CN116610663A - 一种碳监测数据质量评估方法、装置、设备及存储介质 - Google Patents
一种碳监测数据质量评估方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116610663A CN116610663A CN202310871953.4A CN202310871953A CN116610663A CN 116610663 A CN116610663 A CN 116610663A CN 202310871953 A CN202310871953 A CN 202310871953A CN 116610663 A CN116610663 A CN 116610663A
- Authority
- CN
- China
- Prior art keywords
- carbon
- index
- monitoring data
- evaluation
- carbon monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 385
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 383
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 380
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims abstract description 161
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000010606 normalization Methods 0.000 claims description 30
- 230000005540 biological transmission Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 15
- 238000001303 quality assessment method Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000001360 synchronised effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 abstract description 6
- 238000013480 data collection Methods 0.000 description 8
- 238000012795 verification Methods 0.000 description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000006386 neutralization reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- 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
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种碳监测数据质量评估方法、装置、设备及存储介质,涉及数据分析技术领域,用于解决无法有效定量的对碳监测数据进行质量等级评估的问题。该方法包括:基于采集的目标监测区域的碳监测数据,计算所述碳监测数据的多个评估指数;其中,所述多个评估指数包括:全面性指数、完整性指数、准确性指数、规范性指数、即时性指数与及时性指数;采用层次分析法计算所述多个评估指数各自对应的评估权重;根据所述多个评估指数以及所述多个评估指数各自对应的评估权重,获取所述碳监测数据的碳综合评估值;根据所述碳综合评估值,评估出所述碳监测数据的质量评估等级。
Description
技术领域
本申请涉及数据分析技术领域,提供一种碳监测数据质量评估方法、装置、设备及存储介质。
背景技术
众所周知,碳监测是量化碳排放、实现碳达峰与碳中和的关键环节。通过碳监测可以准确而全面地获取碳监测数据,以支撑碳排放核算校验,进而,有助于决策者作出合理的碳管理、碳减排措施。而碳监测数据的质量则是开展数据分析、形成有效且准确结论的基础,也是数据应用于管理部门进行宏观决策和政策制定最重要的前提和保障。
具体的,由于碳监测数据的准确性受人为因素影响较大,使得碳监测数据质量存在一定程度的造假风险,且目前对碳监测数据准确性的判断主要依靠人工主观监管,使得无法对碳监测数据的质量等级进行有效定量评估,而若不能有效监管碳监测数据质量,则会严重危害碳市场的规范运行。
因此,如何对碳监测数据的质量等级进行有效定量评估是目前亟待解决的问题。
发明内容
本申请实施例提供一种碳监测数据质量评估方法、装置、设备及存储介质,用于解决无法有效定量的对碳监测数据进行质量等级评估的问题。
一方面,提供一种碳监测数据质量评估方法,所述方法包括:
基于采集的目标监测区域的碳监测数据,计算所述碳监测数据的多个评估指数;其中,所述多个评估指数包括:全面性指数、完整性指数、准确性指数、规范性指数、即时性指数与及时性指数;所述全面性指数用于表征碳监测终端对碳排放源的覆盖情况,所述完整性指数用于表征碳监测数据采集的完整情况,所述准确性指数用于表征碳监测数据采集的准确情况,所述规范性指数用于表征碳监测终端的设备规范情况,所述即时性指数用于表征碳监测数据采集和传输的同步情况,所述及时性指数用于表征碳监测数据的上传和处理的及时情况;
采用层次分析法计算所述多个评估指数各自对应的评估权重;
