CN117592666B - 基于企业数据的多维度碳排放数据采集核算*** - Google Patents
基于企业数据的多维度碳排放数据采集核算*** Download PDFInfo
- Publication number
- CN117592666B CN117592666B CN202410074883.4A CN202410074883A CN117592666B CN 117592666 B CN117592666 B CN 117592666B CN 202410074883 A CN202410074883 A CN 202410074883A CN 117592666 B CN117592666 B CN 117592666B
- Authority
- CN
- China
- Prior art keywords
- masonry
- carbon emission
- processing
- model
- carbon
- 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 180
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 180
- 238000012545 processing Methods 0.000 claims abstract description 172
- 238000005265 energy consumption Methods 0.000 claims abstract description 52
- 238000005516 engineering process Methods 0.000 claims abstract description 48
- 238000004519 manufacturing process Methods 0.000 claims abstract description 40
- 238000011156 evaluation Methods 0.000 claims abstract description 28
- 230000009467 reduction Effects 0.000 claims abstract description 20
- 238000012163 sequencing technique Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 82
- 230000008569 process Effects 0.000 claims description 68
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000004088 simulation Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 11
- 238000012423 maintenance Methods 0.000 claims description 10
- 150000001721 carbon Chemical class 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 2
- 239000002994 raw material Substances 0.000 abstract description 7
- 230000006872 improvement Effects 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 7
- 239000002699 waste material Substances 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 230000001172 regenerating effect Effects 0.000 description 4
- 238000009435 building construction Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000002910 solid waste Substances 0.000 description 1
- 238000010792 warming 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于企业数据的多维度碳排放数据采集核算***,涉及负碳能耗核算技术领域,通过对砌体加工的能耗结构做出调整,在砌体加工模型中依照第一替换顺序,以加工工艺库内的加工工艺对当前加工工艺做有序替换,并以碳排放因子降低比例筛选出目标加工工艺;由成分数据集合生成成分评价值,在排序后生成第二替换顺序,依据第二替换顺序,使用砌体模型对各个成分依次进行替换;在保持不高于同类砌体的造价时,目标砌体模型的碳排放若不高于标准碳排放,将砌体的负碳能耗输出。在生产砌体时,在砌体成分及原料角度降低碳排放,实现对碳能耗的改善。
Description
技术领域
本发明涉及负碳能耗核算技术领域,具体为基于企业数据的多维度碳排放数据采集核算***。
背景技术
碳排放管理是指通过一系列规划、控制和监测等手段,旨在减少温室气体排放,从而减缓全球变暖的进程,碳排放管理的主要目标是降低温室气体排放,特别是二氧化碳的排放。在实施碳排放管理措施时,企业需要综合考虑技术、经济、环境和社会等方面的因素,以实现可持续发展。
以建筑行业为例,随着建筑废弃地逐渐增加,大量的建筑废弃物,例如废旧砼,都处于废弃状态,如果重新生产砼,不仅废旧砼会难以处理,重新生产砼也会产生大量的碳排放,增加环境的污染,而二次利用的建筑砌体含有大量可固碳的碱性氧化物,在能够大幅减少碳排放的基础上,有助于固碳。废旧砼的利用方式通常是将其制作成再生性的砌体,将废旧砼打碎、筛选、冲洗、干燥处置后,生产成为再生性的骨料,将其同水泥、砂、外加剂等材料混合搅拌,加工制作成再生性砌块,这类处理方式在国内已经出现并已经应用到实际施工中。
在申请公开号为CN115391716A的发明专利中,公开了一种建筑施工全过程的碳排放计量平台***,包括建筑施工全过程的碳排放计量方法、建筑施工全过程的碳排放计量模型;所述建筑施工全过程的碳排放计量方法包括以下步骤:S1:确定需要核算的目标和目标的边界范围;S2:对需要核算的目标进行数据采集;S3:根据采集的数据对核算目标进行碳排放量的分析和计算;S4:根据核算结果选定减排目标;所述建筑施工全过程的碳排放计量模型包括:数据录取模块、数据分析模块、平台可视化展示模块。
以上申请中记载的一种建筑施工全过程的碳排放计量平台***,可自动实时完成各项重要生产指标数据的汇总和相对应的碳排放量计算,并且可以基于可视化分析手段从总体项目到每日情况进行多维度展示。
在结合以上申请及现有技术的基础上,仍以建筑行业中的砌体生产为例,在进行多维度碳排放数据核算时,还存在以下的问题:
在生产砌体时,企业通常会从多个角度对砌体的负碳能耗进行核算,例如,砌体的加工过程及砌体的结构成分等,最终利用获取的负碳能耗对建筑砌体生产形成指导作用,在完成核算的基础上降低碳排放,但是现有的多维度碳排放数据核算***通常是以能耗利用与碳排放评估、测算为目标,建立减排测算指标体系,在完成核算的基础上,特别是针对于砌体加工生产时,并不能起到有效的指导作用,对砌体加工品质不能起到切实有效的辅助。
为此,本发明提供了基于企业数据的多维度碳排放数据采集核算***。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了基于企业数据的多维度碳排放数据采集核算***,通过对砌体加工的能耗结构做出调整,在砌体加工模型中依照第一替换顺序,以加工工艺库内的加工工艺对当前加工工艺做有序替换,并以碳排放因子降低比例筛选出目标加工工艺;由成分数据集合生成成分评价值,在排序后生成第二替换顺序,依据第二替换顺序,使用砌体模型对各个成分依次进行替换,直至生产砌体的碳排放因子不再降低;确定标准碳排放,在保持不高于同类砌体的造价时,目标砌体模型的碳排放若不高于标准碳排放,将砌体的负碳能耗输出。在生产砌体时,在砌体成分及原料角度降低碳排放,实现对碳能耗的改善,从而解决了背景技术中的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
基于企业数据的多维度碳排放数据采集核算方法,包括:
依据砌体加工过程,确定其各个加工节点上的能耗结构及相应的碳排放因子,在砌体处于加工状态时,依据砌体加工区域内CO2浓度变化趋势与碳排放因子的相关性,对砌体加工的能耗结构做出调整;
构建加工工艺库,在砌体加工模型中依照第一替换顺序,以加工工艺库内的加工工艺对当前加工工艺做有序替换,并以碳排放因子降低比例筛选出目标加工工艺;
对砌体进行检测并建立砌体的成分数据集合,由成分数据集合生成成分评价值Qtpj,在排序后生成第二替换顺序,依据第二替换顺序,使用砌体模型对各个成分依次进行替换,直至生产砌体的碳排放因子不再降低;
选择与当前砌体造价相同的同类砌体,将其生产过程中的碳排放确定为标准碳排放,在保持不高于同类砌体的造价时,目标砌体模型的碳排放若不高于标准碳排放,则将砌体的负碳能耗输出,完成砌体碳能耗核算。
进一步的,预先设定砌体的应用环境,以预设环境为输入,使用训练后的砌体模型对砌体的使用过程做仿真分析,获取相应的分析结果;依据分析结果判断砌体样品在预设环境内是否可用,如果砌体样品可用,依据砌体的生产过程,构建砌体加工模型并将其输出。
进一步的,确定砌体加工过程中的各个加工节点,结合砌体加工模型对各个加工节点上的能源消耗结构进行识别,确定对应的碳排放因子;在执行砌体生产任务后,分析获取CO2的浓度变化趋势,对碳排放因子与CO2浓度变化做相关性分析并获取相应的相关性系数R,结合相关性系数R,使用训练后的砌体加工模型对各个所述加工节点上的能源结构做出调整,将修改后的能源结构输出。
进一步的,获取砌体加工的若干种加工工艺,汇总并构建砌体加工工艺库,在对能源结构完成修改后,以修改后的能源结构对砌体加工模型进行修正,形成第一砌体加工模型;在加工工艺在被执行时,生成养护工艺值GPz,依据养护工艺值GPz的大小对N个养护工艺值GPz进行排序,其中N为大于0的正整数,确定第一替换顺序。
进一步的,使用第一砌体加工模型对砌体加工做仿真分析,获取生产单位量砌体时的碳排放因子,将其作为第一修正碳排放因子,并计算其较原碳排放因子的降低比例;从砌体加工工艺库中依据第一替换顺序依次选择加工工艺,对第一砌体加工模型进行再次修正,形成N个第二砌体加工模型,其中N为大于0的正整数。
进一步的,使用第二砌体加工模型对砌体加工进行仿真分析,获取生产单位量砌体时的碳排放因子,将其确定为第二修正碳排放因子,并计算第二修正碳排放因子较第一修正碳排放因子的降低比例,由N个所述降低比例中的最大值确定出对应的第二砌体加工模型,进而确定出相应的加工工艺,以其作为目标加工工艺,其中N为大于0的正整数。
进一步的,依据砌体生产时的加工工艺及配方,获取生产砌体时所需要的若干种成分,建立砌体成分数据集合;由砌体成分数据集合获取砌体的成分评价值Qtpj,在获取N个的砌体的成分评价值Qtpj后,其中N为大于0的正整数,判断其中小于预设评价阈值的部分,并对其中小于评价阈值的部分进行排序,形成第二替换顺序。
进一步的,依据第二替换顺序依次减少低顺序成分的占比,同步增加高顺序成分的占比,获取替换后的砌体成分,依据替换后的砌体成分对砌体模型进行修正,形成第一修正砌体模型;
在预设环境下,由第一修正砌体模型做出仿真测试,判断修正后的砌体是否可用,如果可用,则继续进行替换,直至在砌体力学性仅满足最低可用标准时,将修正后的第一修正砌体模型标记为目标砌体模型,并确定当前目标砌体模型的碳排放。
进一步的,在力学性能相同的且造价低的条件下,匹配同规格的砌体作为标准砌体,并由目标砌体模型生成相应样品,将其作为修正砌体;在预设环境下对修正砌体做可靠性试验,由试验结果获取砌体可靠性系数Qkxs,依据其与预设可靠阈值的关系,判断修正砌体是否满足使用需求,如果满足使用需求,分别获取标准砌体的碳排放及修正砌体的碳排放,计算获取相应的负碳能耗值。
基于企业数据的多维度碳排放数据采集核算***,包括:
模型训练单元,采集当前砌体的力学性能及其成分数据,构建砌体模型,并依据砌体的加工过程构建砌体加工模型;
分析单元,在砌体处于加工状态时,依据砌体加工区域内CO2浓度变化趋势与碳排放因子的相关性,对砌体加工的能耗结构做出调整;
工艺筛选单元,在砌体加工模型中依照第一替换顺序,以加工工艺库内的加工工艺对当前加工工艺做有序替换,并以碳排放因子降低比例筛选出目标加工工艺;
替换单元,由成分数据集合生成成分评价值Qtpj,在排序后生成第二替换顺序,依据第二替换顺序,使用砌体模型对各个成分依次进行替换,直至生产砌体的碳排放因子不再降低;
评估单元,确定标准碳排放,在保持不高于同类砌体的造价时,目标砌体模型的碳排放若不高于标准碳排放,将砌体的负碳能耗输出,完成砌体碳能耗核算。
(三)有益效果
本发明提供了基于企业数据的多维度碳排放数据采集核算***,具备以下有益效果:
1、通过构建养护工艺值GPz,对砌体加工工艺的修改及替换起到指导作用,在调整能源结构的基础上,通过更换砌体加工工艺,可以进一步减少砌体加工时的碳排放,也便于降低更换工艺的经济成本。
2、搭建第二替换顺序并获取目标砌体模型,通过在有限条件下进行多次的仿真分析,判断改变成分后的目标砌体模型是否可用,在生产砌体时,在砌体成分及原料角度降低碳排放,实现对碳能耗的改善。
3、从多维度完成砌体加工碳能耗的核算,砌体的负碳能耗在有限的条件下得以被调整,减少了碳排放,同时也能继续满足其在预设环境下的持续性使用;对现有的砌体的碳排放形成进一步的降低,并且维持了砌体的品质。
附图说明
图1为本发明多维度碳排放数据核算方法流程示意图;
图2为本发明多维度碳排放数据核算***结构示意图。
具体实施方式
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,都属于本发明保护的范围。
请参阅图1,本发明提供基于企业数据的多维度碳排放数据采集核算方法:
步骤一、采集当前砌体的力学性能及其成分数据,在经过训练和测试后,构建砌体模型,并依据砌体的加工过程构建砌体加工模型;其中,砌体指的是固废再生建筑砌体;
所述步骤一包括如下内容:
步骤101、使用Bp神经网络构建初始模型,获取砌体样品并依据其生产工艺及配方确定出相应的成分构成,并结合其尺寸数据,构建砌体数据集合;对砌体数据集合内的数据进行识别并获取特征数据后,对初始模型进行训练和测试,获取训练后的砌体模型;
预先设定砌体的应用环境,其具体为:低承载及高盐雾环境,即,抗压等级大于5MPa,盐雾浓度大于5%,获取砌体模型后,以预设环境为输入,使用训练后的砌体模型对砌体的使用过程做仿真分析,获取相应的分析结果;
