CN117094524B - 一种基于云平台的碳收集及服务*** - Google Patents
一种基于云平台的碳收集及服务*** Download PDFInfo
- Publication number
- CN117094524B CN117094524B CN202311177145.4A CN202311177145A CN117094524B CN 117094524 B CN117094524 B CN 117094524B CN 202311177145 A CN202311177145 A CN 202311177145A CN 117094524 B CN117094524 B CN 117094524B
- Authority
- CN
- China
- Prior art keywords
- carbon
- concentration
- source
- emission
- area
- 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.)
- Active
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 213
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 213
- 238000010276 construction Methods 0.000 claims abstract description 16
- 238000010586 diagram Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 239000013598 vector Substances 0.000 claims description 52
- 238000009792 diffusion process Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 16
- 230000007246 mechanism Effects 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 7
- 230000000994 depressogenic effect Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于云平台的碳收集及服务***,包括:构架构建模块,用于根据目标区域的碳排放逻辑,构建不同碳排放源的源构架;收集模块,用于结合源构架,对同碳排放源所对应排放区域的区域碳数据进行第一收集,同时,对同排放源的源头碳数据进行第二收集;区域化部署模块,用于根据源头对应的碳排放类型、源头与排放区域的位置关系,对相应排放区域进行栅格化,并对第一收集的数据以及第二收集的数据进行计算,并将计算结果进行区域化部署,得到碳排放区域图;服务配置模块,用于确定碳排放区域图中不同位置点的碳归属阶级,并进行阶级划分配置预服务,进行碳调控。进而方便后续碳服务的合理配置,提高碳调控的效率。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种基于云平台的碳收集及服务***。
背景技术
碳服务是许多组织都致力于减少碳排放,气候变化以及可持续性问题处于战略规划的前沿。
随着社会的发展,每个制造公司有尤其相应的碳排放过设定量,但是,有时候会存在设定的量不能满足排放的量,在一定程度上会降低企业的生产效率,虽然也存在从第三方购买碳排放的方式,但是一般在购买之前,并不清楚何处存在碳富余,导致后续碳服务的效率低下。
因此,本发明提出一种基于云平台的碳收集及服务***。
发明内容
本发明提供一种基于云平台的碳收集及服务***,用以通过构建源构架以及对数据进行收集,来保证碳排放区域图构建的可靠性,进而方便后续碳服务的合理配置,提高碳调控的效率。
本发明一种基于云平台的碳收集及服务***,包括:
构架构建模块,用于根据所述目标区域的碳排放逻辑,构建不同碳排放源的源构架;
收集模块,用于结合所述源构架,对同碳排放源所对应排放区域的区域碳数据进行第一收集,同时,对同排放源的源头碳数据进行第二收集;
区域化部署模块,用于根据源头对应的碳排放类型、源头与排放区域的位置关系,对相应排放区域进行栅格化,并对第一收集的数据以及第二收集的数据进行计算,并将计算结果进行区域化部署,得到碳排放区域图;
服务配置模块,用于确定所述碳排放区域图中不同位置点的碳归属阶级,并进行阶级划分配置预服务,进行碳调控。
优选的,所述构架构建模块,包括:
逻辑构建单元,用于根据预先设定的目标区域中不同区域块的碳排放类型以及不同碳排放类型的碳排放指标,构建碳排放逻辑;
构架构建单元,用于提取所述目标区域中同源类型的源位置,得到同源类型的基础分布,且结合所述碳排放逻辑,构建得到对应碳排放源的源构架。
优选的,所述收集模块,包括:
捕捉单元,用于以同碳排放源中每个源位置为中心,分别捕捉每个源位置在常规天气情况下的第一扩散区域,同时,捕捉所述源位置所对应第一扩散区域处于不同时间下的第一输出浓度;