根据所述多个评估指数以及所述多个评估指数各自对应的评估权重,获取所述碳监测数据的碳综合评估值;
根据所述碳综合评估值,评估出所述碳监测数据的质量评估等级。
一方面,提供一种碳监测数据质量评估装置,所述装置包括:
第一计算单元,用于基于采集的目标监测区域的碳监测数据,计算所述碳监测数据的多个评估指数;其中,所述多个评估指数包括:全面性指数、完整性指数、准确性指数、规范性指数、即时性指数与及时性指数;所述全面性指数用于表征碳监测终端对碳排放源的覆盖情况,所述完整性指数用于表征碳监测数据采集的完整情况,所述准确性指数用于表征碳监测数据采集的准确情况,所述规范性指数用于表征碳监测终端的设备规范情况,所述即时性指数用于表征碳监测数据采集和传输的同步情况,所述及时性指数用于表征碳监测数据的上传和处理的及时情况;
第二计算单元,用于采用层次分析法计算所述多个评估指数各自对应的评估权重;
获取单元,用于根据所述多个评估指数以及所述多个评估指数各自对应的评估权重,获取所述碳监测数据的碳综合评估值;
评估单元,用于根据所述碳综合评估值,评估出所述碳监测数据的质量评估等级。
可选的,所述第一计算单元,还用于:
根据所述目标监测区域内的实际布置的碳监测终端的数量与实际的碳排放源的数量,计算所述目标监测区域的碳监测数据的全面性指数。
可选的,所述第一计算单元,还用于:
根据评估周期内的各个碳监测点的实际采集数据的次数、所述各个碳监测点的应当采集数据的次数以及碳监测终端的布置总数,计算所述目标监测区域的碳监测数据的完整性指数。
可选的,所述第一计算单元,还用于:
根据评估周期内的符合第一预设条件的碳监测终端的数量以及碳监测终端的布置总数,计算所述目标监测区域的碳监测数据的准确性指数;其中,所述第一预设条件用于确定所述各个碳监测终端所采集的碳监测数据是否准确。
可选的,所述第一计算单元,还用于:
根据评估周期内的符合第二预设条件的碳监测终端的数量以及碳监测终端的布置总数,计算所述目标监测区域的碳监测数据的规范性指数;其中,所述第二预设条件用于确定各个碳监测终端的监测流程是否规范。
可选的,所述第一计算单元,还用于:
根据评估周期内的各个碳监测终端的实时传输数据的次数以及各个碳监测点的实际采集数据的次数,计算所述目标监测区域的碳监测数据的即时性指数。
可选的,所述第一计算单元,还用于:
根据评估周期内的各个碳监测终端分别在各个数据采集时刻的及时性分数、所述各个碳监测终端的实时传输数据的次数以及碳监测终端的布置总数,计算所述目标监测区域的碳监测数据的及时性指数。
可选的,所述第二计算单元,还用于:
对所述全面性指数、所述完整性指数、所述准确性指数、所述规范性指数、所述即时性指数以及所述及时性指数进行两两重要性比较,获得判断矩阵;
采用方根法,获得所述判断矩阵的最大特征根;
计算所述最大特征根对应的线性无关特征向量,获取所述多个评估指数各自对应的评估权重。
一方面,提供一种碳监测数据质量评估的设备,包括存储器、处理器及存储在存储器上并可在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上述任一种方法的步骤。
一方面,提供一种计算机存储介质,其上存储有计算机程序指令,该计算机程序指令被处理器执行时实现上述任一种方法的步骤。
本申请实施例中,可以基于采集的目标监测区域的碳监测数据,来计算碳监测数据的全面性指数、完整性指数、准确性指数、规范性指数、即时性指数与及时性指数,且全面性指数用于表征碳监测终端对碳排放源的覆盖情况,完整性指数用于表征碳监测数据采集的完整情况,准确性指数用于表征碳监测数据采集的准确情况,规范性指数用于表征碳监测终端的设备规范情况,即时性指数用于表征碳监测数据采集和传输的同步情况,及时性指数用于表征碳监测数据的上传和处理的及时情况,进而,可以采用层次分析法来计算这多个评估指数各自对应的评估权重,进而,可以根据这多个评估指数以及这多个评估指数各自对应的评估权重,来获取碳监测数据的碳综合评估值;最后,可以根据碳综合评估值,评估出碳监测数据的质量评估等级。因此,在本申请实施例中,由于综合考虑了碳监测数据的全面性、完整性、准确性、规范性、即时性与及时性,且对这六个评估指标进行定量化,使得碳监测数据的评估更加有效、直观与科学。此外,还采用层次分析法来计算各个评估指数的评估权重,使得评估场景变得更加多样、评估结果更加灵活。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案,下面将对实施例或相关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申请实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种应用场景示意图;
图2为本申请实施例提供的碳监测数据质量评估方法的一种流程示意图;
图3为本申请实施例提供的获取评估权重的一种流程示意图;
图4为本申请实施例提供的碳监测数据质量评估装置的一种示意图。
图中标记:10-碳监测数据质量评估设备,101-处理器,102-存储器,103-I/O接口,104-数据库,40-碳监测数据质量评估装置,401-第一计算单元,402-第二计算单元,403-获取单元,404-评估单元。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。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。
众所周知,碳监测是量化碳排放、实现碳达峰与碳中和的关键环节。通过碳监测可以准确而全面地获取碳监测数据,以支撑碳排放核算校验,进而,有助于决策者作出合理的碳管理、碳减排措施。而碳监测数据的质量则是开展数据分析、形成有效且准确结论的基础,也是数据应用于管理部门进行宏观决策和政策制定最重要的前提和保障。
