CN116205321A - 用碳量确定方法、装置、设备及存储介质 - Google Patents
用碳量确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116205321A CN116205321A CN202210791495.9A CN202210791495A CN116205321A CN 116205321 A CN116205321 A CN 116205321A CN 202210791495 A CN202210791495 A CN 202210791495A CN 116205321 A CN116205321 A CN 116205321A
- Authority
- CN
- China
- Prior art keywords
- carbon
- factor
- determining
- factors
- objects
- 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 559
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 557
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000009826 distribution Methods 0.000 claims description 34
- 230000005611 electricity Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 abstract description 9
- 238000005265 energy consumption Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001721 carbon Chemical class 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003034 coal gas Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- -1 electricity Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用碳量确定方法、装置、设备及存储介质。该方法通过确定各待确定对象分别对应的预估电碳因子,并获取至少两个参考对象分别对应的参考电碳因子,进而根据各参考电碳因子以及各预估电碳因子确定各待确定对象中的目标对象的目标电碳因子,若目标对象的当前数量未超过预设数量,则将目标对象从待确定对象中剔除,将目标电碳因子作为参考电碳因子,并返回执行确定目标对象的操作,实现了对多个待确定对象的电碳因子的预测,并且,确保了预测的电碳因子的准确性,进而实现了对多个对象的碳排放量的准确确定,无需人为分析,解决了人为分析用碳量准确性较低、效率低以及成本高的问题。
Description
技术领域
本发明涉及碳排放技术领域,尤其涉及一种用碳量确定方法、装置、设备及存储介质。
背景技术
随着经济的增长与社会的进步,人们越来越关注人与自然的和谐发展,对于环境保护与可持续发展的共存的需要达到了一个新的高度。如今,各企业生产的方方面面都会涉及到能量的消耗和随之而来的碳排放。有研究表明,二氧化碳等碳相关气体对全球气候有着显著影响,这种影响会造成诸如各地极端天气的出现、海平面升高等诸多世界性的隐患。在处理碳相关的气候问题时,需要花费大量的人力、物力成本。
为了让能源问题得到最有效的改善,需要减少碳的排放,最大化的做到中和消耗的碳排放。因此,有必要分析各行业或各企业的用碳量,以为各行业或各企业制定减碳方案。在现有技术中,通常需要人为分析各行业或各企业的用碳量,然而,这种人为分析的方式无法得到准确的用碳量,并且,效率低下,花费的人力物力成本较高。
在实现本发明的过程中,发现现有技术中至少存在以下技术问题:分析出的用碳量的准确性较低、分析效率低以及分析成本较高。
发明内容
本发明提供了一种用碳量确定方法、装置、设备及存储介质,以解决现有技术中人为分析用碳量准确性较低、效率低以及成本高的问题。
根据本发明的一方面,提供了一种用碳量确定方法,包括:
确定至少两个待确定对象分别对应的预估电碳因子,并获取至少两个参考对象分别对应的参考电碳因子;
基于各所述参考电碳因子以及各所述预估电碳因子,在各所述待确定对象中确定目标对象,并确定所述目标对象对应的目标电碳因子;
判断所述目标对象的当前数量是否超过预设数量,若否,则将所述目标对象从所述待确定对象中剔除,将所述目标电碳因子作为参考电碳因子,返回执行基于各所述参考电碳因子以及各所述预估电碳因子,在各所述待确定对象中确定目标对象的操作;
基于各所述目标对象对应的目标电碳因子以及各所述目标对象的实际用电量,确定各所述目标对象对应的预计碳排放量。
根据本发明的另一方面,提供了一种用碳量确定装置,包括:
预估因子确定模块,用于确定至少两个待确定对象分别对应的预估电碳因子,并获取至少两个参考对象分别对应的参考电碳因子;
目标因子确定模块,用于基于各所述参考电碳因子以及各所述预估电碳因子,在各所述待确定对象中确定目标对象,并确定所述目标对象对应的目标电碳因子;
迭代确定模块,用于判断所述目标对象的当前数量是否超过预设数量,若否,则将所述目标对象从所述待确定对象中剔除,将所述目标电碳因子作为参考电碳因子,返回执行基于各所述参考电碳因子以及各所述预估电碳因子,在各所述待确定对象中确定目标对象的操作;