获取单元,用于对同源位置下的所有第一扩散区域进行重叠放置,获取得到分层重叠区域,同时,从同扩散区域下的所有第一输出浓度中获取最大输出浓度以及集中输出浓度;
第一收集单元,用于将最大输出浓度以及集中输出浓度映射在分层重叠区域上,实现对区域碳数据的第一收集。
优选的,所述获取单元,包括:
图构建块,用于根据相邻时间的上时刻扩散区域以及下时刻扩散区域,得到新增区域,并将所述相邻时刻的上时刻输出浓度以及下时刻输出浓度,构建所述新增区域的第一浓度图;
线绘制块,用于将相应源位置的位置坐标、对应相邻时刻内的风向走向以及相邻时刻的时刻信息输入到线绘制模型中,对所述第一浓度图进行等线绘制;
截取块,用于获取每条等线的弧线长度以及直线长度,并确定相应等线的第一截取长度,来按照所述第一截取长度对每条等线与风向矢量所交汇两侧进行截取,得到第一目标段,并计算对应第一目标段的第二方差;
其中,J1表示相应等线的第一截取长度;ΔL表示对应等线与直线基于风向矢量所确定两个中心点的连接长度;L1表示对应弧线长度;L2表示对应直线长度;
参考获取块,用于按照与对应等线存在相邻关系的第一线的第二截取长度对相应第一线进行截取得到第一首段以及第一中间段,并得到第一方差;
均值获取块,用于获取所述第一浓度图中每个等线区域的整体浓度均值;
系数获取块,用于根据每个等线的首坐标、尾坐标以及中间坐标所构建的光滑线与获相应等线进行重叠放置,获取得到对应等线基于凸起点以及凹陷点的变异系数;
其中,B1表示对应的变异系数;Ln1表示对应等线下所有凸起点的弧线总长;Ln2Ln1表示对应等线下所凹陷起点的弧线总长;Lg表示与对应等线匹配的光滑线的线长度;s1i1表示对应等线下第i1个凸起点与凸起直线的交接面积;s2i2表示对应等线下第i2个凹陷点与凹陷直线的交接面积;SL1.L2表示对应等线与相应直线的交接面积;
调整块,用于根据每个等线所对应的整体浓度均值且结合第一方差、第二方差以及变异系数对相应第一目标段中的每个点的浓度进行调整,得到第二浓度图;
其中,表示第一方差;/>表示第二方差;ln表示对数函数符号;e表示常数,取值为2.7;Nave表示对应等线的整体浓度;N0表示对应点的浓度;N1表示对应点调整后的浓度;
对照块,用于获取相邻时刻下所对应的第二浓度图的浓度中心向量以及浓度特征向量,并将所述浓度中心向量以及浓度特征向量输入到浓度对照函数,得到对照结果;
差值处理块,用于将所述浓度中心向量与第一标准向量进行第一差值处理,同时,将所述浓度特征向量与第二标准向量进而第二差值处理;
集中获取块,用于根据对照结果、第一差值结果以及第二差值结果,获取得到相邻时刻下的集中输出浓度。
优选的,所述区域化部署模块,包括:
规划单元,用于规划每个源头所对应的重点子区域以及常规子区域,并进行区域边缘会绘制,得到初始排放图;
栅格化单元,用于根据源头对应的碳排放类型、源头与排放区域的位置关系以及每个子区域的子排放类型,向对所述重点子区域进行第一栅格化以及对常规子区域进行第二栅格化;
值计算单元,用于按照第一收集的数据以及第二收集的数据,计算第一栅格化处理后的每个第一栅格的第一值以及计算第二栅格处理后的每个第二栅格的第二值;
附加单元,用于将所有第一值附加在初始排放图中的对应第一栅格以及将所有的值附加初始排放图中的第二栅格,得到碳排放区域图。
优选的,所述服务配置模块,包括:
阶级确定单元,用于根据碳排放区域图中每个位置点所属的栅格的栅格浓度以及所述所属的栅格涉及到的碳排放源,确定碳归属阶级;
差异确定单元,用于确定每个碳排放区域中每个栅格的标准归属阶级,并根据所述碳归属阶级的阶级差异,对相应栅格配置差异服务;
碳调控单元,用于根据同个碳排放区域的所有差异服务,得到对应碳排放区域的预服务,进行碳调控。
优选的,所述碳调控单元,包括:
差异块,用于基于同个碳排放区域的所有差异服务,构建差异向量;
属性确定块,用于确定每个差异向量的向量属性,并锁定富余属性所对应的第一区域以及贫乏属性所对应的第二区域;
机制构建块,用于根据每个第一区域的富余情况以及每个第二区域的贫乏情况,向每个第二区域设置与第一区域相关的碳服务机制;
服务块,用于按照所述碳服务机制,对相应第二区域进行碳服务。
优选的,所述第一栅格化的栅格密度大于第二栅格化的栅格密度。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
在附图中:
图1为本发明实施例中一种基于云平台的碳收集及服务***的结构图;
图2为本发明实施例中新增区域的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明一种基于云平台的碳收集及服务***,如图1所示,包括:
构架构建模块,用于根据所述目标区域的碳排放逻辑,构建不同碳排放源的源构架;
收集模块,用于结合所述源构架,对同碳排放源所对应排放区域的区域碳数据进行第一收集,同时,对同排放源的源头碳数据进行第二收集;
区域化部署模块,用于根据源头对应的碳排放类型、源头与排放区域的位置关系,对相应排放区域进行栅格化,并对第一收集的数据以及第二收集的数据进行计算,并将计算结果进行区域化部署,得到碳排放区域图;
服务配置模块,用于确定所述碳排放区域图中不同位置点的碳归属阶级,并进行阶级划分配置预服务,进行碳调控。
该实施例中,目标区域可以指的是某个省市。
该实施例中,源构架即为对应区域中不同源位置以及与源位置所匹配的区域块,所对应附加允许碳排放类型以及允许碳排放体积构成的。
该实施例中,碳排放逻辑即为区域块的允许碳排放类型以及允许碳排放体积。
该实施例中,区域碳数据的收集即为对应区域所采集到的碳排放浓度以及体积,且源头碳数据即为在源头位置所检测到的源头浓度以及源头碳排放体积。
该实施例中,位置关系指的是源头与排放区域的位置关系。
该实施例中,栅格化是为了将对应排放区域进行单元细化,方便更加可靠的分析。
该实施例中,区域化部署指的是向对应的区域块设置浓度,来得到碳排放区域图,进而方便后续碳调控。
该实施例中,碳归属阶级指的是对应位置点的碳排放质量,进而方便后续进行碳划分,预服务的目的是为了将区域1存在的富余碳调度到碳匮乏的区域2进行补给,保证碳的有效调控。
上述技术方案的有益效果是:通过构建源构架以及对数据进行收集,来保证碳排放区域图构建的可靠性,进而方便后续碳服务的合理配置,提高碳调控的效率。
本发明一种基于云平台的碳收集及服务***,所述构架构建模块,包括:
逻辑构建单元,用于根据预先设定的目标区域中不同区域块的碳排放类型以及不同碳排放类型的碳排放指标,构建碳排放逻辑;
构架构建单元,用于提取所述目标区域中同源类型的源位置,得到同源类型的基础分布,且结合所述碳排放逻辑,构建得到对应碳排放源的源构架。
该实施例中,目标区域A1中存在区域块1、区域块1以及区域块3,且区域块1的碳排放类型包含类型1、类型2,区域块2的碳排放类型包含类型1,区域块3的碳排放类型包含类型2、类型3,且不同的碳排放指标为对应碳排放类型的碳排放浓度以及碳排放体积,碳排放逻辑即为区域块的允许碳排放类型以及允许碳排放体积。
该实施例中,同源类型指的是每个区域块所对应的碳排放的源头类型,且每个区域中会存在多个源头,进而来确定源位置,比如,区域块1中存在排放源a1、a2、a3、a4以及a5,其中,源a1、a2以及a5对应的碳排放源头类型是一样的,且源a1在位置1,源a2在位置2,源a5在位置5,此时,位置1、2、5的分布即为基础分布。
该实施例中,源构架即为对应区域中不同源位置以及与源位置所匹配的区域块,所对应附加允许碳排放类型以及允许碳排放体积构成的。
上述技术方案的有益效果是:通过确定碳排放指标、源位置,来综合构建得到源构架,为后续进行碳服务提供基础,进阶提高碳服务效率。
本发明一种基于云平台的碳收集及服务***,所述收集模块,包括:
捕捉单元,用于以同碳排放源中每个源位置为中心,分别捕捉每个源位置在常规天气情况下的第一扩散区域,同时,捕捉所述源位置所对应第一扩散区域处于不同时间下的第一输出浓度;
获取单元,用于对同源位置下的所有第一扩散区域进行重叠放置,获取得到分层重叠区域,同时,从同扩散区域下的所有第一输出浓度中获取最大输出浓度以及集中输出浓度;
第一收集单元,用于将最大输出浓度以及集中输出浓度映射在分层重叠区域上,实现对区域碳数据的第一收集。
该实施例中,第一扩散区域指的是对应碳排放的扩散区域,因为,气体在排放出来之后会存在气体转移,进而实现对第一扩散区域的获取。
该实施例中,第一扩散浓度即为对应扩散区域的浓度。
该实施例中,不同时间的第一输出浓度指的是不同时刻下基于源位置的扩散区域,且获取该扩散区域中每个位置点的浓度。
该实施例中,重叠放置的目的是为了尽可能保证的获取得到针对该源位置较为完整的扩散情况,分层重叠区域指的是将每个时间下所获取的扩散区域进行持续重叠的结果。
该实施例中,最大输出浓度指的是同个时间下的第一扩散区域中所有点所对应浓度中的最大输出浓度。
该实施例中,映射指的是将对应位置点的浓度映射在相应的分层重叠区域上。
上述技术方案的有益效果是:通过不同同个源位置下的扩散区域以及不同时间下的浓度,来有效的将相应的浓度映射在对应区域上,实现第一数据的收集,为后续碳服务提供基础。
本发明一种基于云平台的碳收集及服务***,所述获取单元,包括:
图构建块,用于根据相邻时间的上时刻扩散区域以及下时刻扩散区域,得到新增区域,并将所述相邻时刻的上时刻输出浓度以及下时刻输出浓度,构建所述新增区域的第一浓度图;
线绘制块,用于将相应源位置的位置坐标、对应相邻时刻内的风向走向以及相邻时刻的时刻信息输入到线绘制模型中,对所述第一浓度图进行等线绘制;
截取块,用于获取每条等线的弧线长度以及直线长度,并确定相应等线的第一截取长度,来按照所述第一截取长度对每条等线与风向矢量所交汇两侧进行截取,得到第一目标段,并计算对应第一目标段的第二方差;
其中,J1表示相应等线的第一截取长度;ΔL表示对应等线与直线基于风向矢量所确定两个中心点的连接长度;L1表示对应弧线长度;L2表示对应直线长度;
参考获取块,用于按照与对应等线存在相邻关系的第一线的第二截取长度对相应第一线进行截取得到第一首段以及第一中间段,并得到第一方差;
均值获取块,用于获取所述第一浓度图中每个等线区域的整体浓度均值;
系数获取块,用于根据每个等线的首坐标、尾坐标以及中间坐标所构建的光滑线与获相应等线进行重叠放置,获取得到对应等线基于凸起点以及凹陷点的变异系数;
其中,B1表示对应的变异系数;Ln1表示对应等线下所有凸起点的弧线总长;Ln2Ln1表示对应等线下所凹陷起点的弧线总长;Lg表示与对应等线匹配的光滑线的线长度;s1i1表示对应等线下第i1个凸起点与凸起直线的交接面积;s2i2表示对应等线下第i2个凹陷点与凹陷直线的交接面积;SL1.L2表示对应等线与相应直线的交接面积;
调整块,用于根据每个等线所对应的整体浓度均值且结合第一方差、第二方差以及变异系数对相应第一目标段中的每个点的浓度进行调整,得到第二浓度图;
其中,表示第一方差;/>表示第二方差;ln表示对数函数符号;e表示常数,取值为2.7;Nave表示对应等线的整体浓度;N0表示对应点的浓度;N1表示对应点调整后的浓度;
对照块,用于获取相邻时刻下所对应的第二浓度图的浓度中心向量以及浓度特征向量,并将所述浓度中心向量以及浓度特征向量输入到浓度对照函数,得到对照结果;
差值处理块,用于将所述浓度中心向量与第一标准向量进行第一差值处理,同时,将所述浓度特征向量与第二标准向量进而第二差值处理;
集中获取块,用于根据对照结果、第一差值结果以及第二差值结果,获取得到相邻时刻下的集中输出浓度。
该实施例中,基于时间循序,将每组最大输出浓度以及集中输出浓度分别映射在相应的区域上,其中,映射结果即为对区域碳数据的第一收集结果。
该实施例中,相邻时间包括两个时间,一个是上时刻,一个是下时刻,方便区分,且下时刻扩散区域-时刻扩散区域即为对应相邻时刻的新增区域。
该实施例中,第一浓度图即为下时刻扩散区域的输出浓度中抛出上时刻扩散区域的输出浓度后,即得到新增区域的浓度图。
该实施例中,线绘制模型是预先对神经网络模型训练好的,且训练样本为源位置坐标、风向走向、时刻信息、基于风向的浓度分布,方便后续直接得到绘制的等线结果。
该实施例中,如图2所示,比如新增区域中存在等线a1与等线a2,此时,等线a1的弧长即为弧线长度,且基于等线a1两端的点进行连接得到的直线即为直线长度,b1为风向走向也就是风向矢量。
该实施例中,两侧进行截取的长度都是按照第一截取长度截取的,且b2即为第一目标段。
该实施例中,第二截取长度的计算方式与第一截取长度的计算方式一样。
该实施例中,等线a1与等线a2即为存在相邻关系的线,如果现在是针对等线a1分析的,那么等线a2即为第一线,其中,针对第一线的第一首段是基于第一线的首位置进行第二截取长度的截取得到的,第一中间段是按照第二截取长度对等线a2与风向矢量所交汇两侧进行截取得到的。
该实施例中,第一方差是基于第一首段与第一中间段上每个点的浓度,计算得到的方差。
该实施例中,整体浓度均值指的是等线a1与新增区域的上边界的之间所构成区域下的所有浓度的平均值,此时,等线a1与新增区域的上边界即为构成的一个等线区域,且等线a1与等线a2所构成的区域也为一个等线区域。
该实施例中,光滑曲线指的是不存在凸起点与凹陷点的曲线,是为了与对应的等线进行对比调整。
该实施例中,只需要对第一目标段进行调整即可,来对新增区域进行等线细化,进而根据调整后的浓度,来获取基于风向矢量与对应细化线上相应第一目标段基于调整后的平均浓度值,进而获取得到对应的浓度中心向量。
该实施例中,比如,存在5个细化后的线,则浓度中心向量为[细化线1上的平均浓度细化线2上的平均浓度细化线3上的平均浓度细化线4上的平均浓度细化线5上的平均浓度]。
该实施例中,浓度特征向量即为获取的每个细化线上与风向矢量所存在的细化线的交集点的浓度,即为[细化线1上的交点浓度细化线2上的交点浓度细化线3上的交点浓度细化线4上的交点浓度细化线5上的交点浓度]。
该实施例中,浓度对照函数是为了将同个细化线上的浓度中心向量与浓度特征向量对应点的浓度进行对比,得到对照结果。
该实施例中,第一标准向量以及第二标准向量是基于获取到源位置的输出浓度、输出量以及风向结合来获取的标准排放情况,作为参考样本。
该实施例中,筛选对照结果、第一差值结果以及第二差值结果都满足对应预设差值标准的点,来获取该点的浓度,进而得到集中输出浓度。
该实施例中,预设差值标准是预先设定好的,比如标准为对应差值绝对值小于浓度a01。
上述技术方案的有益效果是:通过获取相邻时刻的新增区域的浓度图,进而通过绘制等线,来分别对第一段进行方差计算,进而通过确定需要的线段以及区域来分别获取方差以及变异系数,方便对浓度进行调整,进而通过向量获取,来筛选有笑点作为集中输出浓度,为后续服务提供基础。
本发明一种基于云平台的碳收集及服务***,所述区域化部署模块,包括:
规划单元,用于规划每个源头所对应的重点子区域以及常规子区域,并进行区域边缘会绘制,得到初始排放图;
栅格化单元,用于根据源头对应的碳排放类型、源头与排放区域的位置关系以及每个子区域的子排放类型,向对所述重点子区域进行第一栅格化以及对常规子区域进行第二栅格化;
值计算单元,用于按照第一收集的数据以及第二收集的数据,计算第一栅格化处理后的每个第一栅格的第一值以及计算第二栅格处理后的每个第二栅格的第二值;
附加单元,用于将所有第一值附加在初始排放图中的对应第一栅格以及将所有的值附加初始排放图中的第二栅格,得到碳排放区域图。
优选的,所述第一栅格化的栅格密度大于第二栅格化的栅格密度。
该实施例中,重点子区域以及常规子区域是根据对应源的日常排放量有关,日常排放量大的可以作为重点子区域,否则,作为常规子区域。
该实施例中,一般与源头靠近的位置且日常排放量大的区域为重点子区域,同个源头所对应的其余区域为常规子区域,因此,进行边缘绘制即可得到初始排放图。
该实施例中,第一栅格化的单位大小=源头到对应区域的直线排放速度以及浓度消散速度来综合确定的,在对常规排放进行多次测试之后,来获取满足预设消散速度的标准边界作为重点子区域的边界,且按照该子区域的最大浓度/预设消散速度度+标准浓度/预设消散速度为基础来对子区域进行栅格化,最大浓度/预设消散速度度+标准浓度/预设消散速度的计算结果越大,对应的栅格化越细。
该实施例中,第一值以及第二支的计算,即为对应栅格内所包含的对应所有中心点浓度的平均值。
上述技术方案的有益效果是:通过绘制边缘,得到初始排放图,再对初始排放图中的三个进行值附加,便于得到碳排放区域图,为后续碳服务提供基础。
本发明一种基于云平台的碳收集及服务***,所述服务配置模块,包括:
阶级确定单元,用于根据碳排放区域图中每个位置点所属的栅格的栅格浓度以及所述所属的栅格涉及到的碳排放源,确定碳归属阶级;
差异确定单元,用于确定每个碳排放区域中每个栅格的标准归属阶级,并根据所述碳归属阶级的阶级差异,对相应栅格配置差异服务;
碳调控单元,用于根据同个碳排放区域的所有差异服务,得到对应碳排放区域的预服务,进行碳调控。
该实施例中,栅格浓度指的是对应栅格的中心点的浓度。
该实施例中,碳排放源指的是对应栅格所对应分配的碳排放源头。
该实施例中,碳归属阶级是基于浓度-源头-阶级映射表得到的,进而方便得到碳归属阶级,且碳归属阶级其实就是为了给对应栅格赋予一个信息。
该实施例中,标准归属阶级是预先设定好的,一般是对应区域的最大浓度阶级,进而通过阶级差异,来确定对应栅格是碳富余还是碳匮乏。
该实施例中,预服务指的是将区域2的富余碳给区域1的匮乏碳进行调控使用。
该实施例中,碳浓度以及碳体积即可得到对应栅格的碳质量,进而得到碳排放区域的总排放量。
上述技术方案的有益效果是:通过确定碳归属阶级,进而得到阶级差异,方便后续得到碳服务进行碳调控,保证碳调控的效率。
本发明一种基于云平台的碳收集及服务***,所述碳调控单元,包括:
差异块,用于基于同个碳排放区域的所有差异服务,构建差异向量;
属性确定块,用于确定每个差异向量的向量属性,并锁定富余属性所对应的第一区域以及贫乏属性所对应的第二区域;
机制构建块,用于根据每个第一区域的富余情况以及每个第二区域的贫乏情况,向每个第二区域设置与第一区域相关的碳服务机制;
服务块,用于按照所述碳服务机制,对相应第二区域进行碳服务。
该实施例中,差异服务中有富余的也有匮乏的,所有构建得到的差异向量,进而构建得到的差异向量中有正有负。
该实施例中,贫乏与匮乏的含义一样。
该实施例中,需要将富余的第一区域来供贫乏的第二区域使用多余碳排放。
比如,第二区域1中存在100kg的富余碳排放,第二区域2存在20kg的富余碳排放,第一区域1中贫乏10kg,第一区域2中贫乏70kg,此时,由第二区域2向第一区域1进行碳服务,由第二区域1向第一区域2进行碳服务,此时的服务方式即为碳服务机制。
上述技术方案的有益效果是:通过构建差异向量来锁定不同区域的富余或贫乏,进而方便后续进行碳服务,保证服务效率。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种基于云平台的碳收集及服务***,其特征在于,包括:
构架构建模块,用于根据目标区域的碳排放逻辑,构建不同碳排放源的源构架;
收集模块,用于结合所述源构架,对同碳排放源所对应排放区域的区域碳数据进行第一收集,同时,对同排放源的源头碳数据进行第二收集;
区域化部署模块,用于根据源头对应的碳排放类型、源头与排放区域的位置关系,对相应排放区域进行栅格化,并对第一收集的数据以及第二收集的数据进行计算,并将计算结果进行区域化部署,得到碳排放区域图;
服务配置模块,用于确定所述碳排放区域图中不同位置点的碳归属阶级,并进行阶级划分配置预服务,进行碳调控;
其中,所述收集模块,包括:
捕捉单元,用于以同碳排放源中每个源位置为中心,分别捕捉每个源位置在常规天气情况下的第一扩散区域,同时,捕捉所述源位置所对应第一扩散区域处于不同时间下的第一输出浓度;
获取单元,用于对同源位置下的所有第一扩散区域进行重叠放置,获取得到分层重叠区域,同时,从同扩散区域下的所有第一输出浓度中获取最大输出浓度以及集中输出浓度;
第一收集单元,用于将最大输出浓度以及集中输出浓度映射在分层重叠区域上,实现对区域碳数据的第一收集;
其中,所述获取单元,包括:
图构建块,用于根据相邻时刻的上时刻扩散区域以及下时刻扩散区域,得到新增区域,并将所述相邻时刻的上时刻输出浓度以及下时刻输出浓度,构建所述新增区域的第一浓度图;
线绘制块,用于将相应源位置的位置坐标、对应相邻时刻内的风向走向以及相邻时刻的时刻信息输入到线绘制模型中,对所述第一浓度图进行等线绘制;
截取块,用于获取每条等线的弧线长度以及直线长度,并确定相应等线的第一截取长度,来按照所述第一截取长度对每条等线与风向矢量所交汇两侧进行截取,得到第一目标段,并计算对应第一目标段的第二方差;
其中,J1表示相应等线的第一截取长度;ΔL表示对应等线与直线基于风向矢量所确定两个中心点的连接长度;L1表示对应弧线长度;L2表示对应直线长度;
参考获取块,用于按照与对应等线存在相邻关系的第一线的第二截取长度对相应第一线进行截取得到第一首段以及第一中间段,并得到第一方差;
均值获取块,用于获取所述第一浓度图中每个等线区域的整体浓度均值;
系数获取块,用于根据每个等线的首坐标、尾坐标以及中间坐标所构建的光滑线与获相应等线进行重叠放置,获取得到对应等线基于凸起点以及凹陷点的变异系数;
其中,B1表示对应的变异系数;Ln1表示对应等线下所有凸起点的弧线总长;Ln2表示对应等线下所凹陷起点的弧线总长;Lg表示与对应等线匹配的光滑线的线长度;s1i1表示对应等线下第i1个凸起点与凸起直线的交接面积;s2i2表示对应等线下第i2个凹陷点与凹陷直线的交接面积;SL1.L2表示对应等线与相应直线的交接面积;
调整块,用于根据每个等线所对应的整体浓度均值且结合第一方差、第二方差以及变异系数对相应第一目标段中的每个点的浓度进行调整,得到第二浓度图;
其中,表示第一方差;/>表示第二方差;ln表示对数函数符号;e表示常数,取值为2.7;Nave表示对应等线的整体浓度;N0表示对应点的浓度;N1表示对应点调整后的浓度;
对照块,用于获取相邻时刻下所对应的第二浓度图的浓度中心向量以及浓度特征向量,并将所述浓度中心向量以及浓度特征向量输入到浓度对照函数,得到对照结果;
差值处理块,用于将所述浓度中心向量与第一标准向量进行第一差值处理,同时,将所述浓度特征向量与第二标准向量进而第二差值处理;
集中获取块,用于根据对照结果、第一差值结果以及第二差值结果,获取得到相邻时刻下的集中输出浓度。
2.根据权利要求1所述的基于云平台的碳收集及服务***,其特征在于,所述构架构建模块,包括:
逻辑构建单元,用于根据预先设定的目标区域中不同区域块的碳排放类型以及不同碳排放类型的碳排放指标,构建碳排放逻辑;
构架构建单元,用于提取所述目标区域中同源类型的源位置,得到同源类型的基础分布,且结合所述碳排放逻辑,构建得到对应碳排放源的源构架。
3.根据权利要求1所述的基于云平台的碳收集及服务***,其特征在于,所述区域化部署模块,包括:
规划单元,用于规划每个源头所对应的重点子区域以及常规子区域,并进行区域边缘会绘制,得到初始排放图;
栅格化单元,用于根据源头对应的碳排放类型、源头与排放区域的位置关系以及每个子区域的子排放类型,向对所述重点子区域进行第一栅格化以及对常规子区域进行第二栅格化;
值计算单元,用于按照第一收集的数据以及第二收集的数据,计算第一栅格化处理后的每个第一栅格的第一值以及计算第二栅格处理后的每个第二栅格的第二值;
附加单元,用于将所有第一值附加在初始排放图中的对应第一栅格以及将所有的值附加初始排放图中的第二栅格,得到碳排放区域图。
4.根据权利要求1所述的基于云平台的碳收集及服务***,其特征在于,所述服务配置模块,包括:
阶级确定单元,用于根据碳排放区域图中每个位置点所属的栅格的栅格浓度以及所述所属的栅格涉及到的碳排放源,确定碳归属阶级;
差异确定单元,用于确定每个碳排放区域中每个栅格的标准归属阶级,并根据所述碳归属阶级的阶级差异,对相应栅格配置差异服务;
碳调控单元,用于根据同个碳排放区域的所有差异服务,得到对应碳排放区域的预服务,进行碳调控。
5.根据权利要求4所述的基于云平台的碳收集及服务***,其特征在于,所述碳调控单元,包括:
差异块,用于基于同个碳排放区域的所有差异服务,构建差异向量;
属性确定块,用于确定每个差异向量的向量属性,并锁定富余属性所对应的第一区域以及贫乏属性所对应的第二区域;
机制构建块,用于根据每个第一区域的富余情况以及每个第二区域的贫乏情况,向每个第二区域设置与第一区域相关的碳服务机制;
服务块,用于按照所述碳服务机制,对相应第二区域进行碳服务。
6.根据权利要求3所述的基于云平台的碳收集及服务***,其特征在于,所述第一栅格化的栅格密度大于第二栅格化的栅格密度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311177145.4A CN117094524B (zh) | 2023-09-13 | 2023-09-13 | 一种基于云平台的碳收集及服务*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311177145.4A CN117094524B (zh) | 2023-09-13 | 2023-09-13 | 一种基于云平台的碳收集及服务*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117094524A CN117094524A (zh) | 2023-11-21 |
CN117094524B true CN117094524B (zh) | 2024-03-19 |
Family
ID=88776922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311177145.4A Active CN117094524B (zh) | 2023-09-13 | 2023-09-13 | 一种基于云平台的碳收集及服务*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117094524B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109902925A (zh) * | 2019-01-22 | 2019-06-18 | 北京化工大学 | 基于碳排放夹点分析和过程图的流程调度建模方法 |
CN111027262A (zh) * | 2019-11-18 | 2020-04-17 | 天津大学 | 一种河流突发性水污染分析与风险图编制方法 |
CN113406278A (zh) * | 2021-06-16 | 2021-09-17 | 九江学院 | 一种促进城市绿色出行的碳排放监测分析设备 |
WO2022039963A1 (en) * | 2020-08-21 | 2022-02-24 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and methods for optimizing water system management by calculating the marginal attributes of water delivered at specific locations and times |
CN114324228A (zh) * | 2022-01-19 | 2022-04-12 | 河南省中纬测绘规划信息工程有限公司 | 一种碳排放监测***及方法 |
CN114493099A (zh) * | 2021-12-21 | 2022-05-13 | 成都理工大学 | 碳汇生态重要性的城乡梯度构建方法 |
CN114547885A (zh) * | 2022-02-21 | 2022-05-27 | 清华大学 | 碳排放定量反演的方法、装置、设备及存储介质 |
CN115759488A (zh) * | 2023-01-10 | 2023-03-07 | 广东埃文低碳科技股份有限公司 | 一种基于边缘计算的碳排放监测预警分析***及其方法 |
CN115963041A (zh) * | 2022-12-26 | 2023-04-14 | 北京石油化工学院 | 一种大气环境中细颗粒物浓度与碳排放量之间关系的评价方法 |
CN115983517A (zh) * | 2022-12-09 | 2023-04-18 | 国网英大国际控股集团有限公司 | 一种基于区块链的碳排放监测*** |
CN116307268A (zh) * | 2023-05-15 | 2023-06-23 | 北京建工环境修复股份有限公司 | 一种基于污染场地修复过程中的碳排放预测方法及*** |
CN116485061A (zh) * | 2023-05-10 | 2023-07-25 | 北京化工大学 | 一种以碳排放为限制的危化品多车辆运输的路径优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230272883A1 (en) * | 2020-10-27 | 2023-08-31 | H2 Clipper, Inc. | Method and apparatus for delivering hydrogen |
-
2023
- 2023-09-13 CN CN202311177145.4A patent/CN117094524B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109902925A (zh) * | 2019-01-22 | 2019-06-18 | 北京化工大学 | 基于碳排放夹点分析和过程图的流程调度建模方法 |
CN111027262A (zh) * | 2019-11-18 | 2020-04-17 | 天津大学 | 一种河流突发性水污染分析与风险图编制方法 |
WO2022039963A1 (en) * | 2020-08-21 | 2022-02-24 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and methods for optimizing water system management by calculating the marginal attributes of water delivered at specific locations and times |
CN113406278A (zh) * | 2021-06-16 | 2021-09-17 | 九江学院 | 一种促进城市绿色出行的碳排放监测分析设备 |