而由于碳监测数据的准确性受人为因素影响较大,使得碳监测数据质量存在一定程度的造假风险,且目前对碳监测数据准确性的判断主要依靠人工主观监管,使得无法对碳监测数据的质量等级进行有效定量评估,而若不能有效监管碳监测数据质量,则会严重危害碳市场的规范运行。
基于此,本申请实施例提供一种碳监测数据质量评估方法,在该方法中,可以基于采集的目标监测区域的碳监测数据,来计算碳监测数据的全面性指数、完整性指数、准确性指数、规范性指数、即时性指数与及时性指数,且全面性指数用于表征碳监测终端对碳排放源的覆盖情况,完整性指数用于表征碳监测数据采集的完整情况,准确性指数用于表征碳监测数据采集的准确情况,规范性指数用于表征碳监测终端的设备规范情况,即时性指数用于表征碳监测数据采集和传输的同步情况,及时性指数用于表征碳监测数据的上传和处理的及时情况,进而,可以采用层次分析法来计算这多个评估指数各自对应的评估权重,进而,可以根据这多个评估指数以及这多个评估指数各自对应的评估权重,来获取碳监测数据的碳综合评估值;最后,可以根据碳综合评估值,评估出碳监测数据的质量评估等级。因此,在本申请实施例中,由于综合考虑了碳监测数据的全面性、完整性、准确性、规范性、即时性与及时性,且对这六个评估指标进行定量化,使得碳监测数据的评估更加有效、直观与科学。此外,还采用层次分析法来计算各个评估指数的评估权重,使得评估场景变得更加多样、评估结果更加灵活。
在介绍完本申请实施例的设计思想之后,下面对本申请实施例的技术方案能够适用的应用场景做一些简单介绍,需要说明的是,以下介绍的应用场景仅用于说明本申请实施例而非限定。在具体实施过程中,可以根据实际需要灵活地应用本申请实施例提供的技术方案。
如图1所示,为本申请实施例提供的一种应用场景示意图。该应用场景中可以包括碳监测数据质量评估设备10。
其中,碳监测数据质量评估设备10具有进行复杂计算的功能,例如,可以为个人计算机(Personal Computer,PC)与手提电脑等。碳监测数据质量评估设备10可包括一个或者多个中央处理器101(Central Processing Unit,CPU)、存储器102、I/O接口103以及数据库104。具体的,处理器101可以为中央处理单元(central processing unit,CPU),或者为数字处理单元等等。存储器102可以是易失性存储器(volatile memory),例如随机存取存储器(random-access memory,RAM);存储器102也可以是非易失性存储器(non-volatilememory),例如只读存储器,快闪存储器(flash memory),硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD);或者存储器102是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器102可以是上述存储器的组合。存储器102中可以存储本申请实施例提供的碳监测数据质量评估方法的部分程序指令,这些程序指令被处理器101执行时能够用以实现本申请实施例提供的碳监测数据质量评估方法的步骤,以解决无法有效定量的对碳监测数据进行质量等级评估的问题。数据库104可以用于存储本申请实施例提供的方案中涉及到的碳监测数据、多个评估指数、多个评估权重以及碳综合评估值等数据。
在本申请实施例中,当需要进行碳监测数据质量评估时,碳监测数据质量评估设备10可以通过I/O接口103实时获取各个碳监测点的碳监测数据,然后,碳监测数据质量评估设备10的处理器101会按照存储器102中本申请实施例提供的碳监测数据质量评估方法的程序指令来进行碳监测数据质量评估,以有效定量的对碳监测数据进行质量等级评估。此外,还可以将评估过程中的碳监测数据、多个评估指数、多个评估权重以及碳综合评估值等数据存储于数据库104中。
当然,本申请实施例提供的方法并不限用于图1所示的应用场景中,还可以用于其他可能的应用场景,本申请实施例并不进行限制。对于图1所示的应用场景的各个设备所能实现的功能将在后续的方法实施例中一并进行描述,在此先不过多赘述。下面,将结合附图对本申请实施例的方法进行介绍。
如图2所示,为本申请实施例提供的碳监测数据质量评估方法的一种流程示意图,该方法可以通过图1中的碳监测数据质量评估设备10来执行,该方法的流程介绍如下。
步骤201:基于采集的目标监测区域的碳监测数据,计算碳监测数据的多个评估指数。
在本申请实施例中,多个评估指数可以包括:全面性指数、完整性指数、准确性指数、规范性指数、即时性指数与及时性指数。其中,全面性指数可以用于表征碳监测终端对碳排放源的覆盖情况,完整性指数可以用于表征碳监测数据采集的完整情况,准确性指数可以用于表征碳监测数据采集的准确情况,规范性指数可以用于表征碳监测终端的设备规范情况,即时性指数可以用于表征碳监测数据采集和传输的同步情况,及时性指数可以用于表征碳监测数据的上传和处理的及时情况。
具体的,碳排放源可分为固定碳排放源与无组织碳排放源,其中,针对固定碳排放源监测点的设置,可以参考有关碳监测标准,例如,《固定污染源废气 二氧化碳的测定 非分散红外吸收法》(HJ 870-2017)以及《固定污染源二氧化碳排放连续监测技术规范》(T/CAEPI 48-2022)等,进而,可直接将碳监测点设置在排碳的烟道、烟囱及排气筒等处。而针对无组织碳排放源监测点的设置,可以统计分析目标监测区域的碳排放情况,并将碳监测点设置在可能出现最大碳浓度的地方,具体可参考《大气污染物无组织排放监测技术导则》(HJ/T 55-2000)以及《大气污染物综合排放标准》(GB 16297-1996)等标准规范。
碳监测终端监测到的碳监测数据以浓度为主,当然还可以包括流速、温度、湿度及压力等。此外,还可以通过有线或无线的方式来将碳监测终端采集的数据传输至碳监测数据质量评估设备10(某一***/平台/控制器)上,以进行数据的分析处理及应用。
在一种可能的实施方式中,由于全面性指数可以用于表征碳监测终端对碳排放源的覆盖情况,即,评估碳监测点是否覆盖目标监测区域内所有的碳排放源、以确定有无碳排放源被遗漏。因此,在本申请实施例中,可以根据目标监测区域内的实际布置的碳监测终端的数量与实际的碳排放源的数量,来计算目标监测区域的碳监测数据的全面性指数。全面性指数具体可以通过如下公式(1)获得:
(1)
其中,为全面性指数,/>为目标监测区域内实际布置的碳监测终端数量,为目标监测区域内所有的碳排放源的数量,且该碳排放源的数量具体可以通过对整个目标监测区域的碳排放情况进行统计调查来获得。
以某火力发电厂为例,假设碳排放源包括4个烟囱固定源和10个无组织排放源,且在每个碳排放源布置一台碳监测终端进行监测,使目标监测区域覆盖整个园区范围。因此,目标监测区域内的实际布置的碳监测终端的数量和实际的所有的碳排放源的数量均为14,进而,根据上述公式(1)可得出全面性指数为100,即,表明碳监测终端的布置覆盖全面,碳监测数据能够全面反映园区碳排放水平。
在一种可能的实施方式中,由于完整性指数可以用于表征碳监测数据采集的完整情况,即,评估各个碳监测点所采集的碳监测数据是否连续完整。因此,在本申请实施例中,可以根据评估周期内的各个碳监测点的实际采集数据的次数、各个碳监测点的应当采集数据的次数以及碳监测终端的布置总数,来计算目标监测区域的碳监测数据的完整性指数。完整性指数具体可以通过如下公式(2)获得:
(2)
其中,为完整性指数,/>为评估周期内第/>个碳监测点的实际采集数据的次数,/>为评估周期内第/>个碳监测点的应当采集数据的次数,/>为评估周期内碳监测终端的布置总数。
同样以上述某火力发电厂为例,假设14个碳监测点均是连续监测,采样频率为15min,以24h为一个评估周期,那么,在24h内,每个碳监测点应当采集数据的次数为96次,实际采集数据的次数同样为96次,进而,根据上述公式(2)可得出完整性指数为100,即,表明所采集的碳监测数据完整无间断。
在一种可能的实施方式中,由于准确性指数可以用于表征碳监测数据采集的准确情况,即,评估碳监测数据是否准确,其具体可通过两种方式进行,其一是核验监测设备是否在有效检定、校准或标定期内,其二是对碳监测数据进行溯源核查。因此,在本申请实施例中,可以根据评估周期内的符合第一预设条件的碳监测终端的数量以及碳监测终端的布置总数,来计算目标监测区域的碳监测数据的准确性指数,其中,第一预设条件可用于确定各个碳监测终端所采集的碳监测数据是否准确。准确性指数具体可以通过如下公式(3)获得:
(3)
其中,为准确性指数,/>为评估周期内通过有效检定、校准或量值溯源,而确定的碳监测数据准确的碳监测终端的数量,/>为评估周期内碳监测终端的布置总数。
在实际应用中,对于上述方式一监测设备的核验,若监测设备经过第三方机构检定、校准,可通过查阅相关检定证书、校准报告,确定其准确度等级;若监测设备由监测单位内部自行校准,可通过查阅其溯源链是否完整、溯源方法是否符合相应的标准规范、溯源记录是否完备等,确定其准确度等级;对于上述方式二碳监测数据的溯源核查,主要针对布设在烟囱等固定碳排放源的碳监测终端的碳监测数据,可与采用排放因子法或质量平衡法得出的碳核算数据进行对比,确定其准确度等级。同样以上述某火力发电厂为例,根据上述公式(3)可计算出准确性指数为100,即,表明碳监测数据准确度高。
在一种可能的实施方式中,由于规范性指数可以用于表征碳监测终端的设备规范情况,即,对照碳排放相关监测标准,来判断碳监测流程是否严格按照标准规范执行。因此,在本申请实施例中,可以根据评估周期内的符合第二预设条件的碳监测终端的数量以及碳监测终端的布置总数,来计算目标监测区域的碳监测数据的规范性指数,其中,第二预设条件可用于确定各个碳监测终端的监测流程是否规范。规范性指数具体可以通过如下公式(4)获得:
(4)
其中,为规范性指数,/>为评估周期内的碳监测流程符合标准规范的碳监测终端的数量,/>为评估周期内碳监测终端的布置总数。
在实际应用中,碳监测流程的规范性需评估包括碳监测终端的安装、技术性能指标的调试检测、碳监测环境质量以及日常巡检维护等在内的各个环节是否规范,其中任一环节不符合标准要求,均视为不规范。同样以上述某火力发电厂为例,假设有两台碳监测终端并未在碳监测前进行技术指标的调试检测,因此,不符合监测规范要求,而其余12台碳监测终端符合监测规范。进而,根据上述公式(4)可计算得出规范性指数为85.7。
在一种可能的实施方式中,即时性指数可以用于表征碳监测数据采集和传输的同步情况,即,评估碳监测数据采集和传输是否实时同步。因此,在本申请实施例中,可以根据评估周期内的各个碳监测终端的实时传输数据的次数以及各个碳监测点的实际采集数据的次数,来计算目标监测区域的碳监测数据的即时性指数。即时性指数具体可以通过如下公式(5)获得:
(5)
其中,为即时性指数,/>为评估周期内第/>个碳监测终端实时传输数据的次数,/>为评估周期内第/>个监测点的实际采集数据的次数。
在实际应用中,碳监测数据上传即时与否,影响到数据平台开展数据分析、预警、评价等工作进度。同样以上述某火力发电厂为例,假设14个碳监测点均是连续监测,采样频率为15min,以24h为一个评估周期,那么在24h内每个监测点实际采集数据的次数为96次,但由于有线传输故障,使得其中两台碳监测终端有12h的碳监测数据未实时传输,进而,根据上述公式(5)可计算得出即时性指数为92.6。
在一种可能的实施方式中,及时性指数可以用于表征碳监测数据的上传和处理的及时情况,即,对碳监测数据的上传日期和统计日期的时间间隔进行等级评价,以反映监测数据能否在需要的时候得到保证。因此,在本申请实施例中,可以根据评估周期内的各个碳监测终端分别在各个数据采集时刻的及时性分数、各个碳监测终端的实时传输数据的次数以及碳监测终端的布置总数,来计算目标监测区域的碳监测数据的及时性指数。及时性指数具体可以通过如下公式(6)获得:
(6)
其中,为及时性指数,/>为评估周期内的第/>个碳监测终端第/>个数据采集时刻的及时性分数,/>为评估周期内第/>个碳监测终端实时传输数据的次数,/>为评估周期内的碳监测终端的布置总数。
表1:
在实际应用中,碳监测数据上传及时与否体现了评估者对碳监测工作的主动性,可以理解的是,上传日期和统计日期的时间间隔越大,则得分应该越低。因此,评估者可根据实际需要自行设置碳监测数据的统计周期。在本申请实施例中,如表1所示,为本申请实施例提供的碳监测数据及时性等级评估分值表,其对上传日期和统计日期的时间间隔提供了一个等级评估的参考。同样以上述某火力发电厂为例,根据上述公式(6)可计算得出及时性指数为100,即,表明数据平台开展碳监测数据分析等工作十分及时。
步骤202:采用层次分析法计算多个评估指数各自对应的评估权重。
在本申请实施例中,可以采用层次分析法来计算全面性指数、完整性指数、准确性指数、规范性指数、即时性指数与及时性指数各自对应的评估权重。具体如图3所示,为本申请实施例提供的获取评估权重的一种流程示意图,该方法可以通过图1中的碳监测数据质量评估设备10来执行,该方法的流程介绍如下。
步骤301:对全面性指数、完整性指数、准确性指数、规范性指数、即时性指数以及及时性指数进行两两重要性比较,获得判断矩阵。
表2:
在本申请实施例中,在采用层次分析法时,不会把所有因素放在一起比较,而是两两相互比较;会采用相对尺度,以尽可能减少性质不同的诸因素相互比较的困难,以提高准确度,且如表2所示,为本申请实施例提供的判断矩阵元素的重要性标度表。
同样以上述某火力发电厂为例,如表3所示,为本申请实施例提供的两两重要性比较表,在该表3中,具体对全面性指数、完整性指数、准确性指数、规范性指数、即时性指数以及及时性指数这6个评估指数进行了两两重要性比较,得到如下判断矩阵D。
表3:
即,判断矩阵D=。
步骤302:采用方根法,获得判断矩阵的最大特征根。
在本申请实施例中,同样以上述某火力发电厂为例,进而,可以用方根法计算出上述判断矩阵D的最大特征根,即,可得到/>。
步骤303:计算最大特征根对应的线性无关特征向量,获取多个评估指数各自对应的评估权重。
在本申请实施例中,同样以上述某火力发电厂为例,进而,根据上述最大特征根,计算出最大特征根/>对应的线性无关特征向量[0.1543,0.0532,0.3273,0.3273,0.0297,0.1082],其中,该线性无关特征向量中的各个元素即为6个评估指数各自对应的评估权重,即,这6个评估指数的权重向量w=[0.1543,0.0532,0.3273,0.3273,0.0297,0.1082]。
步骤203:根据多个评估指数以及多个评估指数各自对应的评估权重,获取碳监测数据的碳综合评估值。
在本申请实施例中,可以根据评估权重对各个评估指数进行加权求和,来得到碳综合评估值,该碳综合评估值/>具体可以通过如下公式(7)获得:
(7)
其中,分别为全面性指数、完整性指数、准确性指数、规范性指数、即时性指数和及时性指数的评估权重。同样以上述某火力发电厂为例,进而,根据上述公式(7)可计算出在24h的评估周期内的碳监测数据的综合评估指数/>为95.099。
步骤204:根据碳综合评估值,评估出碳监测数据的质量评估等级。
在本申请实施例中,如表4所示,为本申请实施例提供的碳综合评估值与碳监测数据的质量评估等级对应关系表。
表4:
同样以上述某火力发电厂为例,进而,由于综合评估指数为95.099,那么,根据上述表4可输出质量评估等级为“优秀”。
综上所述,在本申请实施例中,由于综合考虑了碳监测数据的全面性、完整性、准确性、规范性、即时性与及时性,且对这六个评估指标进行定量化,使得碳监测数据的评估更加有效、直观与科学。此外,还采用层次分析法来计算各个评估指数的评估权重,使得评估场景变得更加多样、评估结果更加灵活。
基于同一发明构思,本申请实施例提供一种碳监测数据质量评估装置40,如图4所示,该装置包括:
第一计算单元401,用于基于采集的目标监测区域的碳监测数据,计算碳监测数据的多个评估指数;其中,多个评估指数包括:全面性指数、完整性指数、准确性指数、规范性指数、即时性指数与及时性指数;全面性指数用于表征碳监测终端对碳排放源的覆盖情况,完整性指数用于表征碳监测数据采集的完整情况,准确性指数用于表征碳监测数据采集的准确情况,规范性指数用于表征碳监测终端的设备规范情况,即时性指数用于表征碳监测数据采集和传输的同步情况,及时性指数用于表征碳监测数据的上传和处理的及时情况;
第二计算单元402,用于采用层次分析法计算多个评估指数各自对应的评估权重;
获取单元403,用于根据多个评估指数以及多个评估指数各自对应的评估权重,获取碳监测数据的碳综合评估值;
评估单元404,用于根据碳综合评估值,评估出碳监测数据的质量评估等级。
可选的,第一计算单元401,还用于:
根据目标监测区域内的实际布置的碳监测终端的数量与实际的碳排放源的数量,计算目标监测区域的碳监测数据的全面性指数。
可选的,第一计算单元401,还用于:
根据评估周期内的各个碳监测点的实际采集数据的次数、各个碳监测点的应当采集数据的次数以及碳监测终端的布置总数,计算目标监测区域的碳监测数据的完整性指数。
可选的,第一计算单元401,还用于:
根据评估周期内的符合第一预设条件的碳监测终端的数量以及碳监测终端的布置总数,计算目标监测区域的碳监测数据的准确性指数;其中,第一预设条件用于确定各个碳监测终端所采集的碳监测数据是否合格。
可选的,第一计算单元401,还用于:
根据评估周期内的符合第二预设条件的碳监测终端的数量以及碳监测终端的布置总数,计算目标监测区域的碳监测数据的规范性指数;其中,第二预设条件用于确定各个碳监测终端的监测流程是否规范。
可选的,第一计算单元401,还用于:
根据评估周期内的各个碳监测终端的实时传输数据的次数以及各个碳监测点的实际采集数据的次数,计算目标监测区域的碳监测数据的即时性指数。
可选的,第一计算单元401,还用于:
根据评估周期内的各个碳监测终端分别在各个数据采集时刻的及时性分数、各个碳监测终端的实时传输数据的次数以及碳监测终端的布置总数,计算目标监测区域的碳监测数据的及时性指数。
可选的,第二计算单元402,还用于:
对全面性指数、完整性指数、准确性指数、规范性指数、即时性指数以及及时性指数进行两两重要性比较,获得判断矩阵;
采用方根法,获得判断矩阵的最大特征根;
计算最大特征根对应的线性无关特征向量,获取多个评估指数各自对应的评估权重。
该装置可以用于执行图2~图3所示的实施例中碳监测数据质量评估装置所执行的方法,因此,对于该装置的各功能模块所能够实现的功能等可参考图2~图3所示的实施例的描述,不多赘述。
在一些可能的实施方式中,本申请提供的方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在计算机设备上运行时,所述程序代码用于使所述计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的方法中的步骤,例如,所述计算机设备可以执行如图2~图3所示的实施例中碳监测数据质量评估装置所执行的方法。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也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,本发明实施例的技术方案本质上或者说对现有技术做出贡献的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(可以是个人计算机、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。而前述的存储介质包括:移动存储设备、ROM、 RAM、磁碟或者光盘等各种可以存储程序代码的介质。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (11)
1.一种碳监测数据质量评估方法,其特征在于,所述方法包括:
基于采集的目标监测区域的碳监测数据,计算所述碳监测数据的多个评估指数;其中,所述多个评估指数包括:全面性指数、完整性指数、准确性指数、规范性指数、即时性指数与及时性指数;所述全面性指数用于表征碳监测终端对碳排放源的覆盖情况,所述完整性指数用于表征碳监测数据采集的完整情况,所述准确性指数用于表征碳监测数据采集的准确情况,所述规范性指数用于表征碳监测终端的设备规范情况,所述即时性指数用于表征碳监测数据采集和传输的同步情况,所述及时性指数用于表征碳监测数据的上传和处理的及时情况;
采用层次分析法计算所述多个评估指数各自对应的评估权重;
根据所述多个评估指数以及所述多个评估指数各自对应的评估权重,获取所述碳监测数据的碳综合评估值;
根据所述碳综合评估值,评估出所述碳监测数据的质量评估等级。
2.如权利要求1所述的方法,其特征在于,所述基于采集的目标监测区域的碳监测数据,计算所述碳监测数据的多个评估指数的步骤,包括:
根据所述目标监测区域内的实际布置的碳监测终端的数量与实际的碳排放源的数量,计算所述目标监测区域的碳监测数据的全面性指数。
3.如权利要求1所述的方法,其特征在于,所述基于采集的目标监测区域的碳监测数据,计算所述碳监测数据的多个评估指数的步骤,包括:
根据评估周期内的各个碳监测点的实际采集数据的次数、所述各个碳监测点的应当采集数据的次数以及碳监测终端的布置总数,计算所述目标监测区域的碳监测数据的完整性指数。
4.如权利要求1所述的方法,其特征在于,所述基于采集的目标监测区域的碳监测数据,计算所述碳监测数据的多个评估指数的步骤,包括:
根据评估周期内的符合第一预设条件的碳监测终端的数量以及碳监测终端的布置总数,计算所述目标监测区域的碳监测数据的准确性指数;其中,所述第一预设条件用于确定所述各个碳监测终端所采集的碳监测数据是否准确。
5.如权利要求1所述的方法,其特征在于,所述基于采集的目标监测区域的碳监测数据,计算所述碳监测数据的多个评估指数的步骤,包括:
根据评估周期内的符合第二预设条件的碳监测终端的数量以及碳监测终端的布置总数,计算所述目标监测区域的碳监测数据的规范性指数;其中,所述第二预设条件用于确定各个碳监测终端的监测流程是否规范。
6.如权利要求1所述的方法,其特征在于,所述基于采集的目标监测区域的碳监测数据,计算所述碳监测数据的多个评估指数的步骤,包括:
根据评估周期内的各个碳监测终端的实时传输数据的次数以及各个碳监测点的实际采集数据的次数,计算所述目标监测区域的碳监测数据的即时性指数。
7.如权利要求1所述的方法,其特征在于,所述基于采集的目标监测区域的碳监测数据,计算所述碳监测数据的多个评估指数的步骤,包括:
根据评估周期内的各个碳监测终端分别在各个数据采集时刻的及时性分数、所述各个碳监测终端的实时传输数据的次数以及碳监测终端的布置总数,计算所述目标监测区域的碳监测数据的及时性指数。
8.如权利要求1所述的方法,其特征在于,所述采用层次分析法计算所述多个评估指数各自对应的评估权重,包括:
对所述全面性指数、所述完整性指数、所述准确性指数、所述规范性指数、所述即时性指数以及所述及时性指数进行两两重要性比较,获得判断矩阵;
采用方根法,获得所述判断矩阵的最大特征根;
计算所述最大特征根对应的线性无关特征向量,获取所述多个评估指数各自对应的评估权重。
9.一种碳监测数据质量评估装置,其特征在于,所述装置包括:
第一计算单元,用于基于采集的目标监测区域的碳监测数据,计算所述碳监测数据的多个评估指数;其中,所述多个评估指数包括:全面性指数、完整性指数、准确性指数、规范性指数、即时性指数与及时性指数;所述全面性指数用于表征碳监测终端对碳排放源的覆盖情况,所述完整性指数用于表征碳监测数据采集的完整情况,所述准确性指数用于表征碳监测数据采集的准确情况,所述规范性指数用于表征碳监测终端的设备规范情况,所述即时性指数用于表征碳监测数据采集和传输的同步情况,所述及时性指数用于表征碳监测数据的上传和处理的及时情况;
第二计算单元,用于采用层次分析法计算所述多个评估指数各自对应的评估权重;
获取单元,用于根据所述多个评估指数以及所述多个评估指数各自对应的评估权重,获取所述碳监测数据的碳综合评估值;
评估单元,用于根据所述碳综合评估值,评估出所述碳监测数据的质量评估等级。
10.一种碳监测数据质量评估设备,其特征在于,所述设备包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序指令执行权利要求1-8中任一所述的方法。
11.一种存储介质,其特征在于,所述存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行权利要求1-8中任一所述的方法包括的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310871953.4A CN116610663A (zh) | 2023-07-17 | 2023-07-17 | 一种碳监测数据质量评估方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310871953.4A CN116610663A (zh) | 2023-07-17 | 2023-07-17 | 一种碳监测数据质量评估方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116610663A true CN116610663A (zh) | 2023-08-18 |
Family
ID=87678548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310871953.4A Pending CN116610663A (zh) | 2023-07-17 | 2023-07-17 | 一种碳监测数据质量评估方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116610663A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117476120A (zh) * | 2023-10-23 | 2024-01-30 | 黑龙江中桂制药有限公司 | 一种盐酸倍他司汀的合成方法、合成参数的规范性评估方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150019452A1 (en) * | 2013-07-12 | 2015-01-15 | Desire2Learn Incorporated | System and method for evaluating assessments |
CN106097144A (zh) * | 2016-06-16 | 2016-11-09 | 深圳供电局有限公司 | 一种基于层次分析法的谐波综合评估方法及*** |
CN111369084A (zh) * | 2018-12-25 | 2020-07-03 | ***通信集团浙江有限公司 | 内容网络中资源质量评分方法 |
CN112700164A (zh) * | 2021-01-13 | 2021-04-23 | 清华大学 | 一种能源***的定量评价方法、***和可读介质 |
CN113674105A (zh) * | 2021-07-28 | 2021-11-19 | 国网天津市电力公司电力科学研究院 | 一种电能质量在线监测数据质量评估方法 |
CN114154864A (zh) * | 2021-12-06 | 2022-03-08 | 国网湖南省电力有限公司 | 针对电力微气象监测数据的质量评估方法及处理器 |
CN115034676A (zh) * | 2022-07-05 | 2022-09-09 | 合肥工业大学 | 基于层次分析法的企业综合服务质量评估方法及*** |
CN116167659A (zh) * | 2023-02-16 | 2023-05-26 | 北京理工大学 | 一种碳市场碳排放数据质量评价方法 |
-
2023
- 2023-07-17 CN CN202310871953.4A patent/CN116610663A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150019452A1 (en) * | 2013-07-12 | 2015-01-15 | Desire2Learn Incorporated | System and method for evaluating assessments |
CN106097144A (zh) * | 2016-06-16 | 2016-11-09 | 深圳供电局有限公司 | 一种基于层次分析法的谐波综合评估方法及*** |
CN111369084A (zh) * | 2018-12-25 | 2020-07-03 | ***通信集团浙江有限公司 | 内容网络中资源质量评分方法 |
CN112700164A (zh) * | 2021-01-13 | 2021-04-23 | 清华大学 | 一种能源***的定量评价方法、***和可读介质 |
CN113674105A (zh) * | 2021-07-28 | 2021-11-19 | 国网天津市电力公司电力科学研究院 | 一种电能质量在线监测数据质量评估方法 |
CN114154864A (zh) * | 2021-12-06 | 2022-03-08 | 国网湖南省电力有限公司 | 针对电力微气象监测数据的质量评估方法及处理器 |
CN115034676A (zh) * | 2022-07-05 | 2022-09-09 | 合肥工业大学 | 基于层次分析法的企业综合服务质量评估方法及*** |
CN116167659A (zh) * | 2023-02-16 | 2023-05-26 | 北京理工大学 | 一种碳市场碳排放数据质量评价方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117476120A (zh) * | 2023-10-23 | 2024-01-30 | 黑龙江中桂制药有限公司 | 一种盐酸倍他司汀的合成方法、合成参数的规范性评估方法及装置 |
CN117476120B (zh) * | 2023-10-23 | 2024-05-03 | 黑龙江中桂制药有限公司 | 一种盐酸倍他司汀的合成方法、合成参数的规范性评估方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2767291C2 (ru) | Системы и способы отслеживания выбросов парниковых газов, ассоциированных с объектом | |
Hantson et al. | Quantitative assessment of fire and vegetation properties in simulations with fire-enabled vegetation models from the Fire Model Intercomparison Project | |
CN114818391B (zh) | 一种基于多溯源模型的污染源浓度分析方法 | |
CN116610663A (zh) | 一种碳监测数据质量评估方法、装置、设备及存储介质 | |
CN109583711B (zh) | 一种安全风险评估全过程管理*** | |
CN115114346B (zh) | 一种精细化的碳排放信息化采集及核算方法、***、终端 | |
CN116187621B (zh) | 一种碳排放监测方法及装置 | |
Liu et al. | A data calibration method for micro air quality detectors based on a LASSO regression and NARX neural network combined model | |
CN114240086A (zh) | 碳排放监测方法、装置、存储介质及处理器 | |
CN115375522A (zh) | 智慧城市碳中和数据分析*** | |
CN116345700A (zh) | 一种用于储能电站的能耗监测方法及监测*** | |
CN115965136A (zh) | 一种基于电力大数据的碳排放综合预测*** | |
CN112200459A (zh) | 一种配电网数据质量分析评价方法及*** | |
Cai et al. | Development of standard fuel models in boreal forests of northeast China through calibration and validation | |
CN114565328A (zh) | 一种agc调频性能的考核方法及装置 | |
CN113222237B (zh) | 森林可燃物含水率动态预测方法、***、设备及介质 | |
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 | |
CN117422004A (zh) | 基于神经网络的碳势预测方法及*** | |
CN109856321A (zh) | 异常高值点位的确定方法 | |
CN117630283A (zh) | 燃煤发电企业在线碳排放监测方法与*** | |
CN116432908A (zh) | 近零碳园区的碳核算方法、装置、终端及存储介质 | |
CN113052380A (zh) | 光伏电站运维清洗效果的检测方法、装置、设备及介质 | |
CN114764741A (zh) | 一种风力发电机运行风功率预测的方法和*** | |
Šećerov et al. | Achieving high reliability in data acquisition | |
CN117527855B (zh) | 一种基于边缘网关的碳排放数据采集方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230818 |