用碳量计算模块,用于基于各所述目标对象对应的目标电碳因子以及各所述目标对象的实际用电量,确定各所述目标对象对应的预计碳排放量。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的用碳量确定方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的用碳量确定方法。
本发明实施例的技术方案,通过确定各待确定对象分别对应的预估电碳因子,并获取至少两个参考对象分别对应的参考电碳因子,进而根据各参考电碳因子以及各预估电碳因子确定各待确定对象中的目标对象的目标电碳因子,若目标对象的当前数量未超过预设数量,则将目标对象从待确定对象中剔除,将目标电碳因子作为参考电碳因子,并返回执行基于各参考电碳因子以及各预估电碳因子在各待确定对象中确定目标对象的操作,实现了对多个待确定对象的电碳因子的预测,并且,确保了预测的电碳因子的准确性,进一步根据电碳因子以及实际用电量确定预计碳排放量,实现了对多个对象的碳排放量的准确确定,无需人为分析,解决了现有技术中人为分析用碳量准确性较低、效率低以及成本高的问题,并且,通过各参考对象的参考电碳因子确定多个其它对象的电碳因子,确保了电碳因子的准确性,进而可以实现对多个未知电碳因子的对象的碳排量预测。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是本发明实施例一提供的一种用碳量确定方法的流程示意图;
图2是本发明实施例二提供的一种用碳量确定方法的流程示意图;
图3是本发明实施例三提供的一种用碳量确定装置的结构示意图;
图4是本发明实施例四提供的一种电子设备的结构示意图。
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。
实施例一
图1是本发明实施例一提供的一种用碳量确定方法的流程示意图,本实施例可适用于根据已知电碳因子的多个企业,确定其它多个未知电碳因子的企业的电碳因子,进而根据电碳因子预测企业碳排放量的情况,或者,根据已知电碳因子的多个行业确定其它多个未知电碳因子的行业的电碳因子,进而根据电碳因子预测行业碳排放量的情况,该方法可以由用碳量确定装置来执行,该用碳量确定装置可以采用硬件和/或软件的形式实现,该用碳量确定装置可配置于诸如计算机、手机、智能平板或服务器等电子设备中。如图1所示,该方法包括:
S110、确定至少两个待确定对象分别对应的预估电碳因子,并获取至少两个参考对象分别对应的参考电碳因子。
在本实施例中,电碳因子可以是用电的碳排放量占所有用能的碳排放量的比例,其中,所有用能的碳排放量可以包括水、电、天然气、煤气等能源的碳排放量。示例性的,电碳因子可以由如下公式表达:
ρ=用电的碳排放量/用能的碳排放量;
其中,待确定对象可以是未知行业电碳因子的行业,或者,也可以是未知企业电碳因子的企业。若待确定对象为未知行业电碳因子的行业,如燃料生产行业、汽车生产行业、化工生产行业等,则可以通过确定各个未知行业电碳因子的行业的预估电碳因子,在各个未知行业电碳因子的行业中确定出某一个行业的目标电碳因子。若待确定对象为未知企业电碳因子的企业,则可以通过确定各个未知企业电碳因子的企业的预估电碳因子,在各个未知企业电碳因子的企业中确定出某一个行业的目标电碳因子。
具体的,预估电碳因子可以根据待确定对象中各子对象对应的子电碳因子确定。示例性的,可以根据各企业对应的子电碳因子确定行业的预估电碳因子,或者,可以根据各单位对应的子电碳因子确定企业的预估电碳因子。
例如,若待确定对象为行业,则可以根据该行业中已知用能数据的企业,计算出企业对应的子电碳因子,进而根据各企业的子电碳因子确定该行业的预估电碳因子。示例性的,可以根据各企业的子电碳因子的均值确定该行业的预估电碳因子,或者,可以根据各企业的子电碳因子以及各企业对应的权重确定该行业的预估电碳因子。
需要说明的是,待确定对象对应的预估电碳因子并非该待确定对象的准确电碳因子,由于预估电碳因子是基于待确定对象中的部分子对象计算出的,因此,预估电碳因子可以作为针对待确定对象的电碳因子预估值,还需进行后续处理以得到准确的电碳因子。
在本实施例中,参考对象可以是已知行业电碳因子的行业,或者,已知企业电碳因子的企业。需要说明的是,待确定对象和参考对象属于同级别的对象,若待确定对象为行业,则参考对象也为行业,若待确定对象为企业,则参考对象也为企业。
S120、基于各参考电碳因子以及各预估电碳因子,在各待确定对象中确定目标对象,并确定目标对象对应的目标电碳因子。
具体的,可以根据各参考电碳因子以及各预估电碳因子,在各个待确定对象中确定出目标对象对应的目标电碳因子。
示例性的,可以从各待确定对象中随机选取一个对象作为目标对象,基于各参考对象分别对应的参考电碳因子,计算任意两个参考对象之间的参考电碳因子的平均值,进一步的,根据各平均值与目标对象的预估电碳因子之间的差值,将差值最小的平均值作为该目标对象的目标电碳因子。
在一种具体的实施方式中,基于各参考电碳因子以及各待确定对象分别对应的预估电碳因子,确定各待确定对象中的目标对象对应的目标电碳因子,包括:基于各参考电碳因子确定因子均值;根据因子均值以及各待确定对象分别对应的预估电碳因子,在各待确定对象中确定目标对象;将参考均值因子作为目标对象对应的目标电碳因子。
其中,因子均值可以是全部参考电碳因子之间的均值,或者,也可以是任意两个参考电碳因子之间的均值。具体的,在计算出因子均值后,可以将预估电碳因子与因子均值最接近的待确定对象确定为目标对象,进而将因子均值确定为该目标对象的目标电碳因子;或者,还可以在待确定对象中随机选取目标对象,根据目标对象的预估电碳因子在各因子均值中确定与预估电碳因子最接近的因子均值,将该最接近的因子均值确定为目标对象对应的目标电碳因子。
计算因子均值,根据因子均值以及各预估电碳因子确定目标对象的好处在于:可以通过因子均值以及各预估电碳因子,确定出各待确定对象与参考对象之间的差异,如企业差异或行业差异,进而将差异最小的待确定对象确定为目标对象,以实现基于行业的电碳因子,预测与该行业强相关的其它行业的电碳因子,或者,基于企业的电碳因子,预测与该企业强相关的其它企业的电碳因子,保证了所预测出的电碳因子的准确性。
可选的,根据因子均值以及各待确定对象分别对应的预估电碳因子,在各待确定对象中确定目标对象,包括:基于因子均值以及各待确定对象分别对应的预估电碳因子,计算各待确定对象分别对应的电碳因子差值;根据各待确定对象分别对应的电碳因子差值,将电碳因子差值最小的待确定对象确定为目标对象。
其中,待确定对象对应的电碳因子差值可以是因子均值与该待确定对象对应的预估电碳因子之间的差值绝对值。具体的,在计算出各个待确定对象的电碳因子差值后,将电碳因子差值最小的待确定对象确定为目标对象,进而将参考均值因子作为该目标对象的目标电碳因子。通过计算各待确定对象分别对应的电碳因子差值,进而根据各电碳因子差值确定目标对象,实现对目标对象的准确确定,可以根据已知电碳因子的行业或企业确定出与已知电碳因子的行业或企业最接近的其它行业或企业的电碳因子,确保了估算行业或企业电碳因子的准确性,避免了根据一个行业的电碳因子预测另一个与该行业差异较大的行业的电碳因子,如根据设备制造行业的电碳因子去预测食品加工行业的电碳因子。
需要说明的是,在本步骤中,每执行一次,可以实现对一个或多个目标对象的确定,具体可以由参考电碳因子的数量确定。例如,已知行业X和行业Y的参考电碳因子,以及行业A、行业B、行业C、行业D的预估电碳因子,通过执行S120,可以先计算行业X与行业Y之间的因子均值,进一步的,分别计算A、B、C、D的预估电碳因子,与因子均值之间的差值,将差值最小的行业(如行业C)确定为目标对象,并将行业X、行业Y的因子均值赋予该行业C。
S130、判断目标对象的当前数量是否超过预设数量,若否,则将目标对象从待确定对象中剔除,将目标电碳因子作为参考电碳因子,返回执行基于各参考电碳因子以及各预估电碳因子,在各待确定对象中确定目标对象的操作。
在本实施例中,在经过S120从各待确定对象中确定出目标对象后,可以继续对其它的待确定对象进行电碳因子预测。
具体的,可以判断目标对象的当前数量是否超过预设数量,其中,预设数量可以是预先设置的可以预测电碳因子的待确定对象的数量阈值。如果当前数量没有超过预设数量,则可以将目标对象从待确定对象中剔除,并将目标对象的目标电碳因子作为参考电碳因子,返回执行S120的操作,直至目标对象的当前数量超过预设数量。
在一种可选的实施方式中,将目标电碳因子作为参考电碳因子,返回执行基于各参考电碳因子以及各预估电碳因子,在各待确定对象中确定目标对象的操作,具体可以是:针对每一个参考电碳因子,基于目标电碳因子以及参考电碳因子,确定与参考电碳因子对应的因子均值,针对每一个因子均值,基于因子均值以及各待确定对象分别对应的预估电碳因子,在各待确定对象中确定新的目标对象,并确定新的目标对象对应的目标电碳因子。
具体的,针对每一个因子均值,可以随机在各待确定对象中确定一个目标对象,或者,在与因子均值接近的多个预估电碳因子中随机确定一个预估电碳因子对应的待确定对象为目标对象,进而将因子均值作为目标对象的目标电碳因子。需要说明的是,在此过程中确定的目标对象的数量,等于因子均值的数量。
示例性的,基于因子均值以及各待确定对象分别对应的预估电碳因子,在各待确定对象中确定新的目标对象,并确定新的目标对象对应的目标电碳因子,包括:确定因子均值与各预估电碳因子之间的差值,将差值最小的预估电碳因子对应的待确定对象确定为新的目标对象;将因子均值确定为新的目标对象对应的目标电碳因子。
即,针对每一个因子均值,将预估电碳因子与因子均值相差最小的待确定对象确定为目标对象,将该因子均值作为该目标对象的目标电碳因子。沿用上例,在执行一次S120后,得到行业C的电碳因子,此时,可以根据行业C、行业X、行业Y的参考电碳因子,对剩余的行业A、行业B、行业D进行电碳因子预测。具体的,可以计算行业C、行业X之间的因子均值p,并计算行业C、行业Y之间的因子均值q,将预估电碳因子与因子均值p最接近的行业A确定为目标对象,将预估电碳因子与因子均值q最接近的行业D确定为目标对象。
选取预估电碳因子与因子均值最接近的待确定对象作为目标对象的好处在于:可以减少目标对象的预估电碳因子与因子均值之间的差距,进而保证了所确定出的目标对象的目标电碳因子的精度。
需要说明的是,在本实施例中,判断目标对象的当前数量是否超过预设数量,可以作为本步骤的循环截止条件。相比于通过循环确定出所有待确定对象的目标电碳因子,本实施例通过判断目标对象的数量是否超过预设数量,可以限定对部分或全部待确定对象进行电碳因子确定。
这样设置的好处在于:能够保证电碳因子的预测精度。理论上,各行业或各企业的电碳因子应该是均匀分布在[0,1]中的,本实施例提供的将各参考电碳因子的因子均值确定为目标对象的目标电碳因子,可以使得各目标对象的目标电碳因子集中在各参考电碳因子之间,如参考电碳因子为0.8和0.9,第一次确定的目标对象的目标电碳因子为0.85,第二次确定的各目标对象的目标电碳因子为0.825、0.875,以此类推,可知,所有目标电碳因子都位于[0.8,0.9]。如果不设置循环截止条件,那么会使得目标电碳因子的数量过多,即位于[0.8,0.9]内的目标对象的数量过多,进而无法满足各行业的电碳因子的均匀分布,因此,为了保证所预测出的电碳因子的精度,通过设置循环截止条件,判断目标对象的数量是否超过预设数量,使得预测出的位于各参考电碳因子之间区间范围内的目标电碳因子的数量尽量不超过预设数量,保证了各行业或各企业的电碳因子的均匀性,进而保证了所预测的电碳因子的准确性。
当然,最终预测出的目标电碳因子的数量可以是超过预设数量的,如预设数量为5,第一次确定的目标对象的数量为1,第二次确定的目标对象的数量为2,第三次确定的目标对象的数量为4,则此时目标对象的数量超过5,此时可以终止对其它待确定对象的电碳因子的预测。
在本实施例中,预设数量可以是用户预先设置的,也可以是根据待确定对象的数量确定的。
在一种具体的实施方式中,在基于各参考电碳因子以及各预估电碳因子,在各待确定对象中确定目标对象,并确定目标对象对应的目标电碳因子之前,本实施例提供的方法还包括:确定待确定对象的第一数量,以及各参考电碳因子之间的参考范围;基于第一数量以及参考范围确定预设数量。
其中,各参考电碳因子之间的参考范围可以是任意两个参考电碳因子之间的差值。如沿用上例,参考电碳因子分别为0.8、0.9,参考范围则为0.1。具体的,基于第一数量以及参考范围确定预设数量,可以是将参考范围的中间值与第一数量相乘,基于相乘的结果得到预设数量。示例性的,参见如下公式:
其中,k为预设数量,ρx、ρy分别为参考电碳因子,|ρx-ρy|表示参考范围,N为待确定对象的第一数量。即,预设数量不超过参考范围的中间值与第一数量的相乘结果,可以随机从小于该相乘结果的数值内选取一个整数作为预设数量。
根据待确定对象的数量以及各参考电碳因子确定预设数量的好处在于:结合待确定对象的数量可以确定各待确定对象的电碳因子应该在整个区间范围内的分布情况,基于分布情况和参考电碳因子之间的差值,确定参考电碳因子之间可以***的目标电碳因子的数量,保证了确定出的各目标对象的目标电碳因子是均匀分布在整个区间范围内的。
S140、基于各目标对象对应的目标电碳因子以及各目标对象的实际用电量,确定各目标对象对应的预计碳排放量。
具体的,针对每一个目标对象,在得到目标对象的目标电碳因子后,可以获取目标对象的实际用电量,进而根据实际用电量和目标电碳因子,确定目标对象的预计碳排放量。
示例性的,可以获取目标对象在设定时间段内的实际用电量,如近3个月的实际用电量,将实际用电量除以目标电碳因子,得到目标对象的预计碳排放量。
本实施例的技术方案,通过确定各待确定对象分别对应的预估电碳因子,并获取至少两个参考对象分别对应的参考电碳因子,进而根据各参考电碳因子以及各预估电碳因子确定各待确定对象中的目标对象的目标电碳因子,若目标对象的当前数量未超过预设数量,则将目标对象从待确定对象中剔除,将目标电碳因子作为参考电碳因子,并返回执行基于各参考电碳因子以及各预估电碳因子在各待确定对象中确定目标对象的操作,实现了对多个待确定对象的电碳因子的准确确定,进一步根据电碳因子以及实际用电量确定预计碳排放量,实现了对多个待确定对象的电碳因子的预测,并且,确保了预测的电碳因子的准确性,无需人为分析,解决了现有技术中人为分析用碳量准确性较低、效率低以及成本高的问题,并且,通过各参考对象的参考电碳因子确定多个其它对象的电碳因子,确保了电碳因子的准确性,进而可以实现对多个未知电碳因子的对象的碳排量预测。
实施例二
图2是本发明实施例二提供的一种用碳量确定方法的流程示意图,本实施例在上述各实施例的基础上,对确定各待确定对象分别对应的预估电碳因子的过程进行了示例性说明。如图2所示,该方法包括:
S210、针对每个待确定对象,确定与待确定对象对应的第一子对象和第二子对象,获取各第一子对象分别对应的电碳因子权重,以及各第二子对象分别对应的子电碳因子。
其中,第一子对象可以是已知产出数据的子对象。示例性的,若待确定对象为行业,则第一子对象为该行业中可以获取到产出数据的企业;若待确定对象为企业,则第一子对象为该企业中可以获取到产出数据的单位。产出数据可以是第一子对象在设定时间段内的生产总值,如,12月内的生产总值。
第二子对象可以是已知用能数据的子对象。示例性的,若待确定对象为行业,则第二子对象为该行业中可以获取到用能数据的企业;若待确定对象为企业,则第二子对象为该企业中可以获取到用能数据的单位。其中,用能数据可以是第二子对象在设定时间段内对各种能源的使用数据,如,12月内的用电量、用水量、用气量等。
在本实施例中,在确定出待确定对象中的各个第一子对象和各个第二子对象后,可以获取各第一子对象的电碳因子权重,以及各第二子对象的子电碳因子。其中,各第一子对象的电碳因子权重、各第二子对象的子电碳因子可以是预先设置的;或者,也可以分别由产出数据和用能数据计算得到。
在一种具体的实施方式中,获取各第一子对象分别对应的电碳因子权重,以及各第二子对象分别对应的子电碳因子,包括:获取各第一子对象分别对应的产出数据,基于各第一子对象分别对应的产出数据确定各第一子对象分别对应的电碳因子权重;获取各第二子对象分别对应的用能数据,基于各第二子对象分别对应的用能数据确定各第二子对象分别对应的子电碳因子。
具体的,针对每一个第一子对象,可以根据第一子对象的产出数据以及该第一子对象所属的待确定对象的产出数据,计算第一子对象的电碳因子权重。示例性的,参见如下公式:
其中,αi为第i个第一子对象的电碳因子权重。
具体的,针对每一个第二子对象,可以根据第二子对象的用能数据中每一种用能类型的使用量,以及每一种用能类型对应的碳排折算率(可以根据已发布的折算标准查看),计算出用能数据中每一种用能类型对应的使用量的碳排量,进而将用电的碳排量与所有用能的碳排量相除,得到第二子对象的子电碳因子。
需要说明的是,可以计算电碳因子权重的第一子对象,与可以计算子电碳因子的第二子对象,可以是相同的子对象,也可以是不同的子对象,具体根据待确定对象中的各个子对象是否具备产出数据和用能数据,选取第一子对象和第二子对象。
在该实施方式中,通过第一子对象的产出数据,计算第一子对象对应的电碳因子权重,通过第二子对象的用能数据,计算第二子对象对应的子电碳因子,实现了电碳因子权重和子电碳因子的准确确定,进而实现了预估电碳因子的准确确定,使得预估电碳因子尽可能接近行业实际情况。
S220、基于各电碳因子权重以及各子电碳因子确定与待确定对象对应的预估电碳因子。
具体的,在得到待确定对象的各电碳因子权重以及各子电碳因子后,可以进一步计算出待确定对象的预估电碳因子。需要说明的是,由于各电碳因子权重以及各子电碳因子根据待确定对象中的各子对象的相关数据计算出来的,因此,基于各电碳因子权重以及各子电碳因子所确定的预估电碳因子的准确率较高,可以在一定程度上代表该待确定对象的电碳因子。
示例性的,可以将各子电碳因子与各电碳因子权重进行相乘,将相乘后的结果作和得到预估电碳因子。
在一种具体的实施方式中,基于各电碳因子权重以及各子电碳因子确定与待确定对象对应的预估电碳因子,包括如下步骤:
步骤1、基于各电碳因子权重,计算与待确定对象对应的权重均值以及权重方差,根据权重均值以及权重方差构建与待确定对象对应的第一正态分布;
步骤2、基于各子电碳因子,计算与待确定对象对应的电碳因子均值以及电碳因子方差,根据电碳因子均值以及电碳因子方差构建与待确定对象对应的第二正态分布;
步骤3、根据第一正态分布以及第二正态分布,确定与待确定对象对应的预估电碳因子。
在步骤1中,权重均值可以是所有电碳因子权重的平均值,权重方差可以是所有电碳因子权重的方差。示例性的,权重均值和权重方差的计算公式如下:
其中,为与第w个待确定对象对应的权重均值,αwi为第w个待确定对象中的第i个第一子对象对应的电碳因子权重,k为第w个待确定对象中的第一子对象的数量,/>为与第w个待确定对象对应的权重方差。基于权重均值以及权重方差构建的第一正态分布可以是/>
在步骤2中,电碳因子均值可以是所有子电碳因子的平均值,电碳因子方差可以是所有子电碳因子的方差。示例性的,电碳因子均值以及电碳因子方差的计算公式如下:
其中,为与第w个待确定对象对应的电碳因子均值,ρwi为第w个待确定对象中的第i个第二子对象对应的子电碳因子,m为第w个待确定对象中的第二子对象的数量,/>为与第w个待确定对象对应的电碳因子方差。基于电碳因子均值以及电碳因子方差构建的第二正态分布可以是/>
在步骤3中,示例性的,可以从第一正态分布中随机选取预设数量个随机权重,并从第二正态分布中随机选取预设数量个随机因子,将随机选取的随机权重与随机因子相乘,并将相乘的结果相加得到预估电碳因子。
又或者,在一种具体的实施方式中,根据第一正态分布以及第二正态分布,确定与待确定对象对应的预估电碳因子,可以包括如下步骤:
步骤31、确定初始权重以及初始电碳因子;
步骤32、基于第一正态分布确定当前随机权重,根据当前随机权重以及初始权重更新初始权重,并基于第二正态分布确定当前随机电碳因子,根据当前随机权重、当前随机电碳因子以及初始电碳因子更新初始电碳因子;
步骤33、判断初始权重是否小于预设权重阈值,若是,则返回执行基于第一正态分布确定当前随机权重的操作,直至初始权重大于或等于预设权重阈值,将初始电碳因子确定为与待确定对象对应的预估电碳因子。
在上述步骤31中,初始权重和初始电碳因子可以是0。
在上述步骤32中,可以从第一正态分布中随机抽样一个值,得到当前随机权重,将当前随机权重与初始权重相加,基于相加的结果更新初始权重。并且,从第二正态分布中随机抽样一个值,得到当前随机电碳因子,将当前随机权重与当前随机电碳因子相乘,并基于相乘的结果和初始电碳因子的和更新初始电碳因子。即,采用更新/>其中,/>为初始电碳因子,/>为当前随机权重,/>为当前随机电碳因子。
在上述步骤33中,判断初始权重是否小于预设权重阈值,其中,预设权重阈值可以为1,若初始权重大于或等于预设权重阈值,则可以将此时的初始电碳因子确定为与待确定对象对应的预估电碳因子。
若初始权重小于预设权重阈值,则返回循环执行步骤32,直至初始权重大于或等于预设权重阈值,在满足初始权重大于或等于预设权重阈值的条件后,可以将初始电碳因子确定为与待确定对象对应的预估电碳因子。
需要说明的是,上述步骤33中的循环判断条件为初始权重是否小于预设权重阈值,这样设置的目的在于:使得所计算出的预估电碳因子中各权重的和尽量不超过预设权重阈值,确保预估电碳因子的准确性。
在上述步骤31-33中,通过随机抽样以及循环计算的方式,确定预估电碳因子,实现了预估电碳因子的准确确定,在保证预估电碳因子随机性的同时,保证了预估电碳因子的准确性。
基于上述方式,确定出每一个待确定对象的预估电碳因子,以便后续根据各预估电碳因子,确定目标对象以及目标对象的目标电碳因子。
S230、获取至少两个参考对象分别对应的参考电碳因子,基于各参考电碳因子以及各预估电碳因子,在各待确定对象中确定目标对象,并确定目标对象对应的目标电碳因子。
S240、判断目标对象的当前数量是否超过预设数量,若否,则将目标对象从待确定对象中剔除,将目标电碳因子作为参考电碳因子,返回执行基于各参考电碳因子以及各预估电碳因子,在各待确定对象中确定目标对象的操作。
S250、基于各所述目标对象对应的目标电碳因子以及各所述目标对象的实际用电量,确定各所述目标对象对应的预计碳排放量。
本实施例的技术方案,针对每一个待确定对象,获取待确定对象中各个第一子对象的电碳因子权重,以及各个第二子对象的子电碳因子,进而根据各电碳因子权重以及各子电碳因子确定待确定对象对应的预估电碳因子,以通过子对象的电碳因子权重、子电碳因子,进行预估电碳因子的确定,使得所确定的预估电碳因子尽可能接近待确定对象的实际情况,实现了对各待确定对象的预估电碳因子的准确确定。
需要说明的是,以待确定对象和目标对象是行业为例,本实施例提供的用碳量确定方法,对行业内已知生产总值的企业的数量和名单没有要求,且对行业内已知用能数据的企业的数量和名单也没有要求,适用性广。并且,若一个企业是复合型的企业,即同时属于多个行业,那么该企业的用能数据或生产总值可以复用,可以使用该企业的电碳因子权重或子电碳因子进行多行业的电碳因子预测。
实施例三
图3是本发明实施例三提供的一种用碳量确定装置的结构示意图。如图3所示,该装置包括预估因子确定模块310、目标因子确定模块320、迭代确定模块330以及用碳量计算模块340。
预估因子确定模块310,用于确定至少两个待确定对象分别对应的预估电碳因子,并获取至少两个参考对象分别对应的参考电碳因子;
目标因子确定模块320,用于基于各所述参考电碳因子以及各所述预估电碳因子,在各所述待确定对象中确定目标对象,并确定所述目标对象对应的目标电碳因子;
迭代确定模块330,用于判断所述目标对象的当前数量是否超过预设数量,若否,则将所述目标对象从所述待确定对象中剔除,将所述目标电碳因子作为参考电碳因子,返回执行基于各所述参考电碳因子以及各所述预估电碳因子,在各所述待确定对象中确定目标对象的操作;
用碳量计算模块340,用于基于各所述目标对象对应的目标电碳因子以及各所述目标对象的实际用电量,确定各所述目标对象对应的预计碳排放量。
本实施例的技术方案,通过确定各待确定对象分别对应的预估电碳因子,并获取至少两个参考对象分别对应的参考电碳因子,进而根据各参考电碳因子以及各预估电碳因子确定各待确定对象中的目标对象的目标电碳因子,若目标对象的当前数量未超过预设数量,则将目标对象从待确定对象中剔除,将目标电碳因子作为参考电碳因子,并返回执行基于各参考电碳因子以及各预估电碳因子在各待确定对象中确定目标对象的操作,实现了对多个待确定对象的电碳因子的预测,并且,确保了预测的电碳因子的准确性,进一步根据电碳因子以及实际用电量确定预计碳排放量,实现了对多个对象的碳排放量的准确确定,无需人为分析,解决了现有技术中人为分析用碳量准确性较低、效率低以及成本高的问题,并且,通过各参考对象的参考电碳因子确定多个其它对象的电碳因子,确保了电碳因子的准确性,进而可以实现对多个未知电碳因子的对象的碳排量预测。
在上述实施例的基础上,可选的,迭代确定模块330,还用于针对每一个所述参考电碳因子,基于所述目标电碳因子以及所述参考电碳因子,确定与所述参考电碳因子对应的因子均值;针对每一个所述因子均值,基于所述因子均值以及各所述待确定对象分别对应的预估电碳因子,在各所述待确定对象中确定新的目标对象,并确定新的目标对象对应的目标电碳因子。
在上述实施例的基础上,可选的,迭代确定模块330,还用于确定所述因子均值与各所述预估电碳因子之间的差值,将差值最小的预估电碳因子对应的待确定对象确定为新的目标对象;将所述因子均值确定为新的目标对象对应的目标电碳因子。
在上述实施例的基础上,可选的,所述装置还包括预设数量确定模块,所述预设数量确定模块,用于确定所述待确定对象的第一数量,以及各所述参考电碳因子之间的参考范围;基于所述第一数量以及所述参考范围确定所述预设数量。
在上述实施例的基础上,可选的,所述预估因子确定模块310包括子对象确定单元、因子权重确定单元以及因子预估单元,其中:
所述子对象确定单元,用于针对每个所述待确定对象,确定与所述待确定对象对应的第一子对象和第二子对象;
所述因子权重确定单元,用于获取各所述第一子对象分别对应的电碳因子权重,以及各所述第二子对象分别对应的子电碳因子;
所述因子预估单元,用于基于各所述电碳因子权重以及各所述子电碳因子确定与所述待确定对象对应的预估电碳因子。
在上述实施例的基础上,可选的,所述因子预估单元,具体用于:
基于各所述电碳因子权重,计算与所述待确定对象对应的权重均值以及权重方差,根据所述权重均值以及所述权重方差构建与所述待确定对象对应的第一正态分布;基于各所述子电碳因子,计算与所述待确定对象对应的电碳因子均值以及电碳因子方差,根据所述电碳因子均值以及所述电碳因子方差构建与所述待确定对象对应的第二正态分布;根据所述第一正态分布以及所述第二正态分布,确定与所述待确定对象对应的预估电碳因子。
在上述实施例的基础上,可选的,所述因子预估单元,还用于:
确定初始权重以及初始电碳因子;基于所述第一正态分布确定当前随机权重,根据所述当前随机权重以及所述初始权重更新所述初始权重,并基于所述第二正态分布确定当前随机电碳因子,根据所述当前随机权重、所述当前随机电碳因子以及所述初始电碳因子更新所述初始电碳因子;判断所述初始权重是否小于预设权重阈值,若是,则返回执行基于所述第一正态分布确定当前随机权重的操作,直至所述初始权重大于或等于所述预设权重阈值,将所述初始电碳因子确定为与所述待确定对象对应的预估电碳因子。
在上述实施例的基础上,可选的,所述因子权重确定单元,具体用于:
获取各所述第一子对象分别对应的产出数据,基于各所述第一子对象分别对应的产出数据确定各所述第一子对象分别对应的电碳因子权重;获取各所述第二子对象分别对应的用能数据,基于各所述第二子对象分别对应的用能数据确定各所述第二子对象分别对应的子电碳因子。
在上述实施例的基础上,可选的,所述目标因子确定模块320,具体用于:
基于各所述参考电碳因子确定因子均值;根据所述因子均值以及各所述待确定对象分别对应的预估电碳因子,在各所述待确定对象中确定目标对象;将所述因子均值作为所述目标对象对应的目标电碳因子。
在上述实施例的基础上,可选的,所述目标因子确定模块320,还用于:
基于所述因子均值以及各所述待确定对象分别对应的预估电碳因子,计算各所述待确定对象分别对应的电碳因子差值;根据各所述待确定对象分别对应的电碳因子差值,将电碳因子差值最小的待确定对象确定为目标对象。
本发明实施例所提供的用碳量确定装置可执行本发明任意实施例所提供的用碳量确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四提供的一种电子设备的结构示意图。电子设备10旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如用碳量确定方法。
在一些实施例中,用碳量确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时,可以执行上文描述的用碳量确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行用碳量确定方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的用碳量确定方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
实施例五
本发明实施例五还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行一种用碳量确定方法,该方法包括:
确定至少两个待确定对象分别对应的预估电碳因子,并获取至少两个参考对象分别对应的参考电碳因子;
基于各所述参考电碳因子以及各所述预估电碳因子,在各所述待确定对象中确定目标对象,并确定所述目标对象对应的目标电碳因子;
判断所述目标对象的当前数量是否超过预设数量,若否,则将所述目标对象从所述待确定对象中剔除,将所述目标电碳因子作为参考电碳因子,返回执行基于各所述参考电碳因子以及各所述预估电碳因子,在各所述待确定对象中确定目标对象的操作;
基于各所述目标对象对应的目标电碳因子以及各所述目标对象的实际用电量,确定各所述目标对象对应的预计碳排放量。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种用碳量确定方法,其特征在于,包括:
确定至少两个待确定对象分别对应的预估电碳因子,并获取至少两个参考对象分别对应的参考电碳因子;
基于各所述参考电碳因子以及各所述预估电碳因子,在各所述待确定对象中确定目标对象,并确定所述目标对象对应的目标电碳因子;
判断所述目标对象的当前数量是否超过预设数量,若否,则将所述目标对象从所述待确定对象中剔除,将所述目标电碳因子作为参考电碳因子,返回执行基于各所述参考电碳因子以及各所述预估电碳因子,在各所述待确定对象中确定目标对象的操作;
基于各所述目标对象对应的目标电碳因子以及各所述目标对象的实际用电量,确定各所述目标对象对应的预计碳排放量。
2.根据权利要求1所述的方法,其特征在于,所述将所述目标电碳因子作为参考电碳因子,返回执行基于各所述参考电碳因子以及各所述预估电碳因子,在各所述待确定对象中确定目标对象的操作,包括:
针对每一个所述参考电碳因子,基于所述目标电碳因子以及所述参考电碳因子,确定与所述参考电碳因子对应的因子均值;
针对每一个所述因子均值,基于所述因子均值以及各所述待确定对象分别对应的预估电碳因子,在各所述待确定对象中确定新的目标对象,并确定新的目标对象对应的目标电碳因子。
3.根据权利要求2所述的方法,其特征在于,所述基于所述因子均值以及各所述待确定对象分别对应的预估电碳因子,在各所述待确定对象中确定新的目标对象,并确定新的目标对象对应的目标电碳因子,包括:
确定所述因子均值与各所述预估电碳因子之间的差值,将差值最小的预估电碳因子对应的待确定对象确定为新的目标对象;
将所述因子均值确定为新的目标对象对应的目标电碳因子。
4.根据权利要求1所述的方法,其特征在于,在所述基于各所述参考电碳因子以及各所述预估电碳因子,在各所述待确定对象中确定目标对象,并确定所述目标对象对应的目标电碳因子之前,所述方法还包括:
确定所述待确定对象的第一数量,以及各所述参考电碳因子之间的参考范围;
基于所述第一数量以及所述参考范围确定所述预设数量。
5.根据权利要求1所述的方法,其特征在于,所述确定至少两个待确定对象分别对应的预估电碳因子,包括:
针对每个所述待确定对象,确定与所述待确定对象对应的第一子对象和第二子对象;
获取各所述第一子对象分别对应的电碳因子权重,以及各所述第二子对象分别对应的子电碳因子;
基于各所述电碳因子权重以及各所述子电碳因子确定与所述待确定对象对应的预估电碳因子。
6.根据权利要求5所述的方法,其特征在于,所述基于各所述电碳因子权重以及各所述子电碳因子确定与所述待确定对象对应的预估电碳因子,包括:
基于各所述电碳因子权重,计算与所述待确定对象对应的权重均值以及权重方差,根据所述权重均值以及所述权重方差构建与所述待确定对象对应的第一正态分布;
基于各所述子电碳因子,计算与所述待确定对象对应的电碳因子均值以及电碳因子方差,根据所述电碳因子均值以及所述电碳因子方差构建与所述待确定对象对应的第二正态分布;
根据所述第一正态分布以及所述第二正态分布,确定与所述待确定对象对应的预估电碳因子。
7.根据权利要求6所述的方法,其特征在于,所述根据所述第一正态分布以及所述第二正态分布,确定与所述待确定对象对应的预估电碳因子,包括:
确定初始权重以及初始电碳因子;
基于所述第一正态分布确定当前随机权重,根据所述当前随机权重以及所述初始权重更新所述初始权重,并基于所述第二正态分布确定当前随机电碳因子,根据所述当前随机权重、所述当前随机电碳因子以及所述初始电碳因子更新所述初始电碳因子;
判断所述初始权重是否小于预设权重阈值,若是,则返回执行基于所述第一正态分布确定当前随机权重的操作,直至所述初始权重大于或等于所述预设权重阈值,将所述初始电碳因子确定为与所述待确定对象对应的预估电碳因子。
8.一种用碳量确定装置,其特征在于,包括:
预估因子确定模块,用于确定至少两个待确定对象分别对应的预估电碳因子,并获取至少两个参考对象分别对应的参考电碳因子;
目标因子确定模块,用于基于各所述参考电碳因子以及各所述预估电碳因子,在各所述待确定对象中确定目标对象,并确定所述目标对象对应的目标电碳因子;
迭代确定模块,用于判断所述目标对象的当前数量是否超过预设数量,若否,则将所述目标对象从所述待确定对象中剔除,将所述目标电碳因子作为参考电碳因子,返回执行基于各所述参考电碳因子以及各所述预估电碳因子,在各所述待确定对象中确定目标对象的操作;
用碳量计算模块,用于基于各所述目标对象对应的目标电碳因子以及各所述目标对象的实际用电量,确定各所述目标对象对应的预计碳排放量。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的用碳量确定方法。
10.一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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的用碳量确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210791495.9A CN116205321A (zh) | 2022-07-05 | 2022-07-05 | 用碳量确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210791495.9A CN116205321A (zh) | 2022-07-05 | 2022-07-05 | 用碳量确定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116205321A true CN116205321A (zh) | 2023-06-02 |
Family
ID=86510147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210791495.9A Pending CN116205321A (zh) | 2022-07-05 | 2022-07-05 | 用碳量确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116205321A (zh) |
-
2022
- 2022-07-05 CN CN202210791495.9A patent/CN116205321A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115146853A (zh) | 基于电碳因子的用碳量确定方法、装置、设备及存储介质 | |
CN115271218A (zh) | 基于电碳因子的碳排放量预测方法、装置、设备及介质 | |
CN117032938B (zh) | 一种算子的并行调度方法、装置、电子设备及存储介质 | |
CN116307215A (zh) | 一种电力***的负荷预测方法、装置、设备及存储介质 | |
CN116523140A (zh) | 窃电检测方法、装置、电子设备和存储介质 | |
CN117332898A (zh) | 基于机器学习的新能源小时间尺度功率时序滚动预测方法 | |
CN116596750A (zh) | 一种点云处理方法、装置、电子设备及存储介质 | |
CN116382658A (zh) | Ai模型的编译方法、装置、计算机设备及存储介质 | |
CN116205321A (zh) | 用碳量确定方法、装置、设备及存储介质 | |
CN117131315B (zh) | 基于求解多元二次函数极值的超差电能表确定方法及介质 | |
CN116933896B (zh) | 一种超参数确定及语义转换方法、装置、设备及介质 | |
CN115373449B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN116757679B (zh) | 检修策略的确定方法、装置、电子设备及存储介质 | |
CN116523051A (zh) | 一种模型混精推理方法、装置、设备及存储介质 | |
CN118137488A (zh) | 用电量预测方法、装置、介质和电子设备 | |
CN115955189A (zh) | 一种发电异常的检测方法、装置、设备及介质 | |
CN116128204A (zh) | 配电网调度方法、装置、电子设备及存储介质 | |
CN116931083A (zh) | 一种方位角道集划分方案的确定方法 | |
CN116502841A (zh) | 一种事件的处理方法、装置、电子设备以及介质 | |
CN116911466A (zh) | 园区建设程度的确定方法、装置、设备及介质 | |
CN117690277A (zh) | 阈值确定方法、装置、设备及存储介质 | |
CN117934137A (zh) | 一种基于模型融合的不良资产回收预测方法、装置及设备 | |
CN116662194A (zh) | 软件质量度量方法、装置、设备及介质 | |
CN117493060A (zh) | 数据库组件异常检测方法、装置、设备及介质 | |
CN116186536A (zh) | 风险预测方法、装置、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 |