CN114240086A - 碳排放监测方法、装置、存储介质及处理器 - Google Patents
碳排放监测方法、装置、存储介质及处理器 Download PDFInfo
- Publication number
- CN114240086A CN114240086A CN202111434671.5A CN202111434671A CN114240086A CN 114240086 A CN114240086 A CN 114240086A CN 202111434671 A CN202111434671 A CN 202111434671A CN 114240086 A CN114240086 A CN 114240086A
- Authority
- CN
- China
- Prior art keywords
- target
- carbon
- target object
- carbon emission
- power
- 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
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 428
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 427
- 238000012544 monitoring process Methods 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000003860 storage Methods 0.000 title claims abstract description 24
- 230000005611 electricity Effects 0.000 claims abstract description 120
- 238000009825 accumulation Methods 0.000 claims description 15
- 238000012806 monitoring device Methods 0.000 claims description 4
- 238000010248 power generation Methods 0.000 description 41
- 239000011159 matrix material Substances 0.000 description 18
- 238000004519 manufacturing process Methods 0.000 description 16
- 230000015654 memory Effects 0.000 description 12
- 230000000694 effects Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 238000005265 energy consumption Methods 0.000 description 9
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 8
- 239000003245 coal Substances 0.000 description 7
- 239000005431 greenhouse gas Substances 0.000 description 7
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 6
- 238000003012 network analysis Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 description 5
- 239000002803 fossil fuel Substances 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000571 coke Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000003546 flue gas Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000003350 kerosene Substances 0.000 description 1
- 239000003949 liquefied natural gas Substances 0.000 description 1
- 239000003915 liquefied petroleum gas Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005406 washing 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Chemical & Material Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Biochemistry (AREA)
- Primary Health Care (AREA)
- Immunology (AREA)
- Computing Systems (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Pathology (AREA)
- Combustion & Propulsion (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
Abstract
本发明公开了一种碳排放监测方法、装置、存储介质及处理器。其中,该方法包括:监测目标对象在预设时段的多个用电数据;累积多个用电数据确定目标对象的用电量;获取目标对象的目标电碳传导系数,其中,目标电碳传导系数表示目标对象的用电量和碳排放量的关联关系;基于用电量和目标电碳传导系数,监测目标对象在预设时段的行业碳排放量。本发明解决了无法准确地进行碳排放监测的技术问题。
Description
技术领域
本发明涉及监测领域,具体而言,涉及一种碳排放监测方法、装置、存储介质及处理器。
背景技术
目前,环境污染日益严重,严重危害人体健康,常见的环境问题有烟气污染、雾霾污染等。二氧化碳虽然不能直接危害人体健康,但其是空气中最常见的温室气体,自工业革命以来,人类向大气中排入的二氧化碳等吸热性强的温室气体逐年增加,大气的温室效应也随之增强,其引发的一系列问题已经引起了世界各地的关注。
广泛使用的温室气体排放量化方法主要有两种,即基于核算的方法和基于连续监测的方法。基于核算的方法是指通过活动数据乘以排放因子或通过计算生产过程中的碳质量平衡来量化温室气体排放量。基于连续监测的方法是通过直接测量烟气流速和烟气中CO2浓度来计算温室气体的排放量,主要通过连续排放监测***(CEMS)来实现。
连续监测***(CEMS)主要包括气体取样和条件控制***、气体监测和分析***、数据采集和控制***等。由于连续监测方法能够实时、自动地监测固定排放源温室气体排放量,无需对多种燃料类型的排放量进行区分和单独核算,具有数据显示更加直观、操作简便的特点。该方法的缺点在于仅适用于集中烟道,不适用于分散的排放源;同时对现有测量***进行替代或优化又会产生较高的监测成本,同时带来监管成本的提升;最后这一方法会产生较高的生产***误差风险,如测量设备安装和校准不当或计算机参数设定错误等。
针对上述无法准确地进行碳排放监测的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种碳排放监测方法、装置、存储介质及处理器,以至少解决无法准确地进行碳排放监测的技术问题。
根据本发明实施例的一个方面,提供了一种碳排放监测方法,包括:监测目标对象在预设时段的多个用电数据;累积多个所述用电数据确定所述目标对象的用电量;获取所述目标对象的目标电碳传导系数,其中,所述目标电碳传导系数表示所述目标对象的用电量和碳排放量的关联关系;基于所述用电量和所述目标电碳传导系数,监测所述目标对象在所述预设时段的行业碳排放量。
可选地,所述用电数据至少包括:按照预设时间间隔采集的电压、电流、功率,累积多个所述用电数据确定所述目标对象的用电量包括:累积所述目标对象在所述预设时段的多个电流和电压,确定所述目标对象的用电量;或累积所述目标对象在所述预设时段的多个功率,确定所述目标对象的用电量。
可选地,获取所述目标对象的目标电碳传导系数包括:识别所述目标对象所在的目标行业;基于预设行业数据库获取所述目标行业的目标电碳传导系数,其中,所述预设行业数据库包括:预先确定的多个预设行业和每个所述预设行业对应的目标电碳传导系数,所述预设行业包括所述目标行业,所述目标电碳传导系数包括所述目标电碳传导系数。
可选地,获取所述目标对象的目标电碳传导系数包括:识别所述目标对象所在目标区域;基于预设区域数据库获取所述目标区域的目标电碳传导系数,其中,所述预设区域数据库包括:预先确定的多个预设区域和每个所述预设区域对应的目标电碳传导系数,所述预设区域包括所述目标区域,所述目标电碳传导系数包括所述目标电碳传导系数。
可选地,获取所述目标对象的目标电碳传导系数包括:识别所述目标对象的行业类型,其中,所述行业类型包括目标行业,所述目标行业的碳排放量全部来自于电力消耗;在所述目标对象属于所述目标行业的情况下,获取所述目标对象所在目标区域的区域用电量和区域碳排放量;根据所述区域用电量和所述区域碳排放量确定所述目标电碳传导系数。
可选地,获取所述目标对象所在目标区域的区域用电量和区域碳排放量包括:获取所述目标区域的电力消耗结构,其中,所述电力消耗结构用于表示所述目标区域用电量包括:本地电量和输入电量;识别提供所述输入电量的至少一个供电区域,和每个所述供电区域的供电量;获取每个预定区域的发电碳排放系数,其中,所述预定区域至少包括:所述目标区域和所述供电区域;基于所述目标区域的发电碳排放系数和所述本地电量确定本地碳排放量;基于至少一个所述供电区域的发电碳排放系数和每个所述供电区域的供电量,确定输入碳排放量;根据所述本地碳排放量和所述输入碳排放量确定所述区域碳排放量。
根据本发明实施例的另一方面,还提供了一种碳排放监测装置,包括:第一监测单元,用于监测目标对象在预设时段的多个用电数据;累积单元,用于累积多个所述用电数据确定所述目标对象的用电量;获取单元,用于获取所述目标对象的目标电碳传导系数,其中,所述目标电碳传导系数表示所述目标对象的用电量和碳排放量的关联关系;第二监测单元,用于基于所述用电量和所述目标电碳传导系数,监测所述目标对象在所述预设时段的行业碳排放量。
可选地,所述用电数据至少包括:按照预设时间间隔采集的电压、电流、功率,所述累积单元包括:第一累积模块,用于累积所述目标对象在所述预设时段的多个电流和电压,确定所述目标对象的用电量;或第二累积模块,用于累积所述目标对象在所述预设时段的多个功率,确定所述目标对象的用电量。
根据本发明实施例的另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行上述所述碳排放监测方法。
根据本发明实施例的另一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述所述碳排放监测方法。
在本发明实施例中,监测目标对象在预设时段的多个用电数据;累积多个用电数据确定目标对象的用电量;获取目标对象的目标电碳传导系数,其中,目标电碳传导系数表示目标对象的用电量和碳排放量的关联关系;基于用电量和目标电碳传导系数,监测目标对象在预设时段的行业碳排放量;从而根据目标电碳传导系数可以反映目标对象的用电量和碳排放量之间的关联关系,进而通过监测目标对象在预设时段的多个用电数据即可是实现对目标对象的行业碳排放量的监测,达到了根据用电数据监测行业碳排放量的目的,实现了准确地进行碳排放监测的技术效果,进而解决了无法准确地进行碳排放监测技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种碳排放监测方法的流程图;
图2是根据本发明实施例的一种基于综合责任原则的企业碳排放核算方法的流程图;
图3是根据本发明实施例的一种碳排放监测装置的示意图;
图4是根据本发明实施例的一种计算机终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种碳排放监测方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种碳排放监测方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,监测目标对象在预设时段的多个用电数据;
步骤S104,累积多个用电数据确定目标对象的用电量;
步骤S106,获取目标对象的目标电碳传导系数,其中,目标电碳传导系数表示目标对象的用电量和碳排放量的关联关系;
步骤S108,基于用电量和目标电碳传导系数,监测目标对象在预设时段的行业碳排放量。
通过上述步骤,监测目标对象在预设时段的多个用电数据;累积多个用电数据确定目标对象的用电量;获取目标对象的目标电碳传导系数,其中,目标电碳传导系数表示目标对象的用电量和碳排放量的关联关系;基于用电量和目标电碳传导系数,监测目标对象在预设时段的行业碳排放量;从而根据目标电碳传导系数可以反映目标对象的用电量和碳排放量之间的关联关系,进而通过监测目标对象在预设时段的多个用电数据即可是实现对目标对象的行业碳排放量的监测,达到了根据用电数据监测行业碳排放量的目的,实现了准确地进行碳排放监测的技术效果,进而解决了无法准确地进行碳排放监测技术问题。
可选地,预设时段可以根据目标对象的监测周期确定,例如,可以通过监测目标对象在24小时之内的用电数据来反映目标对象在24小时内的碳排放数据。
作为一种可选的实施例,用电数据至少包括:按照预设时间间隔采集的电压、电流、功率,累积多个用电数据确定目标对象的用电量包括:累积目标对象在预设时段的多个电流和电压,确定目标对象的用电量;或累积目标对象在预设时段的多个功率,确定目标对象的用电量。
可选地,预设时间间隔可以是1小时。
可选地,用电量的计算公式包括:用电量=电压*电流*时间,通过累积在预设时段内按照预设时间间隔采集的目标对象的多个电流和电压数据,即可得到目标对象在预设时间时段内的用电量。
可选地,用电量的计算公式包括:用电量=功率*时间,通过累积在预设时段内按照预设时间间隔采集的目标对象的多个功率,即可得到目标对象在预设时间时段内的用电量。
在上述步骤S108中,基于用电量和目标电碳传导系数,监测目标对象在预设时段的行业碳排放量包括:根据预设时间间隔可以将预设时段划分为多个监测时段,其中,相邻的两个预设时间间隔可以确定一个监测时段;根据每个监测时段的用电数据可以确定该监测时段的监测用电量;根据监测用电量和目标电碳传导系数,可以得到每个监测时段的监测碳排放量;累积多个监测时段的监测碳排放量,即可得到目标对象在预设时段的行业碳排放量。
作为一种可选的实施例,获取目标对象的目标电碳传导系数包括:识别目标对象所在的目标行业;基于预设行业数据库获取目标行业的目标电碳传导系数,其中,预设行业数据库包括:预先确定的多个预设行业和每个预设行业对应的目标电碳传导系数,预设行业包括目标行业,目标电碳传导系数包括目标电碳传导系数。
本发明上述实施例,可以预先确定多个预设行业的目标电碳传导系数,并根据预设行业和对应的目标电碳传导系数建立预设行业数据库,在获取目标对象的目标电碳传导系数的过程中,可以先确定目标对象所在的目标行业,再从预设行业数据库中查询目标行业的目标电碳传导系数,实现了对目标对象的目标电碳传导系数的获取。
可选地,确定预设行业的目标电碳传导系数,可以分别从各个预设行业内抽取部分抽样对象,确定每个抽样对象的碳排放量和用电量,结合同一预设行业内的多个碳排放量和用电量可以确定每个预设行业的目标电碳传导系数。
例如,从预设行业中抽取5个抽样对象,分别为对象A、对象B、对象C、对象D和对象E,其中,对象A的用电量为用电量A,碳排放量为碳排放量A;对象B的用电量为用电量B,碳排放量为碳排放量B;对象C的用电量为用电量C,碳排放量为碳排放量C;对象D的用电量为用电量D,碳排放量为碳排放量D;对象E的用电量为用电量E,碳排放量为碳排放量E,则预设行业的目标电碳传导系数可以为(碳排放量A+碳排放量B+碳排放量C+碳排放量D+碳排放量E)/(用电量A+用电量B+用电量C+用电量D+用电量E);或(碳排放量A/用电量A+碳排放量B/用电量B+碳排放量C/用电量C+碳排放量D/用电量D+碳排放量E/用电量E)/5。
作为一种可选的实施例,获取目标对象的目标电碳传导系数包括:识别目标对象所在目标区域;基于预设区域数据库获取目标区域的目标电碳传导系数,其中,预设区域数据库包括:预先确定的多个预设区域和每个预设区域对应的目标电碳传导系数,预设区域包括目标区域,目标电碳传导系数包括目标电碳传导系数。
本发明上述实施例,可以预先确定多个预设区域的目标电碳传导系数,并根据预设区域和对应的目标电碳传导系数建立预设区域数据库,在获取目标对象的目标电碳传导系数的过程中,可以先确定目标对象所在的目标区域,再从预设行业数据库中查询目标区域的目标电碳传导系数,实现了对目标对象的目标电碳传导系数的获取。
需要说明的是,预设区域可以根据电网的供电区域,利用不同资源发电产生的碳排放消耗也存在差异,例如,基于煤炭、油气等化石资源进行火力发电产生的碳排放量将远大于基于太阳能、水能和风能发电产生的碳排放量,进而由于各预设区域的地理位置和自然资源不同,其发电结构也会存在差异,例如煤炭、油气等化石资源丰富区域的发电结构可能以火力发电为主;光照充足区域的发电结构可能以太阳能发电为主;水能资源丰富区域的发电结构可能以水利发电为主;风能资源丰富区域的发电结构可能以风利发电为主,因此,不同的预设区域生产单位电量所产生的碳排放量也存在差异,则不同预设区域的目标电碳传导系数不会存在差异。
作为一种可选的实施例,获取目标对象的目标电碳传导系数包括:识别目标对象的行业类型,其中,行业类型包括目标行业,目标行业的碳排放量全部来自于电力消耗;在目标对象属于目标行业的情况下,获取目标对象所在目标区域的区域用电量和区域碳排放量;根据区域用电量和区域碳排放量确定目标电碳传导系数。
本发明上述实施例,目标行业的碳排放量全部来自于电力消耗,在目标对象属于目标行业的情况下,目标对象的碳排放量全部来自于电力消耗,因此在确定目标对象的碳排量的过程中,可以根据目标对象所在目标区域的区域用电量和区域碳排放量确定目标电碳传导系数。
需要说明的是,根据目标区域的区域碳排量可以是为目标区域生产电力所产生的碳排放量,由于目标对象的碳排放量全部来自于电力消耗,则目标对象的行业碳排放量也就全部来自于为目标对象提供电力所产生的碳排放量,因此,可以根据目标对象所在目标区域的区域碳排量和区域用电量确定目标电碳传导系数。
可选地,行业类型还包括:碳排放量包括电力消耗和资源消耗的特定行业,基于特定行业的电力消耗(即用电量)可以确定特定行业基于电力的电力碳排放量,基于定行业的资源消耗可以确定特定行业的生产碳排放量,其中,电力碳排放量可以根据区域电碳传导系数和特定行业的用电量确定,区域电碳传导系数可以根据目标对象所在目标区域的区域碳排量和区域用电量确定,生产碳排放量可以根据特定行业的资源消耗直接确定;基于特定行业的电力碳排放量和生产碳排放量可以确定特定行业的行业碳排放量,基于特定行业的行业碳排放量和用电量,可以确定特定行业的特定电碳传导系数。
可选地,获取目标对象所在目标区域的区域用电量和区域碳排放量包括:获取目标区域在指定时段内的区域用电量和区域碳排放量。
可选地,获取目标对象所在目标区域的区域用电量和区域碳排放量包括:获取所述目标区域在历史同一指定时段的区域用电量和区域碳排放量
可选地,指定时段可以为一个季度,或一个月。
需要说明的是,在不同季度发电用可再生能源发电结构的变化,包括丰枯水期的变化、风能发电的变化等,因此基于一个季度或一个月确定目标区域的区域用电量和区域碳排放量,可以反映不同季度的区域用电量和区域碳排放量之间的关系。
作为一种可选的实施例,获取目标对象所在目标区域的区域用电量和区域碳排放量包括:获取目标区域的电力消耗结构,其中,电力消耗结构用于表示目标区域用电量包括:本地电量和输入电量;识别提供输入电量的至少一个供电区域,和每个供电区域的供电量;获取每个预定区域的发电碳排放系数,其中,预定区域至少包括:目标区域和供电区域;基于目标区域的发电碳排放系数和本地电量确定本地碳排放量;基于至少一个供电区域的发电碳排放系数和每个供电区域的供电量,确定输入碳排放量;根据本地碳排放量和输入碳排放量确定区域碳排放量。
本发明上述实施例,各预定区域生产的电力可以在本地消耗,也可以传输到其他区域进行消耗,但是各预定区域之间传输电力就存在了碳排放的转移,因此在确定目标区域的区域碳排放量就需要确定目标区域的电力消耗结构,明确目标区域消耗的用电量有哪些来自于目标区域本地发电的本地电量,又有哪些来自于其他预定区域发电的输入电量,进而分别计算本地电量对应的本地碳排放量,和输入电量对应的输入碳排放量,再基于本地碳排放量和输入碳排放量确定区域碳排放量,从而实现了准确确定目标区域的区域碳排放量的技术效果。
可选地,每个预定区域的发电碳排放系数根据每个预定区域的发电量和发电生产的发电碳排放量确定。
本发明还提供了一种优选实施例,该优选实施例提供了一种基于电碳传导系数的教育行业碳排放监测方法。
本发明的目的在于,基于电碳传导系数制定基于电力大数据的目标区域教育行业碳排放监测方案,形成不同企业的碳排放总量监测及核算体系。在形成核算体系后,利用目标区域教育行业企业电力消费大数据,建立行业或企业与碳排放之间的关联机制,并基于电力大数据实现不同企业环境压力的监测。
图2是根据本发明实施例的一种基于综合责任原则的企业碳排放核算方法的流程图,如图2所示,包括步骤如下:
S1,确定区域间电力高阶传输;
S2,确定区域间电力总流入和用电量;
S3,基于S1和S2,利用网络分析法确定电力消耗结构矩阵(即电力消耗结构),其中,电力消耗结构矩阵用于连接各区域发电与用电,表示各区域生产的每度电被各预定区域消耗的比重;
S4,获取区域间电力高阶传输,其中,包括基于原煤、其他洗煤、煤矸石、焦炉煤气、天然气等共18种能源投入生产的电力。
S5,基于步骤S3和S4,确定区域间电力隐含碳流动;
S6,确定区域的区域电碳传导系数;
S7,获取区域内行业能源消耗直接碳排放(即确定生产碳排放量),如基于煤炭、焦炭、汽油、煤油、柴油、燃料油、液化石油气、天然气共9种化石能源消耗;
S8,基于S6确定区域内行业的电力碳排放量;
S9,基于S7和S8,确定区域碳排放量;
S10,获取行业的用电量;
S11,基于S9和S10,确定目标电碳传导系数;
S12,确定行业碳排放量。
可选地,一种基于电碳传导系数的教育行业碳排放监测方法包括步骤如下:
A、首先通过碳核查,对目标区域教育行业重点企业报告的碳排放量和相关信息进行全面的核实和查证。并运用部门核算法得到目标区域电力生产直接碳排放因子;
B、运用网络分析法,对目标区域电力调入引起的间接碳排放进行核算,计算间接碳排放因子,并进一步将年度因子细化为季度因子;
C、最后基于前述步骤得到目标区域基于用电量的碳排放因子,结合教育行业电力消费大数据进一步测量目标区域教育行业不同企业各个时间尺度下的碳排放情况。
可选地,针对上述步骤A,首先通过碳核查,对目标区域教育行业重点企业报告的碳排放量和相关信息进行全面的核实和查证。并运用部门核算法得到目标区域电力生产直接碳排放系数,计算目标区域不同化石燃料的电力直接碳排放,用排放源的电力消耗量乘以该排放源的碳排放因子得到碳排放量。
可选地,上述步骤A具体包括步骤如下:
A1、碳排放数据及电力消费量数据核查:核算并统计目标区域教育行业重点企业碳排放量历史数据以及目标区域电力消费量历史数据。确定目标区域电力生产能源消费量,主要包括煤炭消费量,石油消费量,天然气消费量。其次确定碳排放因子,碳排放因子是指某种耗能过程CO2排放的系数。比如发电过程,发一度电涉及到的能耗折合的CO2量,就是发电过程的CO2排放系数。收集电力生产能源消费量及碳排放因子数据。
可选地,根据目标区域教育行业碳排放核算方法与及相关技术规范,对重点企业报告的碳排放量和相关信息进行全面的核实和查证,收集目标区域碳排放数据及电力消耗量数据。
可选地,对企业的电力消耗活动数据的数值进行核查包括:核查的内容应包括电力消耗活动数据的监测方法、监测频次、记录频次、数据缺失处理等。对支撑数据样本较多的需采用抽样方法进行验证的,应考虑抽样方法、抽样数量以及样本的代表性。其次是对不同省份电力部门直接能源消耗的核查,包括消耗不同能源品种的量和排放量的核算结果的核查,通过验证排放量计算公式是否正确、排放量的累加是否正确、排放量的计算是否可再现等方式确认排放量的计算结果是否正确。通过对比以前年份的排放报告,通过分析生产数据和排放数据的变化和波动情况确认排放量是否合理等。最后是对各区域间电力流动情况的核查。每年各电网和省份之间的电力流动体量和方向均有变化,因牵涉计算外调电力的碳排放系数,故需要进行能源消耗和碳排放的核查。通过对比以前年份的电力流动数据,通过分析数据的变化和波动情况确认流动量数据是否合理等。
A2、目标区域教育行业电力消费直接碳排放计算:通过企业电表收集目标区域教育行业重点企业电力消费量实时数据,用目标区域教育行业重点企业的电力消费量乘以该排放源的碳排放因子得到直接碳排放量。
可选地,电力生产直接碳排放计算包括:用部门核算方法来计算目标区域及地区间电力直接碳排放,其他地区的电力直接碳排放结果为计算本地区消耗不同地区流入电力引起间接碳排放的数据基础。目标区域的电力行业使用m种不同类型的化石燃料发电产生的CO2排放总量为:
其中,eG表示目标区域CO2排放总量,fck表示目标区域用于发电的第k种化石燃料的投入量,efk表示第k种化石燃料的CO2排放因子。
可选地,针对上述步骤B,由于电力供给和需求的空间错配,我国各区域间通过输电网络存在大规模直接电力流动,而隐含于电力供给中的碳排放也通过输电网络发生了流动,不同地区因用电造成的碳排放量核算则往往不够准确。网络分析法则假设一个地区买入的电力首先与本地生产的电力混合,然后用于本地消耗或者卖出。利用网络分析法可充分利用一定时期内输电网络中的电力流动数据,计算购买电力中隐含的碳排放,进而得到间接碳排放因子。
可选地,上述步骤B具体包括步骤如下:
B1、网络分析法核算间接碳排放:假设一个地区买入的电力首先与本地生产的电力混合,然后用于本地消费或者卖出。一个地区的流入电力与生产电力之和等于该地区流出电力与消费电力之和。核算目标区域电力消费间接碳排放时,每个电网可看作是网络中的节点,而不同电网在输电网络中的电力流动可看作是网络中的边。在本专利中,每个省份可视作一个电网,根据不同省份之间的电力流动数据可确定输电网络中每个节点的总流入和总流出。一个地区的流入电力与生产电力之和等于该地区流出电力与消费电力之和。通过公式表示为:
其中,xi表示地区i的总电力流动,pi和ci分别表示地区i的本地发电量和本地用电量,Tij则表示在地区i向地区j输送的电量。
可选地,已知n个地区之间的电力流动,可以得到一个n×n维的电力流动矩阵T:
可选地,根据每个地区的电力流出(或流入)总量,可定义电力直接流出矩阵B(即区域间电力高阶传输):
B2、计算电力消费结构矩阵:基于目标区域电力流入矩阵定义生产—消费矩阵,即电力消费结构矩阵,如下:其中,是由各地区电力消耗量组成的对角矩阵,表示的总电力流动,G表示各地区之间直接和间接的电力流动。矩阵H将不同地区的电力生产和电力消费联系起来,矩阵中的元素Hij=gij·cj/xj表示地区i每单位发电量中被地区j消费了的总电量。
可选地,矩阵B中第(i,j)个元素表示地区i的总电量中流向了地区j的比重,通过公式表示为:x=p+xB;推导可得:x=p(I-B)-1=pG,其中I是单位矩阵,G=(I-B)-1=I+B+B2+B3+L表示各地区之间直接和间接的电力流动,其中元素gij表示地区i每单位发电量中流入到地区j的总电量,包括通过中转地区和不通过中转地区流动的总量。单位矩阵I表示本地区内部的电力流动,B表示电力在两个节点之间直接流动没有经过中转地区,B2表示通过了一个中转地区的电力流动,B3表示通过了两个中转地区的电力流动,以此类推。
定义生产—消耗矩阵,即电力消耗结构,如下:其中,是由各地区电力消耗量组成的对角矩阵,为保持本项目研究中不同章节及数据的一致性,本项目中的各地区用电量均等于该地区发电量加流入电量减去流出电量。矩阵H将不同地区的电力生产和电力消耗联系起来,矩阵中的元素Hij=gij·cj/xj表示地区i每单位发电量中被地区j消耗了的总电量。
B3、进一步计算得到每个地区电力消费中隐含的碳排放,得到上述结果后,可以计算得到每个地区电力消费中隐含的碳排放,以及对应的间接碳排放因子:eC=[1,L,1]EC,其中,eC为n维行向量表示各地区电力消费中隐含的碳排放,efC为n维行向量,其中元素表示地区j所用电力的CO2排放系数。
进而,基于网络分析法测算目标区域季度用电碳排放因子。在以年为单位的基础上,考虑地区间在不同时期内的发电结构,将排放测算从年度降至季度层面,可以显示出在不同季度的可再生能源发电结构的变化,包括丰枯水期的变化、风能发电的变化等。假设各季度火力发电碳排放与火力发电量成正比,并利用各地区不同季度火力发电量数据,推算对应季度用电的碳排放因子。
可选地,针对上述步骤C,基于前述步骤得到目标区域各行业基于用电量的直接、间接碳排放因子,测算目标区域电碳传导系数,并结合目标区域电力消耗大数据进一步测算目标区域教育行业碳排放情况。
可选地,上述步骤C具体包括步骤如下:
C1、由前述方法计算得到目标区域电力调入引起的间接碳排放后,叠加步骤A中计算的直接碳排放,因此可得到目标区域的总碳排放量,用核算得到的目标区域总碳排放量除以对应年份目标区域电力消费量,算得电碳传导系数。
C2、利用目标区域教育行业重点企业电表实时监测企业用电数据,并将实用电数据传输至模型运算终端。
C3、利用前述步骤获得的电碳传导系数,与实时传入的目标区域教育行业企业高频电力消费量数据相乘,可以实时对目标区域教育行业不同企业的碳排放情况、以及目标区域教育行业整体电力消费情况进行监测。通过公式表示为:Cit=Eit×coefe,其中,Cit代表了目标区域教育行业企业i在时间t的碳排放量,Eit为对应企业在同一时间的电力消耗量,而coefe代表了该行业的总体碳排放因子。而对上式在时间t上进行积分,可以得到不同时间跨度上的对应企业的碳排放量,通过公式表示为:
可选地,通过对教育不同企业的电力消耗情况进行科学的监测,对智能电表采集的数据进行处理和分析,形成24小时不间断的智能监控,进而对企业的碳排放监管进行合理的监控,实现对企业生产中碳排放的监测,填补了环保部门与企业之间的监管漏洞,提升碳减排效果。
本发明提供过的技术方案,基于电力大数据构建起目标区域教育行业企业小时级的碳排放监测体系,可以实现对企业碳排放的连续动态监测,精度高和覆盖范围广,而且监测手段是基于已有的电力大数据,不需要额外的设备和装置投资,相比于其他的方法具有充分的经济性。当前,现有碳排放监测是基于化石燃料消耗的年度统计资料,时间粒度大,且滞后期长,无法对碳排放进行有效全面的监测。同时,能源统计资料的客观性和真实性容易受质疑,信度考验。如果要实现对企业高精度和低时间粒度的监测,目前的监测可采用化学装置或光谱分析等仪器,这需要投资建设大量的设备,特别是考虑到碳排放主体多,类型多,精确监测的计量设备投资成本高等特征,使得大规模的监测和设备安装存在一定的挑战。本项目另辟蹊径,基于不同行业企业的电力消费与碳排放总量间的关联关系,构建起行业企业的碳排放监测体系,从而借助已有的电力大数据,实现对企业碳排放的有效监测。相对于传统的监测方法,本项目的碳排放监测体系具有所有类型主体均包括直接排放和间接排放全覆盖、数据客观性强。
本发明提供过的技术方案,数据精细、时间空间粒度低、已有基础完备、充分体现了电网企业发挥数字经济和治理能力的特征。
根据本发明实施例,还提供了一种碳排放监测装置实施例,需要说明的是,该碳排放监测装置可以用于执行本发明实施例中的碳排放监测方法,本发明实施例中的碳排放监测方法可以在该碳排放监测装置中执行。
图3是根据本发明实施例的一种碳排放监测装置的示意图,如图3所示,该装置可以包括:第一监测单元32,用于监测目标对象在预设时段的多个用电数据;累积单元34,用于累积多个用电数据确定目标对象的用电量;获取单元36,用于获取目标对象的目标电碳传导系数,其中,目标电碳传导系数表示目标对象的用电量和碳排放量的关联关系;第二监测单元38,用于基于用电量和目标电碳传导系数,监测目标对象在预设时段的行业碳排放量。
需要说明的是,该实施例中的第一监测单元32可以用于执行本申请实施例中的步骤S102,该实施例中的累积单元34可以用于执行本申请实施例中的步骤S104,该实施例中的获取单元36可以用于执行本申请实施例中的步骤S106,该实施例中的第二监测单元38可以用于执行本申请实施例中的步骤S108。上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。
在本发明实施例中,监测目标对象在预设时段的多个用电数据;累积多个用电数据确定目标对象的用电量;获取目标对象的目标电碳传导系数,其中,目标电碳传导系数表示目标对象的用电量和碳排放量的关联关系;基于用电量和目标电碳传导系数,监测目标对象在预设时段的行业碳排放量;从而根据目标电碳传导系数可以反映目标对象的用电量和碳排放量之间的关联关系,进而通过监测目标对象在预设时段的多个用电数据即可是实现对目标对象的行业碳排放量的监测,达到了根据用电数据监测行业碳排放量的目的,实现了准确地进行碳排放监测的技术效果,进而解决了无法准确地进行碳排放监测技术问题。
作为一种可选的实施例,用电数据至少包括:按照预设时间间隔采集的电压、电流、功率,累积单元包括:第一累积模块,用于累积目标对象在预设时段的多个电流和电压,确定目标对象的用电量;或第二累积模块,用于累积目标对象在预设时段的多个功率,确定目标对象的用电量。
作为一种可选的实施例,获取单元包括:第一识别模块,用于识别目标对象所在的目标行业;第一获取模块,用于基于预设行业数据库获取目标行业的目标电碳传导系数,其中,预设行业数据库包括:预先确定的多个预设行业和每个预设行业对应的目标电碳传导系数,预设行业包括目标行业,目标电碳传导系数包括目标电碳传导系数。
作为一种可选的实施例,获取单元包括:第二识别模块,用于识别目标对象所在目标区域;第二获取模块,用于基于预设区域数据库获取目标区域的目标电碳传导系数,其中,预设区域数据库包括:预先确定的多个预设区域和每个预设区域对应的目标电碳传导系数,预设区域包括目标区域,目标电碳传导系数包括目标电碳传导系数。
作为一种可选的实施例,获取单元包括:第三识别模块,用于识别目标对象的行业类型,其中,行业类型包括目标行业,目标行业的碳排放量全部来自于电力消耗;第四获取模块,用于在目标对象属于目标行业的情况下,获取目标对象所在目标区域的区域用电量和区域碳排放量;第一确定模块,用于根据区域用电量和区域碳排放量确定目标电碳传导系数。
作为一种可选的实施例,第四获取模块包括:第五获取模块,用于获取目标区域的电力消耗结构,其中,电力消耗结构用于表示目标区域用电量包括:本地电量和输入电量;第四识别模块,用于识别提供输入电量的至少一个供电区域,和每个供电区域的供电量;第六获取模块,用于获取每个预定区域的发电碳排放系数,其中,预定区域至少包括:目标区域和供电区域;第二确定模块,用于基于目标区域的发电碳排放系数和本地电量确定本地碳排放量;第三确定模块,用于基于至少一个供电区域的发电碳排放系数和每个供电区域的供电量,确定输入碳排放量;根据本地碳排放量和输入碳排放量确定区域碳排放量。
本发明的实施例可以提供一种计算机终端,该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地,在本实施例中,上述计算机终端也可以替换为移动终端等终端设备。
可选地,在本实施例中,上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
在本实施例中,上述计算机终端可以执行应用程序的漏洞检测方法中以下步骤的程序代码:监测目标对象在预设时段的多个用电数据;累积多个用电数据确定目标对象的用电量;获取目标对象的目标电碳传导系数,其中,目标电碳传导系数表示目标对象的用电量和碳排放量的关联关系;基于用电量和目标电碳传导系数,监测目标对象在预设时段的行业碳排放量。
可选地,图4是根据本发明实施例的一种计算机终端的结构框图。如图4所示,该计算机终端40可以包括:一个或多个(图中仅示出一个)处理器42和存储器44。
其中,存储器可用于存储软件程序以及模块,如本发明实施例中的安全漏洞检测方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的***漏洞攻击的检测方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
可选的,用电数据至少包括:按照预设时间间隔采集的电压、电流、功率,上述处理器还可以执行如下步骤的程序代码:累积目标对象在预设时段的多个电流和电压,确定目标对象的用电量;或累积目标对象在预设时段的多个功率,确定目标对象的用电量。
可选的,上述处理器还可以执行如下步骤的程序代码:识别目标对象所在的目标行业;基于预设行业数据库获取目标行业的目标电碳传导系数,其中,预设行业数据库包括:预先确定的多个预设行业和每个预设行业对应的目标电碳传导系数,预设行业包括目标行业,目标电碳传导系数包括目标电碳传导系数。
可选的,上述处理器还可以执行如下步骤的程序代码:识别目标对象所在目标区域;基于预设区域数据库获取目标区域的目标电碳传导系数,其中,预设区域数据库包括:预先确定的多个预设区域和每个预设区域对应的目标电碳传导系数,预设区域包括目标区域,目标电碳传导系数包括目标电碳传导系数。
可选的,上述处理器还可以执行如下步骤的程序代码:识别目标对象的行业类型,其中,行业类型包括目标行业,目标行业的碳排放量全部来自于电力消耗;在目标对象属于目标行业的情况下,获取目标对象所在目标区域的区域用电量和区域碳排放量;根据区域用电量和区域碳排放量确定目标电碳传导系数。
可选的,上述处理器还可以执行如下步骤的程序代码:获取目标区域的电力消耗结构,其中,电力消耗结构用于表示目标区域用电量包括:本地电量和输入电量;识别提供输入电量的至少一个供电区域,和每个供电区域的供电量;获取每个预定区域的发电碳排放系数,其中,预定区域至少包括:目标区域和供电区域;基于目标区域的发电碳排放系数和本地电量确定本地碳排放量;基于至少一个供电区域的发电碳排放系数和每个供电区域的供电量,确定输入碳排放量;根据本地碳排放量和输入碳排放量确定区域碳排放量。
采用本发明实施例,提供了一种碳排放监测方案。监测目标对象在预设时段的多个用电数据;累积多个用电数据确定目标对象的用电量;获取目标对象的目标电碳传导系数,其中,目标电碳传导系数表示目标对象的用电量和碳排放量的关联关系;基于用电量和目标电碳传导系数,监测目标对象在预设时段的行业碳排放量;从而根据目标电碳传导系数可以反映目标对象的用电量和碳排放量之间的关联关系,进而通过监测目标对象在预设时段的多个用电数据即可是实现对目标对象的行业碳排放量的监测,达到了根据用电数据监测行业碳排放量的目的,实现了准确地进行碳排放监测的技术效果,进而解决了无法准确地进行碳排放监测技术问题。
本领域普通技术人员可以理解,图4所示的结构仅为示意,计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(MobileInternet Devices,MID)、PAD等终端设备。图4其并不对上述电子装置的结构造成限定。例如,计算机终端4还可包括比图4中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图4所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
本发明的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于保存上述实施例所提供的碳排放监测方法所执行的程序代码。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:监测目标对象在预设时段的多个用电数据;累积多个用电数据确定目标对象的用电量;获取目标对象的目标电碳传导系数,其中,目标电碳传导系数表示目标对象的用电量和碳排放量的关联关系;基于用电量和目标电碳传导系数,监测目标对象在预设时段的行业碳排放量。
可选地,在本实施例中,用电数据至少包括:按照预设时间间隔采集的电压、电流、功率,存储介质被设置为存储用于执行以下步骤的程序代码:累积目标对象在预设时段的多个电流和电压,确定目标对象的用电量;或累积目标对象在预设时段的多个功率,确定目标对象的用电量。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:识别目标对象所在的目标行业;基于预设行业数据库获取目标行业的目标电碳传导系数,其中,预设行业数据库包括:预先确定的多个预设行业和每个预设行业对应的目标电碳传导系数,预设行业包括目标行业,目标电碳传导系数包括目标电碳传导系数。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:识别目标对象所在目标区域;基于预设区域数据库获取目标区域的目标电碳传导系数,其中,预设区域数据库包括:预先确定的多个预设区域和每个预设区域对应的目标电碳传导系数,预设区域包括目标区域,目标电碳传导系数包括目标电碳传导系数。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:识别目标对象的行业类型,其中,行业类型包括目标行业,目标行业的碳排放量全部来自于电力消耗;在目标对象属于目标行业的情况下,获取目标对象所在目标区域的区域用电量和区域碳排放量;根据区域用电量和区域碳排放量确定目标电碳传导系数。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:获取目标区域的电力消耗结构,其中,电力消耗结构用于表示目标区域用电量包括:本地电量和输入电量;识别提供输入电量的至少一个供电区域,和每个供电区域的供电量;获取每个预定区域的发电碳排放系数,其中,预定区域至少包括:目标区域和供电区域;基于目标区域的发电碳排放系数和本地电量确定本地碳排放量;基于至少一个供电区域的发电碳排放系数和每个供电区域的供电量,确定输入碳排放量;根据本地碳排放量和输入碳排放量确定区域碳排放量。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种碳排放监测方法,其特征在于,包括:
监测目标对象在预设时段的多个用电数据;
累积多个所述用电数据确定所述目标对象的用电量;
获取所述目标对象的目标电碳传导系数,其中,所述目标电碳传导系数表示所述目标对象的用电量和碳排放量的关联关系;
基于所述用电量和所述目标电碳传导系数,监测所述目标对象在所述预设时段的行业碳排放量。
2.根据权利要求1所述的方法,其特征在于,所述用电数据至少包括:按照预设时间间隔采集的电压、电流、功率,累积多个所述用电数据确定所述目标对象的用电量包括:
累积所述目标对象在所述预设时段的多个电流和电压,确定所述目标对象的用电量;或
累积所述目标对象在所述预设时段的多个功率,确定所述目标对象的用电量。
3.根据权利要求1所述的方法,其特征在于,获取所述目标对象的目标电碳传导系数包括:
识别所述目标对象所在的目标行业;
基于预设行业数据库获取所述目标行业的目标电碳传导系数,其中,所述预设行业数据库包括:预先确定的多个预设行业和每个所述预设行业对应的目标电碳传导系数,所述预设行业包括所述目标行业,所述目标电碳传导系数包括所述目标电碳传导系数。
4.根据权利要求1所述的方法,其特征在于,获取所述目标对象的目标电碳传导系数包括:
识别所述目标对象所在目标区域;
基于预设区域数据库获取所述目标区域的目标电碳传导系数,其中,所述预设区域数据库包括:预先确定的多个预设区域和每个所述预设区域对应的目标电碳传导系数,所述预设区域包括所述目标区域,所述目标电碳传导系数包括所述目标电碳传导系数。
5.根据权利要求1所述的方法,其特征在于,获取所述目标对象的目标电碳传导系数包括:
识别所述目标对象的行业类型,其中,所述行业类型包括目标行业,所述目标行业的碳排放量全部来自于电力消耗;
在所述目标对象属于所述目标行业的情况下,获取所述目标对象所在目标区域的区域用电量和区域碳排放量;
根据所述区域用电量和所述区域碳排放量确定所述目标电碳传导系数。
6.根据权利要求5所述的方法,其特征在于,获取所述目标对象所在目标区域的区域用电量和区域碳排放量包括:
获取所述目标区域的电力消耗结构,其中,所述电力消耗结构用于表示所述目标区域用电量包括:本地电量和输入电量;
识别提供所述输入电量的至少一个供电区域,和每个所述供电区域的供电量;
获取每个预定区域的发电碳排放系数,其中,所述预定区域至少包括:所述目标区域和所述供电区域;
基于所述目标区域的发电碳排放系数和所述本地电量确定本地碳排放量;
基于至少一个所述供电区域的发电碳排放系数和每个所述供电区域的供电量,确定输入碳排放量;
根据所述本地碳排放量和所述输入碳排放量确定所述区域碳排放量。
7.一种碳排放监测装置,其特征在于,包括:
第一监测单元,用于监测目标对象在预设时段的多个用电数据;
累积单元,用于累积多个所述用电数据确定所述目标对象的用电量;
获取单元,用于获取所述目标对象的目标电碳传导系数,其中,所述目标电碳传导系数表示所述目标对象的用电量和碳排放量的关联关系;
第二监测单元,用于基于所述用电量和所述目标电碳传导系数,监测所述目标对象在所述预设时段的行业碳排放量。
8.根据权利要求7所述的装置,其特征在于,所述用电数据至少包括:按照预设时间间隔采集的电压、电流、功率,所述累积单元包括:
第一累积模块,用于累积所述目标对象在所述预设时段的多个电流和电压,确定所述目标对象的用电量;或
第二累积模块,用于累积所述目标对象在所述预设时段的多个功率,确定所述目标对象的用电量。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至6中任意一项所述碳排放监测方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至6中任意一项所述碳排放监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111434671.5A CN114240086A (zh) | 2021-11-29 | 2021-11-29 | 碳排放监测方法、装置、存储介质及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111434671.5A CN114240086A (zh) | 2021-11-29 | 2021-11-29 | 碳排放监测方法、装置、存储介质及处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114240086A true CN114240086A (zh) | 2022-03-25 |
Family
ID=80751884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111434671.5A Pending CN114240086A (zh) | 2021-11-29 | 2021-11-29 | 碳排放监测方法、装置、存储介质及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114240086A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114757457A (zh) * | 2022-06-16 | 2022-07-15 | 南方电网数字电网研究院有限公司 | 基于电力大数据的电碳排放全过程监测方法和装置 |
CN115034454A (zh) * | 2022-05-25 | 2022-09-09 | 北京电链科技有限公司 | 一种基于电量数据的碳排放量预测的方法及装置 |
CN115471098A (zh) * | 2022-09-23 | 2022-12-13 | 南方电网能源发展研究院有限责任公司 | 碳排放量获取方法、装置、计算机设备和存储介质 |
TWI828556B (zh) * | 2023-03-08 | 2024-01-01 | 行富投資有限公司 | 電子盤查系統 |
CN117744952A (zh) * | 2024-02-18 | 2024-03-22 | 四川省德阳生态环境监测中心站 | 基于时序网络的大气碳排放量分析方法及*** |
-
2021
- 2021-11-29 CN CN202111434671.5A patent/CN114240086A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115034454A (zh) * | 2022-05-25 | 2022-09-09 | 北京电链科技有限公司 | 一种基于电量数据的碳排放量预测的方法及装置 |
CN114757457A (zh) * | 2022-06-16 | 2022-07-15 | 南方电网数字电网研究院有限公司 | 基于电力大数据的电碳排放全过程监测方法和装置 |
CN114757457B (zh) * | 2022-06-16 | 2022-10-11 | 南方电网数字电网研究院有限公司 | 基于电力大数据的电碳排放全过程监测方法和装置 |
CN115471098A (zh) * | 2022-09-23 | 2022-12-13 | 南方电网能源发展研究院有限责任公司 | 碳排放量获取方法、装置、计算机设备和存储介质 |
CN115471098B (zh) * | 2022-09-23 | 2024-07-02 | 南方电网能源发展研究院有限责任公司 | 碳排放量获取方法、装置、计算机设备和存储介质 |
TWI828556B (zh) * | 2023-03-08 | 2024-01-01 | 行富投資有限公司 | 電子盤查系統 |
CN117744952A (zh) * | 2024-02-18 | 2024-03-22 | 四川省德阳生态环境监测中心站 | 基于时序网络的大气碳排放量分析方法及*** |
CN117744952B (zh) * | 2024-02-18 | 2024-05-17 | 四川省德阳生态环境监测中心站 | 基于时序网络的大气碳排放量分析方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114240086A (zh) | 碳排放监测方法、装置、存储介质及处理器 | |
CN107123982B (zh) | 一种基于设备异动的配电网可靠性经济效益分析方法 | |
CN114511128A (zh) | 碳排放数据的处理方法、装置、存储介质及处理器 | |
CN106570581A (zh) | 能源互联网环境下基于属性关联的负荷预测***及其方法 | |
US20230410127A1 (en) | Blockchain-based Carbon Emission/Energy Consumption Data Management and Operation System and Method of Enterprises | |
Pan et al. | Impact of affluence, nuclear and alternative energy on US carbon emissions from 1960 to 2014 | |
CN111552686B (zh) | 一种电力数据质量评估方法及其装置 | |
CN116542430B (zh) | 多维度水务碳排放量智能分析方法及*** | |
Johra et al. | Treatment and analysis of smart energy meter data from a cluster of buildings connected to district heating: A Danish case | |
CN116541666A (zh) | 一种基于影响因素溯源的低碳园区碳追踪方法 | |
Qi et al. | The China-in-global energy model | |
CN115600798A (zh) | 一种基于双碳平台的城市智慧能源管理方法 | |
CN115759708A (zh) | 一种考虑电力时空分布特性的线损分析方法及*** | |
CN116933157A (zh) | 一种窃电检测方法 | |
Thiem | Multi-modal on-site energy systems: development and application of a superstructure-based optimization method for energy system design under consideration of part-load efficiencies | |
CN114077788A (zh) | 一种碳排放分析方法、***、计算机设备及存储介质 | |
Meng et al. | A data-driven approach to investigate the impact of air temperature on the efficiencies of coal and natural gas generators | |
CN105116268B (zh) | 一种分压售电量和分压供电量对线损率影响的分析方法 | |
CN111366889A (zh) | 一种智能电表异常用电检测方法 | |
Domínguez et al. | Analysis of electric power consumption using Self-Organizing Maps. | |
CN116384622A (zh) | 基于电力大数据的碳排放监测方法及装置 | |
CN107194597A (zh) | 一种分布式电站的评估方法及装置 | |
Tatro et al. | Building to Grid (B2G) at the California smart grid center | |
CN109492184B (zh) | 一种用能量值多点计量差值超过限值判断方法及*** | |
Filipowska et al. | Towards forecasting demand and production of electric energy in smart grids |
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 |