步骤102、依据分析结果判断砌体样品在预设环境内是否可用,如果砌体样品可用,依据砌体的生产过程,由Bp神经网络构建初始模型,采集数据并经过识别,获取相应的特征数据,对初始模型进行训练和测试后,获取训练后的砌体加工模型并将其输出;
使用时,结合步骤101及步骤102中的内容:
通过构建砌体模型及砌体加工模型,在对砌体进行加工时,便于对其碳排放量进行评价。
步骤二、依据砌体加工过程,确定其各个加工节点上的能耗结构及相应的碳排放因子,在砌体处于加工状态时,确定砌体加工区域内的CO2浓度变化趋势,依据CO2浓度变化趋势与碳排放因子的相关性,对砌体加工的能耗结构做出调整;
所述步骤二包括如下内容:
步骤201、在砌体加工时,确定砌体加工过程中的各个加工节点,结合砌体加工模型对各个加工节点上的能源消耗进行识别,查询当前加工过程中的能源消耗结构,由所述能源消耗结构确定对应的碳排放因子;
步骤202、在执行砌体生产任务后,若砌体加工区域内的CO2浓度存在变化,则分析获取CO2的浓度变化趋势,依据碳排放因子与CO2浓度变化间的相关性,获取相应的相关性系数R;
结合相关性系数R,使用训练后的砌体加工模型对各个所述加工节点上的能源结构做出调整,直至当前生产该砌体的碳排放因子不再继续降低,将修改后的能源结构输出。
使用时,结合步骤201至步骤202中内容:
在判断出相关性系数R大于预设的相关性阈值后,可以判断出能源结构对砌体加工时碳排放的影响程度,并基于所述影响程度对能源结构形成适应性调整,可以减少砌体加工时的碳排放,同时也能够减少环境污染。其中,相关性阈值可以由用户依据历史数据及实际使用需求做设置。
步骤三、采集现有的砌体加工工艺并构建加工工艺库,若当前的砌体加工工艺导致碳排放超过预期,则在砌体加工模型中依照第一替换顺序,以加工工艺库内的加工工艺对当前加工工艺做有序替换,并以碳排放因子降低比例筛选出目标加工工艺;
所述步骤三包括如下内容:
步骤301、通过线上的线性检索或线下的数据收集,获取砌体加工的若干种加工工艺,汇总并构建砌体加工工艺库,在对能源结构完成修改后,以修改后的能源结构对砌体加工模型进行修正,形成第一砌体加工模型;
步骤302、在加工工艺在被执行时,获取砌体加工工艺养护的养护压力Yp、养护时间Yt及养护温度Yk,建立砌体养护数据集合,由砌体养护数据集合生成养护工艺值GPz,其具体方式如下:对养护压力Yp、养护时间Yt及养护温度Yk做无量纲化处理,关联生成养护工艺值GPz,依照如下公式:
其中,参数意义为:温度因子:,压力因子,,时间因子,/>,/>为常数修正系数。
需要说明的是,由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的预设比例系数;将设定的预设比例系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到的取值;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数;只要不影响参数与量化后数值的比例关系即可。
通过生成养护工艺值GPz对砌体加工工艺形成评价,用户可以对其进行筛选或者分类。
步骤303、获取N个砌体加工工艺的养护工艺值GPz,其中N为大于0的正整数,以养护工艺值GPz对相应的砌体工艺进行标记,依据养护工艺值GPz的大小对N个养护工艺值GPz进行排序,其中N为大于0的正整数,确定第一替换顺序;
使用第一砌体加工模型对砌体加工做仿真分析,获取生产单位量砌体时的碳排放因子,将其作为第一修正碳排放因子,并计算其较原碳排放因子的降低比例;从砌体加工工艺库中依据第一替换顺序依次选择加工工艺,对第一砌体加工模型进行再次修正,形成N个第二砌体加工模型,其中N为大于0的正整数;
通过对现有砌体加工工艺进行有序替换,可以确定出碳排放最少的砌体加工工艺,以便于对砌体加工工艺进行筛选;
步骤304、使用第二砌体加工模型对砌体加工进行仿真分析,获取生产单位量砌体时的碳排放因子,将其确定为第二修正碳排放因子,并计算第二修正碳排放因子较第一修正碳排放因子的降低比例,由N个所述降低比例中的最大值确定出对应的第二砌体加工模型,进而确定出相应的加工工艺,以其作为目标加工工艺,其中N为大于0的正整数;
使用时,结合步骤301至步骤304中的内容:
通过构建养护工艺值GPz,对砌体加工工艺的修改及替换起到了指导作用,在调整能源结构的基础上,通过更换砌体加工工艺,可以进一步减少砌体加工时的碳排放,也便于降低更换工艺的经济成本。
步骤四、对砌体进行检测并建立砌体的成分数据集合,由成分数据集合生成成分评价值Qtpj,以其对砌体的各个成分形成评价,并在排序后生成第二替换顺序,依据第二替换顺序,使用砌体模型对各个成分依次进行替换,直至生产砌体的碳排放因子不再降低;
所述步骤四包括如下内容:
步骤401、依据砌体生产时的加工工艺及配方,获取生产砌体时所需要的若干种成分,进而查询获取各种所述成分在生产时的单位能耗系数Nxs,在砌体保持当前力学性能时各个成分的固碳系数Zxs;在维持砌体当前造价时,制造砌体原料时产生的碳排放,确定为排碳系数Txs;将以上参数汇总后,建立砌体成分数据集合;在维持砌体现有造价及力学性能时,获取砌体的固碳能力,可以对砌体的负碳能耗形成评价;
步骤402、由砌体成分数据集合获取砌体的成分评价值Qtpj,具体方式如下:将单位能耗系数Nxs、固碳系数Zxs及排碳系数Txs进行无量纲化处理,依照如下公式:
参数意义为,能耗因子:,固碳因子,/>,排碳因子,/>,/>为常数修正系数,其取值可以在0至1之间。
需要说明的是,由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的预设比例系数;将设定的预设比例系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到的取值;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数;只要不影响参数与量化后数值的比例关系即可。
基于建立的砌体成分数据集合确定砌体的成分评价值Qtpj,从而在砌体成分的角度,对砌体的负碳能耗进行评价,可以有效地筛选出相对优质的成分及原料,对砌体形成改进;
步骤403、在获取N个的砌体的成分评价值Qtpj后,其中N为大于0的正整数,判断其中小于预设评价阈值的部分,并对其中小于评价阈值的部分进行排序,形成第二替换顺序;依据第二替换顺序依次减少低顺序成分的占比,同步增加高顺序成分的占比,获取替换后的砌体成分,依据替换后的砌体成分对砌体模型进行修正,形成第一修正砌体模型;
其中,评价阈值可以由用户依据对砌体生成管理的预期以及历史数据设置;
步骤404、在预设环境下,由第一修正砌体模型做出仿真测试,判断修正后的砌体是否可用,如果可用,则继续进行替换,直至在砌体力学性仅满足最低可用标准时;确定当前的第一修正砌体模型中各种成分的比例,将修正后的第一修正砌体模型标记为目标砌体模型,并确定当前目标砌体模型的碳排放;
使用时,结合步骤401至步骤404中的内容:
依据形成砌体的成分评价值Qtpj,搭建第二替换顺序并获取目标砌体模型,通过在有限条件下进行多次的仿真分析,判断改变成分后的目标砌体模型是否可用,从而在生产砌体时,在砌体成分及原料角度降低碳排放,实现对碳能耗的改善,并且也可以获取到一种新的低碳能耗的砌体。
步骤五、选择与当前砌体造价相同的同类砌体,将其生产过程中的碳排放确定为标准碳排放,在保持不高于同类砌体的造价时,目标砌体模型的碳排放如果不高于标准碳排放,则将砌体的负碳能耗输出,完成砌体碳能耗核算;
步骤五包括如下内容:
步骤501、依据目标砌体模型的力学性能及相应的造价,在力学性能相同的且造价低的条件下,匹配同规格的砌体作为标准砌体,并由目标砌体模型生成相应样品,将其作为修正砌体;
步骤502、在预设环境下对修正砌体做可靠性试验,获取相应的盐雾耐久性Ny和承载力Cz,无量纲化处理后,联立形成砌体可靠性系数Qkxs,具体如下:
其中,耐久因子,,承载因子,/>,/>为常数修正系数;
需要说明的是,由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的预设比例系数;将设定的预设比例系数和采集的样本数据代入公式,任意两个公式构成二元一次方程组,将计算得到的系数进行筛选并取均值,得到的取值;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数;只要不影响参数与量化后数值的比例关系即可。
步骤503、依据修正砌体的可靠性系数Qkxs与预设可靠阈值的关系,判断修正砌体是否满足使用需求,如果满足使用需求,分别获取标准砌体的碳排放及修正砌体的碳排放,计算获取相应的负碳能耗值;其中,可靠阈值可以由用户参考对砌体生产预期及相应的历史数据设置。
使用时,结合步骤501至步骤503中的内容:
依据砌体可靠性系数Qkxs作为判断模拟砌体是否可用的标准,若判断模拟砌体样品可用,在改善能源结构、改善工艺及原料成分的基础上,对生产的砌体的改造,最终从多维度完成砌体加工碳能耗的核算,砌体的负碳能耗在有限的条件下得以被调整,减少了碳排放,同时也能继续满足其在预设环境下的持续性使用;从而,在维持砌体的实用性能及经济成本下,构建了多维度碳排放数据核算方法,对现有的砌体的碳排放形成进一步的降低,并且维持了砌体的品质。
请参阅图2,本发明提供基于企业数据的多维度碳排放数据采集核算***:
模型训练单元,采集当前砌体的力学性能及其成分数据,构建砌体模型,并依据砌体的加工过程构建砌体加工模型;
分析单元,在砌体处于加工状态时,依据砌体加工区域内CO2浓度变化趋势与碳排放因子的相关性,对砌体加工的能耗结构做出调整;
工艺筛选单元,在砌体加工模型中依照第一替换顺序,以加工工艺库内的加工工艺对当前加工工艺做有序替换,并以碳排放因子降低比例筛选出目标加工工艺;
替换单元,由成分数据集合生成成分评价值Qtpj,在排序后生成第二替换顺序,依据第二替换顺序,使用砌体模型对各个成分依次进行替换,直至生产砌体的碳排放因子不再降低;
评估单元,确定标准碳排放,在保持不高于同类砌体的造价时,目标砌体模型的碳排放若不高于标准碳排放,将砌体的负碳能耗输出,完成砌体碳能耗核算。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。
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网络单元上。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。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。
Claims (6)
1.基于企业数据的多维度碳排放数据采集核算方法,其特征在于:
依据砌体加工过程,确定其各个加工节点上的能耗结构及相应的碳排放因子,在砌体处于加工状态时,依据砌体加工区域内CO2浓度变化趋势与碳排放因子的相关性,对砌体加工的能耗结构做出调整;
构建加工工艺库,在砌体加工模型中依照第一替换顺序,以加工工艺库内的加工工艺对当前加工工艺做有序替换,并以碳排放因子降低比例筛选出目标加工工艺;
对砌体进行检测并建立砌体的成分数据集合,由成分数据集合生成成分评价值Qtpj,依据对成分评价值Qtpj排序后生成的第二替换顺序,使用砌体模型对各个成分依次进行替换,直至生产砌体的碳排放因子不再降低;
选定标准碳排放,并在保持造价不高于相应砌体时,目标砌体模型的碳排放若不高于标准碳排放,则将与目标砌体模型所对应的修正砌体的负碳能耗输出,完成碳能耗核算;
确定砌体加工过程中的各个加工节点,结合砌体加工模型对各个加工节点上的能源消耗结构进行识别,确定对应的碳排放因子;在执行砌体生产任务后,分析获取CO2的浓度变化趋势,对碳排放因子与CO2浓度变化做相关性分析并获取相应的相关性系数R,结合相关性系数R,使用训练后的砌体加工模型对各个所述加工节点上的能源结构做出调整,将修改后的能源结构输出;
获取砌体加工的若干种加工工艺,汇总并构建砌体加工工艺库,在对能源结构完成修改后,以修改后的能源结构对砌体加工模型进行修正,形成第一砌体加工模型;在加工工艺在被执行时,生成养护工艺值GPz,依据养护工艺值GPz的大小对N个养护工艺值GPz进行排序,其中N为大于0的正整数,确定第一替换顺序;
使用第一砌体加工模型对砌体加工做仿真分析,获取生产单位量砌体时的碳排放因子,将其作为第一修正碳排放因子,并计算其较原碳排放因子的降低比例;从砌体加工工艺库中依据第一替换顺序依次选择加工工艺,对第一砌体加工模型进行再次修正,形成N个第二砌体加工模型,其中N为大于0的正整数;
使用第二砌体加工模型对砌体加工进行仿真分析,获取生产单位量砌体时的碳排放因子,将其确定为第二修正碳排放因子,并计算第二修正碳排放因子较第一修正碳排放因子的降低比例,由N个所述降低比例中的最大值确定出对应的第二砌体加工模型,其中N为大于0的正整数,进而确定出相应的加工工艺,以其作为目标加工工艺。
2.根据权利要求1所述的多维度碳排放数据采集核算方法,其特征在于:
预先设定砌体的应用环境,以预设环境为输入,使用训练后的砌体模型对砌体的使用过程做仿真分析,获取相应的分析结果;依据分析结果判断砌体样品在预设环境内是否可用,如果砌体样品可用,依据砌体的生产过程,构建砌体加工模型并将其输出。
3.根据权利要求1所述的多维度碳排放数据采集核算方法,其特征在于:
依据砌体生产时的加工工艺及配方,获取生产砌体时所需要的若干种成分,建立砌体成分数据集合;由砌体成分数据集合获取砌体的成分评价值Qtpj,在获取N个的砌体的成分评价值Qtpj后,其中N为大于0的正整数,判断其中小于预设评价阈值的部分,并对其中小于评价阈值的部分进行排序,形成第二替换顺序。
4.根据权利要求3所述的多维度碳排放数据采集核算方法,其特征在于:
依据第二替换顺序依次减少低顺序成分的占比,同步增加高顺序成分的占比,获取替换后的砌体成分,依据替换后的砌体成分对砌体模型进行修正,形成第一修正砌体模型;
在预设环境下,由第一修正砌体模型做出仿真测试,判断修正后的砌体是否可用,如果可用,则继续进行替换,直至在砌体力学性仅满足最低可用标准时,将修正后的第一修正砌体模型标记为目标砌体模型,并确定当前目标砌体模型的碳排放。
5.根据权利要求1所述的多维度碳排放数据采集核算方法,其特征在于:
在力学性能相同的且造价低的条件下,匹配同规格的砌体作为标准砌体,并由目标砌体模型生成相应样品,将其作为修正砌体;
在预设环境下对修正砌体做可靠性试验,由试验结果获取砌体可靠性系数Qkxs,依据其与预设可靠阈值的关系,判断修正砌体是否满足使用需求,如果满足使用需求,分别获取标准砌体的碳排放及修正砌体的碳排放,计算获取相应的负碳能耗值。
6.基于企业数据的多维度碳排放数据采集核算***,应用权利要求1至5中任一项所述采集核算方法,其特征在于:
模型训练单元,采集当前砌体的力学性能及其成分数据,构建砌体模型,并依据砌体的加工过程构建砌体加工模型;
分析单元,在砌体处于加工状态时,依据砌体加工区域内CO2浓度变化趋势与碳排放因子的相关性,对砌体加工的能耗结构做出调整;
工艺筛选单元,在砌体加工模型中依照第一替换顺序,以加工工艺库内的加工工艺对当前加工工艺做有序替换,并以碳排放因子降低比例筛选出目标加工工艺;
替换单元,由成分数据集合生成成分评价值Qtpj,在排序后生成第二替换顺序,依据第二替换顺序,使用砌体模型对各个成分依次进行替换,直至生产砌体的碳排放因子不再降低;
评估单元,确定标准碳排放,在保持不高于同类砌体的造价时,目标砌体模型的碳排放若不高于标准碳排放,将砌体的负碳能耗输出,完成砌体碳能耗核算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410074883.4A CN117592666B (zh) | 2024-01-18 | 2024-01-18 | 基于企业数据的多维度碳排放数据采集核算*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410074883.4A CN117592666B (zh) | 2024-01-18 | 2024-01-18 | 基于企业数据的多维度碳排放数据采集核算*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117592666A CN117592666A (zh) | 2024-02-23 |
CN117592666B true CN117592666B (zh) | 2024-03-26 |
Family
ID=89910290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410074883.4A Active CN117592666B (zh) | 2024-01-18 | 2024-01-18 | 基于企业数据的多维度碳排放数据采集核算*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117592666B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113869660A (zh) * | 2021-09-06 | 2021-12-31 | 江苏荣辉信息科技有限公司 | 一种基于大数据分析的企业碳数据综合智能管控*** |
CN114254891A (zh) * | 2021-12-09 | 2022-03-29 | 北京科技大学 | 一种固废建材化利用碳减排核算的方法和*** |
CN115391716A (zh) * | 2022-08-29 | 2022-11-25 | 中建大成绿色智能科技(北京)有限责任公司 | 一种建筑施工全过程的碳排放计量平台*** |
CN115879632A (zh) * | 2022-12-20 | 2023-03-31 | 北京许继电气有限公司 | 工业企业碳排放测算数据的数据处理方法 |
CN116151692A (zh) * | 2023-04-17 | 2023-05-23 | 南京赛宝工业技术研究院有限公司 | 多源固废再生建筑砌体寿命周期的碳排放评估***及方法 |
CN116562646A (zh) * | 2023-05-11 | 2023-08-08 | 南京市产品质量监督检验院(南京市质量发展与先进技术应用研究院) | 一种砌体材料产品的碳足迹计算方法 |
CN116579642A (zh) * | 2023-03-30 | 2023-08-11 | 深圳市蕾奥规划设计咨询股份有限公司 | 一种城市更新项目的全周期碳评估方法 |
EP4307189A1 (en) * | 2022-07-15 | 2024-01-17 | Mother Nature Resources Limited | System and method for simulating and predicting forecasts for carbon emissions |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116116030A (zh) * | 2022-12-27 | 2023-05-16 | 北京化工大学 | 一种化工分离提纯工艺用节能减排*** |
-
2024
- 2024-01-18 CN CN202410074883.4A patent/CN117592666B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113869660A (zh) * | 2021-09-06 | 2021-12-31 | 江苏荣辉信息科技有限公司 | 一种基于大数据分析的企业碳数据综合智能管控*** |
CN114254891A (zh) * | 2021-12-09 | 2022-03-29 | 北京科技大学 | 一种固废建材化利用碳减排核算的方法和*** |
EP4307189A1 (en) * | 2022-07-15 | 2024-01-17 | Mother Nature Resources Limited | System and method for simulating and predicting forecasts for carbon emissions |
CN115391716A (zh) * | 2022-08-29 | 2022-11-25 | 中建大成绿色智能科技(北京)有限责任公司 | 一种建筑施工全过程的碳排放计量平台*** |
CN115879632A (zh) * | 2022-12-20 | 2023-03-31 | 北京许继电气有限公司 | 工业企业碳排放测算数据的数据处理方法 |
CN116579642A (zh) * | 2023-03-30 | 2023-08-11 | 深圳市蕾奥规划设计咨询股份有限公司 | 一种城市更新项目的全周期碳评估方法 |
CN116151692A (zh) * | 2023-04-17 | 2023-05-23 | 南京赛宝工业技术研究院有限公司 | 多源固废再生建筑砌体寿命周期的碳排放评估***及方法 |
CN116562646A (zh) * | 2023-05-11 | 2023-08-08 | 南京市产品质量监督检验院(南京市质量发展与先进技术应用研究院) | 一种砌体材料产品的碳足迹计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117592666A (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111985796B (zh) | 基于随机森林和智能算法预测混凝土结构耐久性的方法 | |
AU2020101854A4 (en) | A method for predicting concrete durability based on data mining and artificial intelligence algorithm | |
CN110929347A (zh) | 一种基于梯度提升树模型的热连轧带钢凸度预测方法 | |
CN109598435B (zh) | 一种配电网电缆运行状态评价方法及*** | |
CN109376925B (zh) | 供水管网节点流量动态自适应优化方法 | |
CN112990500B (zh) | 基于改进加权灰色关联分析的台区线损分析方法及*** | |
CN112069567A (zh) | 基于随机森林和智能算法预测混凝土抗压强度的方法 | |
CN110716512A (zh) | 一种基于燃煤电站运行数据的环保装备性能预测方法 | |
CN111507518A (zh) | 一种基于随机森林的小波神径网络混凝土抗渗预测的方法 | |
CN116562171B (zh) | 一种温湿度在线计量的误差评估方法 | |
CN114707120A (zh) | 一种测算碳排放规模的统计学建模方法 | |
CN114970688A (zh) | 基于LSTMAD算法和Hermite插值法的滑坡监测数据预处理方法 | |
CN117035673A (zh) | 一种工程项目施工风险管理方法及管理*** | |
CN114925891A (zh) | 基于小波分析与混合模型的用水量趋势预测方法和*** | |
CN116433085A (zh) | 一种轧制过程控制***性能评估方法 | |
CN116844670A (zh) | 一种基于ctgan的预测混凝土极限抗压强度的方法 | |
CN117592666B (zh) | 基于企业数据的多维度碳排放数据采集核算*** | |
CN113793057A (zh) | 一种基于回归分析模型的建筑招投标数据生成方法 | |
CN113359435A (zh) | 用于火电机组动态工况数据的修正方法 | |
CN116739147A (zh) | 基于bim的智能能耗管理与动态碳排放计算联合方法及*** | |
CN110648023A (zh) | 基于二次指数平滑改进gm(1,1)的数据预测模型的建立方法 | |
CN115983455A (zh) | 一种室内环境质量预测方法 | |
CN114970813A (zh) | 一种溶解氧浓度数据修复及预报方法 | |
CN110991841B (zh) | 一种基于ai技术的对招投标过程中不规范行为的分析方法 | |
CN114970311A (zh) | 一种远端模块寿命预测模型的建立方法与寿命预测方法 |
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 |