CN114493099A (zh) * | 2021-12-21 | 2022-05-13 | 成都理工大学 | 碳汇生态重要性的城乡梯度构建方法 |
CN114324228A (zh) * | 2022-01-19 | 2022-04-12 | 河南省中纬测绘规划信息工程有限公司 | 一种碳排放监测***及方法 |
CN114547885A (zh) * | 2022-02-21 | 2022-05-27 | 清华大学 | 碳排放定量反演的方法、装置、设备及存储介质 |
CN115983517A (zh) * | 2022-12-09 | 2023-04-18 | 国网英大国际控股集团有限公司 | 一种基于区块链的碳排放监测*** |
CN115963041A (zh) * | 2022-12-26 | 2023-04-14 | 北京石油化工学院 | 一种大气环境中细颗粒物浓度与碳排放量之间关系的评价方法 |
CN115759488A (zh) * | 2023-01-10 | 2023-03-07 | 广东埃文低碳科技股份有限公司 | 一种基于边缘计算的碳排放监测预警分析***及其方法 |
CN116485061A (zh) * | 2023-05-10 | 2023-07-25 | 北京化工大学 | 一种以碳排放为限制的危化品多车辆运输的路径优化方法 |
CN116307268A (zh) * | 2023-05-15 | 2023-06-23 | 北京建工环境修复股份有限公司 | 一种基于污染场地修复过程中的碳排放预测方法及*** |
Non-Patent Citations (2)
Title |
---|
北京市碳排放驱动因素及其减排机制仿真研究;张俊荣;《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》(第04期);第B027-249页 * |
河南省农业水土资源开发的碳排放效应研究;杨青林;《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》(第01期);第B027-1520页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117094524A (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764663A (zh) | 一种电力客户画像生成管理的方法及*** | |
US6668226B2 (en) | Polar coordinate-based isochrone generation | |
CN107610469A (zh) | 一种考虑多因素影响的日维度区域交通指数预测方法 | |
CN107944625A (zh) | 基于历史运行数据驱动的单机场航班换季时隙优化方法 | |
CN102538717A (zh) | 叶面积指数自动观测***及其方法 | |
CN106203491A (zh) | 一种公路矢量数据的融合更新方法 | |
CN113837892A (zh) | 基于3s技术的坡耕地划分方法 | |
CN108876019A (zh) | 一种基于大数据的用电负荷预测方法及*** | |
CN112348404A (zh) | 一种村庄规划实施评估*** | |
CN106651027A (zh) | 一种基于社交网络的互联网班车线路优化方法 | |
CN113033401B (zh) | 一种面向生态保护红线的人类活动变化识别监管方法 | |
CN110298520A (zh) | 一种农田建设难度确定方法 | |
CN117094524B (zh) | 一种基于云平台的碳收集及服务*** | |
CN109377064B (zh) | 基于综合评价信息的城市多水库水源水量分配方法 | |
CN108491403B (zh) | 一种基于ArcGIS的山区建设用地的选址方法 | |
CN109190940A (zh) | 考虑区域边界控制的普通公路交通情况调查站点布设方法 | |
CN105741280A (zh) | 一种模糊数学矢量分区评价方法及装置 | |
CN106971008A (zh) | 一种洪涝风险专题图的自动生成***及其并行处理方法 | |
CN106446194A (zh) | 一种地理区域的采集参数确定方法及装置 | |
CN107103415B (zh) | 配电网资源配置方法和*** | |
CN114170441B (zh) | 基于地理国情数据和影像分类的路旁树自动提取方法 | |
CN102262656A (zh) | 行政政策解构方法及***、行政审批导航***及导航方法 | |
CN105992215A (zh) | 一种确定频谱资源使用度的方法及装置 | |
CN111861040A (zh) | 公交线路的优化调整方法及装置、设备、存储介质 | |
CN109523146A (zh) | 一种基于复杂网络的调度区域划分方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |