CN110210689A - 一种碳排放管理数据平台 - Google Patents
一种碳排放管理数据平台 Download PDFInfo
- Publication number
- CN110210689A CN110210689A CN201910527382.6A CN201910527382A CN110210689A CN 110210689 A CN110210689 A CN 110210689A CN 201910527382 A CN201910527382 A CN 201910527382A CN 110210689 A CN110210689 A CN 110210689A
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- data
- carbon
- analysis module
- mark
- 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 358
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 342
- 238000000034 method Methods 0.000 claims abstract description 94
- 230000008569 process Effects 0.000 claims abstract description 83
- 238000004458 analytical method Methods 0.000 claims abstract description 68
- 238000007405 data analysis Methods 0.000 claims abstract description 30
- 230000000694 effects Effects 0.000 claims abstract description 18
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 238000010586 diagram Methods 0.000 claims description 17
- 238000013481 data capture Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 239000000446 fuel Substances 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000011068 loading method Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 abstract description 80
- 229910000831 Steel Inorganic materials 0.000 abstract description 46
- 239000010959 steel Substances 0.000 abstract description 46
- 229910052742 iron Inorganic materials 0.000 abstract description 41
- 238000007726 management method Methods 0.000 description 18
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 16
- 229910002092 carbon dioxide Inorganic materials 0.000 description 8
- 238000002485 combustion reaction Methods 0.000 description 6
- 238000005245 sintering Methods 0.000 description 6
- 238000003723 Smelting Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 238000004141 dimensional analysis Methods 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- RHZUVFJBSILHOK-UHFFFAOYSA-N anthracen-1-ylmethanolate Chemical compound C1=CC=C2C=C3C(C[O-])=CC=CC3=CC2=C1 RHZUVFJBSILHOK-UHFFFAOYSA-N 0.000 description 2
- 239000003830 anthracite Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000571 coke Substances 0.000 description 2
- 238000005097 cold rolling Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 150000002505 iron Chemical class 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005453 pelletization Methods 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 238000009628 steelmaking Methods 0.000 description 2
- 229910001341 Crude steel Inorganic materials 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000017105 transposition Effects 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种碳排放管理数据平台，包括碳排放数据获取模块、碳排放数据分析模块、碳排放对标分析模块和挖潜分析模块，实现了对企业碳排放数据的分析，建立包括碳排放综合指标、碳排放结构指标和工序指标的科学、有效、符合钢铁企业需求的节能低碳指标体系。同时，依据碳排放数据分析模块与碳排放对标分析模块的分析结果，确定企业的碳排放优化路径，并对相应的预期效果进行预测，指导钢铁企业进行碳排放路径优化，实现钢铁企业节能减排的目的。
Description
技术领域
本发明涉及数据处理技术领域，更具体的，涉及一种碳排放管理数据平台。
背景技术
2018年，中国的粗钢产量突破9亿吨，达到9.28亿吨。中国钢铁行业的二氧化碳排放量占全国二氧化碳排放量的15％左右。降低钢铁行业在中国的能耗占比和二氧化碳排放量占比的直接途径就是降低钢铁企业的能耗和二氧化碳的排放量。
随着全国碳排放权交易市场的启动，全国碳市场建设的不断推进，国家对全国温室气体排放的控制以及对钢铁企业二氧化碳排放量控制的要求不断加严，钢铁企业需要科学的控制二氧化碳排放量，因此，建立针对钢铁企业的节能低碳指标体系迫在眉睫。
目前的节能低碳指标主要针对国家层面和行业层面，不符合钢铁企业的节点低碳指标体系的需求，且无法指导钢铁企业控制碳排放，无法满足钢铁企业的碳排放控制需求。
发明内容
有鉴于此，本发明公开了一种碳排放管理数据平台，建立一个科学、有效、符合钢铁企业需求的节能低碳指标体系，实现企业节能减排的目的。
为了实现上述发明目的，本发明提供的具体技术方案如下：
一种碳排放管理数据平台，包括：
碳排放数据获取模块，用于获取企业内部系统和外部系统的碳排放数据，并将所述碳排放数据以及所述碳排放数据的来源存储到中间数据库中，其中，所述碳排放数据包括企业内部的碳排放数据和外部企业的对标数据；
碳排放数据分析模块，用于利用碳排放因子对企业内部的碳排放数据进行分析，得到碳平衡表、碳排放综合指标、碳排放结构指标和工序指标；
碳排放对标分析模块，用于对所述工序指标与所述对标数据中相应的工序指标进行对标分析；
挖潜分析模块，用于依据所述碳排放数据分析模块与所述碳排放对标分析模块的分析结果，确定企业的碳排放优化路径，并对相应的预期效果进行预测。
可选的，所述碳排放管理数据平台还包括：
报告生成模块，用于依据用户需求，调用所述碳排放数据分析模块的分析结果和/或所述碳排放对标分析模块的分析结果和/或所述挖潜分析模块确定的碳排放优化路径以及相应的预期效果，生成相应的报告。
可选的，所述碳排放管理数据平台还包括：
政策文件管理模块，用于对碳排放的相关政策文件和企业中碳排放相关文件进行分类存储。
可选的，所述碳排放数据获取模块包括：
数据获取单元，用于定期从企业内部系统中抓取碳排放数据，并定期利用爬虫系统爬取外部系统的所述对标数据；
数据加载单元，用于通过执行ETL流程的任务，将所述数据获取单元获取的企业内部的碳排放数据和所述对标数据加载到所述中间数据库中，所述ETL流程已预先配置。
可选的，所述碳排放数据获取模块还包括：
ETL监控单元，用于监控所述ETL流程的执行进度、执行状态以及对资源的使用信息。
可选的，所述碳排放数据分析模块包括：
指标提取单元，用于利用所述碳排放因子和企业内部的碳排放数据计算与预设指标体系相对应的指标值，得到所述碳排放综合指标，在所述碳排放综合指标中提取企业在每种工序中的产量和碳排放指标值，得到所述工序指标，并在所述碳排放综合指标中提取与碳排放结构指标相对应的指标值，得到所述碳排放结构指标。
可选的，所述碳排放数据分析模块还包括：
碳平衡表生成单元，用于依据用户输入的目标时间周期和所述碳排放因子对企业内部的碳排放数据进行统计分析，得到目标时间周期内的碳排放总量，并根据所述碳排放总量进行碳平衡计算，得到所述碳平衡表。
可选的，所述碳排放对标分析模块，具体用于依据用户输入的目标时间周期和目标工序查询得到在目标时间周期内在目标工序企业的碳排放量和外部企业的碳排放量，生成相应的对标分析表。
可选的，所述挖潜分析模块包括：
优化路径确定单元，用于依据所述碳排放数据分析模块与所述碳排放对标分析模块的分析结果，确定企业的碳排放优化路径，所述碳排放优化路径包括实施原燃料优化、用能设备能效提升、强化废钢资源利用和实施节能低碳技改项目；
预期效果预测单元，用于预测按照所述碳排放优化路径对企业进行碳排放优化后，碳排放结构指标值和工序指标值，并依据当前的碳排放结构指标值和工序指标值与预测的碳排放结构指标值和工序指标值，生成企业碳排放对比图、碳排放结构指标对比图和工序指标对比图。
可选的，所述碳排放管理数据平台部署在服务器集群中，采用分布式存储架构。
相对于现有技术，本发明的有益效果如下：
本发明公开的一种碳排放管理数据平台，包括碳排放数据获取模块、碳排放数据分析模块、碳排放对标分析模块和挖潜分析模块，实现了对企业碳排放数据的分析，建立包括碳排放综合指标、碳排放结构指标和工序指标的科学、有效、符合钢铁企业需求的节能低碳指标体系。同时，依据碳排放数据分析模块与碳排放对标分析模块的分析结果，确定企业的碳排放优化路径，并对相应的预期效果进行预测，指导钢铁企业进行碳排放路径优化，实现钢铁企业节能减排的目的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有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发明的实施例，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为本发明实施例公开的一种碳排放管理数据平台的结构示意图；
图2为本发明实施例公开的碳排放数据获取模块的结构示意图；
图3为本发明实施例公开的碳排放数据分析模块的结构示意图；
图4为本发明实施例公开的挖潜分析模块的结构示意图；
图5为本发明实施例公开的另一种碳排放管理数据平台的结构示意图。
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。
本实施例公开了一种碳排放管理数据平台，基于浏览器和服务器架构模式(B/S架构)，其中，碳排放管理数据平台部署在服务器集群中，采用分布式存储架构，消除了系统存在的单点故障，任何一个节点出现故障都会被自动发现，并且会被集群中其他节点接管，保证了服务的持续性和稳定性。
钢铁企业的规划人员、设计人员、管理人员及工程人员都可以使用浏览器访问碳排放管理数据平台，实现钢铁企业节能低碳指标体系面向对象的可视化操作。碳排放管理数据平台通过数据技术实现碳排放数据的获取、存储、分析等功能，为钢铁企业的节能减排工作提供数据支持，同时通过对碳排放数据进行分析，指导钢铁企业进行碳排放路径优化，为钢铁企业的节能减排提供决策支持。
具体的，请参阅图1，本实施例公开的碳排放管理数据平台采用松耦合的模块化设计，包括碳排放数据获取模块100、碳排放数据分析模块200、碳排放对标分析模块300和挖潜分析模块400。
其中，碳排放数据获取模块100，用于获取企业内部系统和外部系统的碳排放数据，并将所述碳排放数据以及所述碳排放数据的来源存储到中间数据库中，其中，所述碳排放数据包括企业内部的碳排放数据以及外部企业的对标数据。
利用碳排放数据可以分析得到钢铁企业在每个工序的产量数据和碳排放指标数据、碳排放结构指标数据、以及其他碳排放相关数据。
碳排放因子是预先设定的，每种类型的能源介质都对应一个碳排放因子，如无烟煤碳排放因子、冶金焦碳排放因子等等。能源介质的消耗量与相应碳排放因子的乘积为该能源介质的碳排放量。
外部企业可以为钢铁行业中可以与本钢铁企业进行对标的钢铁企业。
碳排放数据获取单元100还可以获取碳排放的相关政策文件和企业中碳排放相关文件。
碳排放数据分析模块200，用于利用碳排放因子对企业内部的碳排放数据进行分析，得到碳平衡表、碳排放综合指标、碳排放结构指标和工序指标；
碳排放数据分析模块200将碳排放数据获取模块获取的碳排放数据进行指标化处理，得到包括碳排放综合指标、碳排放结构指标和工序指标的节能低碳指标体系。
可以理解的是，这个节能低碳指标体系是面向钢铁企业的科学、有效、符合钢铁企业需求的节能低碳指标体系。
碳排放结构指标可以包括：燃料燃烧排放指标，工业生产过程排放指标，净购入电力热力排放指标。
工序指标可以包括：烧结工序指标、球团工序指标、炼铁工序指标、炼钢工序指标、热轧工序指标和冷轧工序指标等。
碳排放对标分析模块300，用于对所述工序指标与所述对标数据中相应的工序指标进行对标分析；
对标分析钢铁企业烧结工序和炼铁工序的碳排放强度情况。
具体的，用户在碳排放对标分析界面输入目标时间周期，如年份和月份，碳排放对标分析模块300在中间数据库中查询目标时间周期内在目标工序企业的碳排放量和外部企业的碳排放量，生成相应的对标分析表。其中，目标工序可以为烧结工序或炼铁工序。
用户通过浏览对标分析表可以了解在目标工序方面，本钢铁企业与其他钢铁企业在碳排放量上的差距和优势。
挖潜分析模块400，用于依据所述碳排放数据分析模块与所述碳排放对标分析模块的分析结果，确定企业的碳排放优化路径，并对相应的预期效果进行预测。
其中，碳排放优化路径包括实施原燃料优化、用能设备能效提升、强化废钢资源利用和实施节能低碳技改项目。
预期效果可以通过优化后的碳排放总量、碳排放结构指标、工序指标以及成本进行衡量。
本实施例公开的碳排放管理数据平台，包括碳排放数据获取模块、碳排放数据分析模块、碳排放对标分析模块和挖潜分析模块，实现了对企业碳排放数据的分析，建立包括碳排放综合指标、碳排放结构指标和工序指标的科学、有效、符合钢铁企业需求的节能低碳指标体系。同时，依据碳排放数据分析模块与碳排放对标分析模块的分析结果，确定企业的碳排放优化路径，并对相应的预期效果进行预测，指导钢铁企业进行碳排放路径优化，实现钢铁企业节能减排的目的。
请参阅图2，碳排放数据获取模块100包括：数据获取单元101、数据加载单元102和ETL监控单元103。
其中，数据获取单元101，用于定期从企业内部系统中抓取碳排放数据，并定期利用爬虫系统爬取外部系统的对标数据。
需要说明的是，预先配置企业内部系统数据库到碳排放管理数据平台的数据自动同步功能。如，基于CDC(Change Data Capture，改变数据捕获)技术实现企业内部系统数据库到碳排放管理数据平台的数据自动同步。
爬虫系统可以为主题爬虫系统，用于爬取外部系统中与碳排放数据相关的数据，外部系统可以为外部网络，其中，与碳排放数据相关的数据可以为钢铁企业的对标企业中可以与碳排放因子数据进行对标的碳排放数据。
数据加载单元102，用于通过执行ETL流程的任务，将数据获取单元101获取的碳排放因子数据和对标数据加载到中间数据库中。
中间数据库可以为NoSQL或Hive。
ETL(Extract-Transform-Load)，用来将数据从来源端经过萃取(extract)、转置(transform)、加载(load)至目的端，属于数据仓库技术。预先配置ETL流程，即配置将获取的排放因子数据和对标数据加载到中间数据库中的ETL流程。
ETL监控单元103，用于监控所述ETL流程的执行进度、执行状态以及对资源的使用信息。
通过对ETL流程进行监控，可以监控ETL流程的状态，保证ETL流程的稳定执行。
本实施例通过ETL将原始数据进行清洗、转化后加载到碳排放管理数据平台，实现了内外网应用隔离部署，碳排放管理数据平台发布的数据和报告也通过ETL由内部网络推送到外部网络，彻底杜绝外部网络对内部网络的数据访问，保证了碳排放管理数据平台中数据的安全性。
请参阅图3，碳排放分析模块200包括：指标提取单元201和碳平衡表生成单元202。
其中，指标提取单元201，用于利用所述碳排放因子和企业内部的碳排放数据计算与预设指标体系相对应的指标值，得到所述碳排放综合指标，在所述碳排放综合指标中提取企业在每种工序中的产量和碳排放指标值，得到所述工序指标，并在所述碳排放综合指标中提取与碳排放结构指标相对应的指标值，得到所述碳排放结构指标。
碳排放数据包括能源介质消耗数据，能源介质消耗数据乘以相应的碳排放因子得到二氧化碳的排放量。
如，烧结工序无烟煤消耗量为100吨，无烟煤的碳排放因子为2.6894，那么烧结工序的无烟煤二氧化碳排放量为100*2.6894，该工序可能还会消耗其他能源介质，比如冶金焦，那么该工序总的碳排放量，就是该工序各个能源介质的消耗量乘以各自的碳排放因子的求和，从而得到烧结工序的碳排放指标值。
预设指标体系实质上为包括碳排放综合指标、碳排放结构指标和工序指标的节能低碳指标体系。
在碳排放因子数据中提取与预设指标体系相对应的指标值的方法包括：若碳排放因子数据中包括指标值，则直接提取该指标值；若需要对碳排放数据中的某些数据进行统计才能得到相应的指标值，如对碳排放结构指标中的燃料燃烧排放指标进行提取，则需要对碳排放数据中所有涉及到燃料燃烧碳排放数据进行统计，得到燃料燃烧排放指标值。
其中，碳排放结构指标可以包括：燃料燃烧排放指标，工业生产过程排放指标，净购入电力热力排放指标等。
工序指标可以包括：烧结工序指标、球团工序指标、炼铁工序指标、炼钢工序指标、热轧工序指标和冷轧工序指标等。
上述碳排放综合指标、碳排放结构指标和工序指标对应的指标值可以作为衍生数据存储在中间数据库中，具体的，可以以数据字典的形式存储在中间数据库中，供后续进行查询统计、维度分析和学习预测。
优选的，还可以将一些经常使用的、需要快速访问的数据作为缓存数据加载到内存。
对于一些使用频率较低的数据，为了节省存储成本，可以作为备份数据采用高压缩比的压缩算法对这些数据进行存储。
碳平衡表生成单元202，用于依据用户输入的目标时间周期和所述碳排放因子对企业内部的碳排放数据进行统计分析，得到目标时间周期内的碳排放总量，并根据所述碳排放总量进行碳平衡计算，得到所述碳平衡表。
碳平衡表指碳的输入和输出两方面做出平衡，对于钢铁企业，得到碳平衡表可以实现碳排放的寻迹和跟踪，了解碳排放的总量和排放去向。
目标时间周期可以为一个月，即用户在碳排放管理数据平台中的碳平衡表界面输入年份和月份作为目标时间周期，碳平衡表生成单元202在中间数据库中查询目标时间周期内与碳平衡表相关的碳排放数据和指标数据，并对这些数据进行统计分析，得到目标时间周期内钢铁企业的碳排放总量。
依据目标时间周期内钢铁企业的碳排放总量和钢铁企业预先设定的为了实现碳平衡所采取的措施，生成碳平衡表。
碳排放数据分析模块提供了各种碳排放指标的分析统计功能，能够通过科学、有效、面向钢铁企业需要的节能低碳指标体系，表示钢铁企业在工序方面和碳排放结构方面的碳排放数据，为钢铁企业的节能减排提供了科学、有效的数据支撑。
请参阅图4，挖潜分析模块400包括：优化路径确定单元401和预期效果预测单元402。
其中，优化路径确定单元401，用于依据所述碳排放数据分析模块与所述碳排放对标分析模块的分析结果，确定企业的碳排放优化路径，所述碳排放优化路径包括实施原燃料优化、用能设备能效提升、强化废钢资源利用和实施节能低碳技改项目；
如，通过碳排放数据分析模块的分析结果发现钢铁企业在某个工序上碳排放量较高，可以考虑在这个工序上进行工序改进或设备改进；通过碳平衡表发现废钢资源利用方面有待提升，则可以考虑强化废钢资源利用；通过碳排放对标分析模块的分析结果可以发现与其他钢铁企业相比在某些方面需要改进的方向等等。
预期效果预测单元402，用于预测按照所述碳排放优化路径对企业进行碳排放优化后，碳排放结构指标值和工序指标值，并依据当前的碳排放结构指标值和工序指标值与预测的碳排放结构指标值和工序指标值，生成企业碳排放对比图、碳排放结构指标对比图和工序指标对比图。
需要说明的是，可以利用机器学习等方法预测按照所述碳排放优化路径对企业进行碳排放优化后，碳排放结构指标值和工序指标值。
通过企业碳排放对比图、碳排放结构指标对比图和工序指标对比图，用户可以了解对碳排放路径进行优化后的效果，根据该效果指导钢铁企业进行碳排放路径优化，实现钢铁企业节能减排的目的。
请参阅图5，本实施例公开了另一种碳排放管理数据平台，包括：碳排放数据获取模块100、碳排放数据分析模块200、碳排放对标分析模块300、挖潜分析模块400、报告生成模块500和政策文件管理模块600。
其中，碳排放数据获取模块100，用于获取企业内部系统和外部系统的碳排放数据，并将所述碳排放数据以及所述碳排放数据的来源存储到中间数据库中，其中，所述碳排放数据包括企业内部的碳排放数据和外部企业的对标数据；
碳排放数据分析模块200，用于利用碳排放因子对企业内部的碳排放数据进行分析，得到碳平衡表、碳排放综合指标、碳排放结构指标和工序指标；
碳排放对标分析模块300，用于对所述工序指标与所述对标数据中相应的工序指标进行对标分析；
挖潜分析模块400，用于依据所述碳排放数据分析模块与所述碳排放对标分析模块的分析结果，确定企业的碳排放优化路径，并对相应的预期效果进行预测；
报告生成模块500，用于依据用户需求，调用所述碳排放数据分析模块的分析结果和/或所述碳排放对标分析模块的分析结果和/或所述挖潜分析模块确定的碳排放优化路径以及相应的预期效果，生成相应的报告；
可以预先设计各种报告对应的报告模板，在获取分析结果等数据后，调用相应的报告模板，生成用户想要的报告。
报告的模板可以为各种图表或图表的组合，用户也可以自己设计报告模板。
政策文件管理模块600，用于对碳排放的相关政策文件和企业中碳排放相关文件进行分类存储。
通过政策文件管理模块，用户可以方便查询碳排放的相关政策文件和企业中碳排放相关文件，对钢铁企业的节能减排提供政策支撑。
还需要说明的是，基于上述功能介绍，本实施例公开的碳排放管理数据平台的技术架构采用层次架构，按照数据的生命周期可以划分为数据采集层、数据存储层、数据分析层、数据展示层。其中数据采集层包括采集内部、外部系统数据所需要的服务和组件；数据存储层实现对采集的结构化、半结构化和非结构化数据的存储，并且能够线性扩展；数据分析层在计算引擎的基础上通过SQL框架、OLAP框架、统计分析框架、机器学习框架提供查询、统计分析、维度分析和机器学习等数据分析服务；数据展示层通过报表、图表、维度等展示方式直观的展示原始数据，以及统计分析、维度分析和分析预测的结果数据。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种碳排放管理数据平台，其特征在于，包括：
碳排放数据获取模块，用于获取企业内部系统和外部系统的碳排放数据，并将所述碳排放数据以及所述碳排放数据的来源存储到中间数据库中，其中，所述碳排放数据包括企业内部的碳排放数据和外部企业的对标数据；
碳排放数据分析模块，用于利用碳排放因子对企业内部的碳排放数据进行分析，得到碳平衡表、碳排放综合指标、碳排放结构指标和工序指标；
碳排放对标分析模块，用于对所述工序指标与所述对标数据中相应的工序指标进行对标分析；
挖潜分析模块，用于依据所述碳排放数据分析模块与所述碳排放对标分析模块的分析结果，确定企业的碳排放优化路径，并对相应的预期效果进行预测。
2.根据权利要求1所述的碳排放管理数据平台，其特征在于，所述碳排放管理数据平台还包括：
报告生成模块，用于依据用户需求，调用所述碳排放数据分析模块的分析结果和/或所述碳排放对标分析模块的分析结果和/或所述挖潜分析模块确定的碳排放优化路径以及相应的预期效果，生成相应的报告。
3.根据权利要求1所述的碳排放管理数据平台，其特征在于，所述碳排放管理数据平台还包括：
政策文件管理模块，用于对碳排放的相关政策文件和企业中碳排放相关文件进行分类存储。
4.根据权利要求1所述的碳排放管理数据平台，其特征在于，所述碳排放数据获取模块包括：
数据获取单元，用于定期从企业内部系统中抓取碳排放数据，并定期利用爬虫系统爬取外部系统的所述对标数据；
数据加载单元，用于通过执行ETL流程的任务，将所述数据获取单元获取的企业内部的碳排放数据和所述对标数据加载到所述中间数据库中，所述ETL流程已预先配置。
5.根据权利要求4所述的碳排放管理数据平台，其特征在于，所述碳排放数据获取模块还包括：
ETL监控单元，用于监控所述ETL流程的执行进度、执行状态以及对资源的使用信息。
6.根据权利要求1所述的碳排放管理数据平台，其特征在于，所述碳排放数据分析模块包括：
指标提取单元，用于利用所述碳排放因子和企业内部的碳排放数据计算与预设指标体系相对应的指标值，得到所述碳排放综合指标，在所述碳排放综合指标中提取企业在每种工序中的产量和碳排放指标值，得到所述工序指标，并在所述碳排放综合指标中提取与碳排放结构指标相对应的指标值，得到所述碳排放结构指标。
7.根据权利要求1所述的碳排放管理数据平台，其特征在于，所述碳排放数据分析模块还包括：
碳平衡表生成单元，用于依据用户输入的目标时间周期和所述碳排放因子对企业内部的碳排放数据进行统计分析，得到目标时间周期内的碳排放总量，并根据所述碳排放总量进行碳平衡计算，得到所述碳平衡表。
8.根据权利要求1所述的碳排放管理数据平台，其特征在于，所述碳排放对标分析模块，具体用于依据用户输入的目标时间周期和目标工序查询得到在目标时间周期内在目标工序企业的碳排放量和外部企业的碳排放量，生成相应的对标分析表。
9.根据权利要求1所述的碳排放管理数据平台，其特征在于，所述挖潜分析模块包括：
优化路径确定单元，用于依据所述碳排放数据分析模块与所述碳排放对标分析模块的分析结果，确定企业的碳排放优化路径，所述碳排放优化路径包括实施原燃料优化、用能设备能效提升、强化废钢资源利用和实施节能低碳技改项目；
预期效果预测单元，用于预测按照所述碳排放优化路径对企业进行碳排放优化后，碳排放结构指标值和工序指标值，并依据当前的碳排放结构指标值和工序指标值与预测的碳排放结构指标值和工序指标值，生成企业碳排放对比图、碳排放结构指标对比图和工序指标对比图。
10.根据权利要求1所述的碳排放管理数据平台，其特征在于，所述碳排放管理数据平台部署在服务器集群中，采用分布式存储架构。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910527382.6A CN110210689A (zh) | 2019-06-18 | 2019-06-18 | 一种碳排放管理数据平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910527382.6A CN110210689A (zh) | 2019-06-18 | 2019-06-18 | 一种碳排放管理数据平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110210689A true CN110210689A (zh) | 2019-09-06 |
Family
ID=67793382
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910527382.6A Pending CN110210689A (zh) | 2019-06-18 | 2019-06-18 | 一种碳排放管理数据平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110210689A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113191542A (zh) * | 2021-04-26 | 2021-07-30 | 国网(衢州)综合能源服务有限公司 | 一种智慧环保碳排放管理服务平台 |
| CN113408964A (zh) * | 2021-07-30 | 2021-09-17 | 国网天津市电力公司 | 一种基于综合评价体系辅助政府碳管理的方法 |
| CN113469585A (zh) * | 2021-09-02 | 2021-10-01 | 阿里云计算有限公司 | 碳管理数据调整方法、碳管理平台、系统及存储介质 |
| CN113592187A (zh) * | 2021-08-06 | 2021-11-02 | 时代云英(重庆)科技有限公司 | 一种智能碳排放管理系统及方法 |
| CN114004376A (zh) * | 2021-10-28 | 2022-02-01 | 广东邦普循环科技有限公司 | 一种退役电池再利用碳排放评价系统 |
| CN114417255A (zh) * | 2021-12-21 | 2022-04-29 | 新奥数能科技有限公司 | 一种碳排放量化平台和碳排放量化系统 |
| CN114996979A (zh) * | 2022-08-05 | 2022-09-02 | 深圳市信润富联数字科技有限公司 | 能碳数据的管理方法、系统、电子设备及存储介质 |
| CN115908080A (zh) * | 2022-12-06 | 2023-04-04 | 速度时空信息科技股份有限公司 | 一种基于多维数据分析的碳排放优化方法及系统 |
| CN115983468A (zh) * | 2022-12-30 | 2023-04-18 | 慕学星凡(成都)科技有限公司 | 一种基于大数据的信息预测分析方法及系统 |
| CN116882775A (zh) * | 2023-06-06 | 2023-10-13 | 海通安恒科技股份有限公司 | 一种钢铁行业碳资产管理系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104992298A (zh) * | 2015-07-16 | 2015-10-21 | 南京朗坤软件有限公司 | 能源管理系统 |
| CN105260836A (zh) * | 2015-10-13 | 2016-01-20 | 天津大学 | 汽车制造企业碳排放采集核算系统及其方法 |
| CN105868301A (zh) * | 2016-03-23 | 2016-08-17 | 广东民悦碳资产投资咨询有限公司 | 一种碳排放检测管理系统及管理方法 |
| CN109670785A (zh) * | 2018-12-07 | 2019-04-23 | 山东亚华低碳科技有限公司 | 一种碳盘查/碳核查管理系统及方法 |
-
2019
- 2019-06-18 CN CN201910527382.6A patent/CN110210689A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104992298A (zh) * | 2015-07-16 | 2015-10-21 | 南京朗坤软件有限公司 | 能源管理系统 |
| CN105260836A (zh) * | 2015-10-13 | 2016-01-20 | 天津大学 | 汽车制造企业碳排放采集核算系统及其方法 |
| CN105868301A (zh) * | 2016-03-23 | 2016-08-17 | 广东民悦碳资产投资咨询有限公司 | 一种碳排放检测管理系统及管理方法 |
| CN109670785A (zh) * | 2018-12-07 | 2019-04-23 | 山东亚华低碳科技有限公司 | 一种碳盘查/碳核查管理系统及方法 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113191542A (zh) * | 2021-04-26 | 2021-07-30 | 国网(衢州)综合能源服务有限公司 | 一种智慧环保碳排放管理服务平台 |
| CN113408964A (zh) * | 2021-07-30 | 2021-09-17 | 国网天津市电力公司 | 一种基于综合评价体系辅助政府碳管理的方法 |
| CN113592187B (zh) * | 2021-08-06 | 2024-01-05 | 时代云英(深圳)科技有限公司 | 一种智能碳排放管理系统及方法 |
| CN113592187A (zh) * | 2021-08-06 | 2021-11-02 | 时代云英(重庆)科技有限公司 | 一种智能碳排放管理系统及方法 |
| CN113469585A (zh) * | 2021-09-02 | 2021-10-01 | 阿里云计算有限公司 | 碳管理数据调整方法、碳管理平台、系统及存储介质 |
| CN114004376A (zh) * | 2021-10-28 | 2022-02-01 | 广东邦普循环科技有限公司 | 一种退役电池再利用碳排放评价系统 |
| CN114417255A (zh) * | 2021-12-21 | 2022-04-29 | 新奥数能科技有限公司 | 一种碳排放量化平台和碳排放量化系统 |
| CN114417255B (zh) * | 2021-12-21 | 2024-05-17 | 新奥数能科技有限公司 | 一种碳排放量化平台和碳排放量化系统 |
| CN114996979A (zh) * | 2022-08-05 | 2022-09-02 | 深圳市信润富联数字科技有限公司 | 能碳数据的管理方法、系统、电子设备及存储介质 |
| CN115908080B (zh) * | 2022-12-06 | 2024-02-20 | 速度科技股份有限公司 | 一种基于多维数据分析的碳排放优化方法及系统 |
| CN115908080A (zh) * | 2022-12-06 | 2023-04-04 | 速度时空信息科技股份有限公司 | 一种基于多维数据分析的碳排放优化方法及系统 |
| CN115983468A (zh) * | 2022-12-30 | 2023-04-18 | 慕学星凡(成都)科技有限公司 | 一种基于大数据的信息预测分析方法及系统 |
| CN116882775A (zh) * | 2023-06-06 | 2023-10-13 | 海通安恒科技股份有限公司 | 一种钢铁行业碳资产管理系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110210689A (zh) | 一种碳排放管理数据平台 | |
| Pan et al. | Grey system theory trends from 1991 to 2018: a bibliometric analysis and visualization | |
| Veefkind et al. | A new EPO classification scheme for climate change mitigation technologies | |
| Yang et al. | Exploring the industrial solid wastes management system: Empirical analysis of forecasting and safeguard mechanisms | |
| Zhang et al. | How to reduce energy consumption by energy audits and energy management: The case of province Jilin in China | |
| Pandey et al. | Opportunities for sustainability improvement in aluminum industry | |
| CN114581276A (zh) | 一种钢铁企业碳排放数据计算系统的构建方法 | |
| Liu et al. | Scenario analysis on carbon peaking pathways for China's aluminum casting industry | |
| Sun et al. | Analysis of secondary energy in China’s iron and steel industry–An approach of industrial metabolism | |
| Zhang et al. | Assessing the corporate green technology progress and environmental governance performance based on the panel data on industrial enterprises above designated size in Anhui Province, China | |
| Zhang et al. | Environmental performance evaluation of enterprises using internal resource loss and external environmental damage costs | |
| Lu et al. | Evaluation of optimal waste lithium-ion battery recycling technology driven by multiple factors | |
| Hsu et al. | A multiobjective programming and interindustry model for energy-economic planning in Taiwan | |
| Ke | [Retracted] Design and Research of Economic Management Problem Fusion Method Based on Decision Information System | |
| Kanani et al. | An Effort to reduce the CO2 emission in Computation for Green Computation | |
| CN103870881A (zh) | 一种基于投入产出法的高炉-转炉长流程钢铁生产过程co2排放盘查方法 | |
| Yang et al. | Quantification of CO 2 emissions of macro-infrastructure in China with simplified life cycle assessment | |
| Shao et al. | Research on the development and intelligent application of power environmental protection platform based on big data | |
| Wibowo et al. | Evaluating the sustainability performance of thermal power enterprises | |
| Nizhevska | STATE REGULATION OF CIRCULAR ECONOMY: EXPERIENCE OF THE COUNTRIES OF THE WORLD | |
| Wu | Digital Finance for Circular Economy in Sustainable Environment | |
| Mao et al. | Evolution of New Energy Vehicle Collaborative Innovation Networks in China. | |
| Liang et al. | Construction and practical analysis of digital portrait for promotion and application of integrated energy system technologies in China | |
| Binh | Integrated assessment model on global-scale emissions of air pollutants | |
| Zhu et al. | Research on the evaluation method for enterprise knowledge management performance based on triangular fuzzy number |
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: 20190906 |
|
| RJ01 | Rejection of invention patent application after publication |