智能管控平台 |
| CN111366692A (zh) * | 2020-04-16 | 2020-07-03 | 北方工业大学 | 气体环境参数监测***及方法 |
| CN111898873A (zh) * | 2020-07-10 | 2020-11-06 | 贵州万峰电力股份有限公司 | 一种集团公司碳排放预警信息***及其预警方法 |
| CN112508281A (zh) * | 2020-12-08 | 2021-03-16 | 国网江苏省电力有限公司 | 一种用于电力中长期交易的时序滚动统筹优化方法 |
| CN112918458A (zh) * | 2021-02-01 | 2021-06-08 | 南京航空航天大学 | 一种全工况下的智能线控底盘能耗预测优化方法 |
| CN113206508A (zh) * | 2021-04-23 | 2021-08-03 | 石家庄科林电气股份有限公司 | 基于预测的微电网储能电池主动均衡方法 |
| CN113205225A (zh) * | 2021-05-27 | 2021-08-03 | 中国科学院地理科学与资源研究所 | 一种碳排放达峰的关键因子识别方法、***及数据平台 |
Non-Patent Citations (3)
| Title |
|---|
| 崔光莲等: "《整合型量化管理》", vol. 1, 31 July 2004, 经济科学出版社, pages: 229 * |
| 潘海啸著: "《城市空间布局与绿色低碳交通》", vol. 1, 31 December 2015, 同济大学出版社, pages: 38 * |
| 蒋平等: "《机械制造的工艺可靠性》", vol. 1, 30 September 2014, 国防工业出版社, pages: 58 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114124730A (zh) * | 2022-01-27 | 2022-03-01 | 北京冠邦开源智能***工程技术有限公司 | 一种通信方法、装置及*** |
| CN114124706A (zh) * | 2022-01-27 | 2022-03-01 | 北京冠邦开源智能***工程技术有限公司 | 一种通信方法、装置及*** |
| CN114359001A (zh) * | 2022-03-21 | 2022-04-15 | 广东埃文低碳科技股份有限公司 | 一种城市碳盘查智能管理***及方法 |
| CN114359001B (zh) * | 2022-03-21 | 2022-06-07 | 广东埃文低碳科技股份有限公司 | 一种城市碳盘查智能管理***及方法 |
| CN114819716A (zh) * | 2022-05-20 | 2022-07-29 | 江苏中电通智能科技有限公司 | 一种基于大数据技术的碳排放数据分析方法 |
| CN115577963B (zh) * | 2022-10-31 | 2023-07-04 | 临沂市政集团有限公司 | 工程施工过程碳排放预警及节能减碳方法与专用*** |
| CN115577963A (zh) * | 2022-10-31 | 2023-01-06 | 临沂市政集团有限公司 | 工程施工过程碳排放预警及节能减碳方法与专用*** |
| CN115796594A (zh) * | 2022-12-12 | 2023-03-14 | 速度时空信息科技股份有限公司 | 一种碳排放的智能管理***及方法 |
| CN116051335A (zh) * | 2022-12-26 | 2023-05-02 | 江苏巨楷科技发展有限公司 | 一种通过大数据预测方向的环境碳管理方法 |
| CN116933983A (zh) * | 2023-09-19 | 2023-10-24 | 江西财经大学 | 一种低碳排放数据监测***及方法 |
| CN116933983B (zh) * | 2023-09-19 | 2024-01-23 | 江西财经大学 | 一种低碳排放数据监测***及方法 |
| CN117057487A (zh) * | 2023-10-12 | 2023-11-14 | 国网浙江省电力有限公司宁波供电公司 | 一种配电网碳排放强度预测方法、***、设备及存储介质 |
| CN117594138A (zh) * | 2024-01-19 | 2024-02-23 | 北京工业大学 | 沥青混合料生产阶段的碳排放的计算方法、装置及终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113962468A (zh) | 基于用能监控统计能源消耗碳排放管理方法及*** | |
| CN106991145B (zh) | 一种监测数据的方法及装置 | |
| JP4541364B2 (ja) | 意味のある変動を明らかにする自動監視及び動的プロセスメトリクスの統計分析 | |
| CN105868373B (zh) | 电力业务信息***关键数据处理方法及装置 | |
| CN112308414A (zh) | 收入异常检测的方法、装置、电子设备及存储介质 | |
| CN112561289A (zh) | 一种能源管理体系认证中的能源绩效集成验证方法 | |
| US20190377653A1 (en) | Systems and methods for modeling computer resource metrics | |
| CN114155072B (zh) | 基于大数据分析的财务预测模型构建方法及*** | |
| WO2024001045A1 (zh) | 碳配额盈缺预测方法、装置电子设备及存储介质 | |
| CN115755614A (zh) | 基于碳排监测的用能优化调控方法及装置 | |
| CN114757467A (zh) | 一种省级区域双碳综合分析评估*** | |
| CN116187549A (zh) | 能耗预测方法、计算设备及计算机存储介质 | |
| CN116882569A (zh) | 一种基于多元时间序列的企业碳排放量预测***与方法 | |
| KR20220115357A (ko) | 어텐션 메커니즘 기반의 미래 수요 예측 데이터 생성방법 및 장치 | |
| CN112883062A (zh) | 一种不基于规则的自定义规则稽查方法 | |
| CN111192123A (zh) | 一种基于混合云计算平台的对账***及其对账方法 | |
| CN112686773B (zh) | 一种基于融合业务拓扑的电力计量全链路关键业务异常定位模型构建方法 | |
| CN113327174A (zh) | 一种配变负荷预测方法 | |
| CN111737233A (zh) | 数据监控方法及装置 | |
| CN116566839A (zh) | 一种电力企业通信资源质量评估*** | |
| CN113610575B (zh) | 一种产品销量的预测方法及预测*** | |
| CN115392721A (zh) | 一种大气污染物管理方法、装置、设备和存储介质 | |
| CN112330182A (zh) | 一种经济运行状况量化分析方法及装置 | |
| CN117556525B (zh) | 基于bim模型变更分析模型质量的方法及*** | |
| CN117949886B (zh) | 互感器校验仪智能调控方法、***、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |