CN110674982A - 一种温室气体排放量核算、分析和预测的系统、方法及设备 - Google Patents
一种温室气体排放量核算、分析和预测的系统、方法及设备 Download PDFInfo
- Publication number
- CN110674982A CN110674982A CN201910878643.9A CN201910878643A CN110674982A CN 110674982 A CN110674982 A CN 110674982A CN 201910878643 A CN201910878643 A CN 201910878643A CN 110674982 A CN110674982 A CN 110674982A
- Authority
- CN
- China
- Prior art keywords
- greenhouse gas
- emission
- gas emission
- activity level
- level data
- 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.)
- Granted
Links
- 239000005431 greenhouse gas Substances 0.000 title claims abstract description 230
- 238000000034 method Methods 0.000 title claims abstract description 74
- 230000000694 effects Effects 0.000 claims abstract description 131
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 97
- 239000010959 steel Substances 0.000 claims abstract description 97
- 238000004519 manufacturing process Methods 0.000 claims abstract description 61
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims description 36
- 230000009467 reduction Effects 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 9
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 abstract description 42
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 abstract description 23
- 229910052799 carbon Inorganic materials 0.000 abstract description 23
- 229910052742 iron Inorganic materials 0.000 abstract description 21
- 238000004364 calculation method Methods 0.000 abstract description 20
- 238000012795 verification Methods 0.000 abstract description 6
- 238000004904 shortening Methods 0.000 abstract description 4
- 238000000605 extraction Methods 0.000 abstract description 3
- 239000000463 material Substances 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 238000009499 grossing Methods 0.000 description 10
- 239000002994 raw material Substances 0.000 description 8
- 150000001875 compounds Chemical class 0.000 description 5
- 238000013075 data extraction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000005611 electricity Effects 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 239000002803 fossil fuel Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000009919 sequestration Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 3
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 2
- 102000016550 Complement Factor H Human genes 0.000 description 2
- 108010053085 Complement Factor H Proteins 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 238000004939 coking Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000005245 sintering Methods 0.000 description 2
- 238000009628 steelmaking Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 description 2
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 description 1
- 238000003723 Smelting Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003490 calendering Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
Images
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
-
- 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
- G06Q50/04—Manufacturing
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种温室气体排放量核算、分析和预测的系统、方法和设备，包括有：采集一时间段内温室气体活动水平数据、以及与活动水平数据相对应的排放因子；根据活动水平数据和排放因子计算该时间段内的温室气体总排放量；根据该时间段内的活动水平数据、排放因子和温室气体总排放量建立温室气体排放量预测模型，预测位于该时间段以后的温室气体排放量。本发明直接将钢铁生产企业的统计报表导入系统中即可完成活动水平数据的提取以及相关计算、分析和预测，大大缩短了工作时间，提高了工作效率。本发明通过对预测年度中剩余周期排放量的预测，方便钢铁生产企业进行碳排放的管理与核查，还能够辅助钢铁生产企业进行温室气体排放配额量的申报。
Description
技术领域
本发明涉及钢铁行业技术领域，特别是涉及一种钢铁企业的温室气体排放量核算、分析和预测的系统、方法及设备。
背景技术
钢铁行业工序繁多，是能源消耗大户，也是二氧化碳排放大户，钢铁生产企业形成的二氧化碳排放数据量较大。钢铁生产企业主要是针对从事黑色金属冶炼、压延加工及制品生产的企业。现有技术中，钢铁生产企业从已有的统计数据中根据自身情况对所排放的温室气体进行核算和报告，不仅费时费力较为繁琐，而且还容易出现漏报少报的情况，给核查工作增加难度。随着钢铁生产企业对碳排放的重视程度不断提升，但目前并没有一款适用钢铁生产企业的系统，能够直接通过钢铁生产企业的统计报表实现碳排放数据提取，生成排放量报告，并且能够进行温室气体排放量的分析和预测。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种温室气体排放量核算、分析和预测的系统、方法及设备，用于解决现有技术中存在的技术问题。
为实现上述目的及其他相关目的，本发明提供一种温室气体排放量核算、分析和预测系统，包括有：
数据采集单元，用于采集一时间段内温室气体活动水平数据、以及与活动水平数据相对应的排放因子；
核算单元，与数据采集单元连接，用于根据所述活动水平数据和排放因子计算出所述时间段内的温室气体总排放量；
预测单元，分别与数据采集单元和核算单元连接，所述预测单元包括有温室气体排放量预测模型；所述温室气体排放量预测模型根据所述时间段内的活动水平数据、排放因子和温室气体总排放量建立，用于预测位于所述时间段以后的温室气体排放量。
可选地，所述温室气体排放量预测模型的建立包括有：
所述时间段包括有T个周期，获取所述时间段中K个周期的活动水平数据和排放因子，其中K≤T，K和T均为正整数；
根据所述K个周期的活动水平数据和排放因子计算所述K个周期的温室气体排放量；
根据所述K个周期的活动水平数据、排放因子和所述K个周期的温室气体排放量计算温室气体排放量周期因子和周期钢铁产能因子；
根据所述温室气体排放量周期因子和周期钢铁产能因子建立所述温室气体排放量预测模型。
可选地，还包括有分析单元，所述分析单元与所述核算单元连接，用于计算所有工序温室气体的总排放强度、单个工序温室气体的排放强度和单个工序温室气体的减排潜力。
可选地，还包括有显示单元和输入单元；
所述显示单元分别与所述数据采集单元、核算单元和预测单元连接，用于显示数据采集单元获取的活动水平数据、核算单元计算的温室气体总排放量以及预测单元预测的位于所述时间段以后的温室气体总排放量；
所述输入单元与所述显示单元连接，用于修改显示单元显示的活动水平数据。
可选地，还包括有报告单元和存储单元；
所述报告单元与所述核算单元连接，用于根据温室气体总排放量生成温室气体排放报告；
所述存储单元与所述报告单元连接，用于存储所述报告单元生成的温室气体排放报告。
本发明还提供一种温室气体排放量核算、分析和预测方法，包括有：
采集一时间段内温室气体活动水平数据、以及与活动水平数据相对应的排放因子；
根据所述活动水平数据和排放因子计算出所述时间段内的温室气体总排放量；
根据所述时间段内的活动水平数据、排放因子和温室气体总排放量建立温室气体排放量预测模型，预测位于所述时间段以后的温室气体排放量。
可选地，所述温室气体排放量预测模型的建立包括有：
所述时间段包括有T个周期，获取所述时间段中K个周期的活动水平数据和排放因子，其中K≤T，K和T均为正整数；
根据所述K个周期的活动水平数据和排放因子计算所述K个周期的温室气体排放量；
根据所述K个周期的活动水平数据、排放因子和所述K个周期的温室气体排放量计算温室气体排放量周期因子和周期钢铁产能因子；
根据所述温室气体排放量周期因子和周期钢铁产能因子建立所述温室气体排放量预测模型。
可选地，还包括有计算所有工序温室气体的总排放强度、单个工序温室气体的排放强度和单个工序温室气体的减排潜力。
本发明还提供一种设备，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行上述一个或多个所述的方法。
本发明还提供一个或多个机器可读介质，其特征在于，其上存储有指令，当由一个或多个处理器执行时，使得设备执行上述中一个或多个所述的方法。
如上所述，本发明提供一种温室气体排放量核算、分析和预测的系统、方法及设备，具有以下有益效果：通过采集一时间段内温室气体活动水平数据、以及与活动水平数据相对应的排放因子；根据活动水平数据和排放因子计算该时间段内的温室气体总排放量；根据该时间段内的活动水平数据、排放因子和温室气体总排放量建立温室气体排放量预测模型，预测位于该时间段以后的温室气体排放量。本发明可以直接将钢铁生产企业的统计报表导入系统中，即可完成活动水平数据的提取，温室气体排放量数据的相关计算、分析和预测，大大缩短了工作时间，提高了工作效率。
附图说明
图1为本发明中温室气体排放量核算、分析和预测的系统连接示意图。
图2为本发明中温室气体排放量核算、分析和预测方法流程示意图。
图3为本发明中一实施例中减排潜力的示意图。
图4为本发明中一实施例的一年度中实际月度排放量和预测月度排放量的曲线示意图。
图5为一实施例提供的终端设备的硬件结构示意图。
图6为另一实施例提供的终端设备的硬件结构示意图。
元件标号说明
1100 输入设备
1101 第一处理器
1102 输出设备
1103 第一存储器
1104 通信总线
1200 处理组件
1201 第二处理器
1202 第二存储器
1203 通信组件
1204 电源组件
1205 多媒体组件
1206 语音组件
1207 输入/输出接口
1208 传感器组件
M1 数据采集单元
M2 核算单元
M3 预测单元
M4 输入单元
M5 显示单元
M6 分析单元
M7 报告单元
M8 存储单元
M9 预警单元
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
请参阅图1至图6。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
活动水平：量化导致温室气体排放或清除的生产或消费活动的活动量，例如每种燃料的消耗量、电极消耗量、购入的电量、购入的蒸汽量等。
活动水平数据：即上述活动水平产生的数据。
排放因子：与活动水平数据相对应的系数，用于量化单位活动水平的温室气体排放量。
温室气体排放量周期因子：历史周期中单个周期排放量平均数与历史周期的排放量总平均数的比值。
周期钢铁产能因子，预测周期的所有月度产量与历史周期平均钢铁产能的比值。
请参阅图1，本实施例提供一种温室气体排放量核算、分析和预测系统，包括有：
数据采集单元M1，用于采集一时间段内温室气体活动水平数据、以及与活动水平数据相对应的排放因子。具体地，导入企业生产过程中的统计报表，按照数据提取方法，提取企业生产过程统计报表中与温室气体排放相关的活动水平数据。提取的活动水平数据至少包括当前周期和当前周期以前的多个周期的活动水平数据。
本申请实施例中的活动水平数据包括有：原材料消耗量数据、辅材料消耗量数据、能源介质消耗量数据及钢铁产品数据等。统计报表包括有与温室气体排放相关的能源平衡统计报表、原材料统计报表、辅材料统计报表、电力平衡表等；每一类表中均统计有对应项的初始数据值、以及钢铁生产完成后剩余的库存值，计算初始值和库存值之间的差值，可得出每一类与温室气体排放相关物料的活动水平数据。
数据提取方法为：以同等类型的温室气体排放统计报表作为固定格式(比如分别以某年度的能源平衡统计报表、原材料统计表报和辅材料统计报表作为固定格式)创建模板；通过管理员账户，分别导入创建好的固定格式的统计报表模板；通过企业账户，导入与固定模板格式相同的企业温室气体排放相关的统计报表，系统可自动根据模板相应的位置的标记找出对应的数值，故提取出与温室气体排放相关的活动水平数据。
核算单元M2，和数据采集单元M1连接，用于根据活动水平数据和排放因子计算温室气体总排放量。
预测单元M3，分别与数据采集单元M1和核算单元M2连接，所述预测单元M3包括有温室气体排放量预测模型；所述温室气体排放量预测模型根据所述时间段内的活动水平数据、排放因子和温室气体总排放量建立，用于预测位于所述时间段以后的温室气体排放量。
在一示例性实施例中，温室气体排放量预测模型的建立包括有：
所述时间段包括有T个周期，获取所述时间段中K个周期的活动水平数据和排放因子，其中K≤T，K和T均为正整数；
根据所述K个周期的活动水平数据和排放因子计算所述K个周期的温室气体排放量；
根据所述K个周期的活动水平数据、排放因子和所述K个周期的温室气体排放量计算温室气体排放量周期因子和周期钢铁产能因子；
根据所述温室气体排放量周期因子和周期钢铁产能因子建立所述温室气体排放量预测模型。
在一些示例性实施例中，将K个周期分为“d+1”段，前d段中的每一段均包括有相同的r个周期；最后一段包括有u个周期；其中，u≤r；d，r和u均为正整数。
其中，温室气体排放量周期因子的计算包括有计算前d段中每一段的平均排放量和计算前d段中的单个周期平均排放量；
计算前d段中每一段的平均排放量，包括：
式中，Edr表示第d段中第r个的周期排放量；为前d段中每一段的平均排放量。
计算前d段中的单个周期平均排放量，包括：
式中，
为前d段中的单个周期平均排放量。
计算温室气体排放量周期因子，包括：
式中，S为温室气体排放量周期因子。
在一些示例性实施例中，将K个周期分为“d+1”段，前d段中的每一段均包括有相同的r个周期；最后一段包括有u个周期；其中，u≤r；d，r和u均为正整数。
其中，周期钢铁产能因子的计算包括有计算前K个周期的平均产能；
计算前K个周期的平均产能，包括：
式中，
为前K个周期的平均钢铁产能，CLK为第K个周期钢铁产能。
计算周期钢铁产能因子，包括：
式中，QK为周期钢铁产能因子。
在一示例性实施例中，所述系统还包括有分析单元M6，所述分析单元M6用于计算所有工序的温室气体总排放强度、单个工序的温室气体排放强度和单个工序的温室气体减排潜力。
具体地，
(1)排放强度分析：所有工序的温室气体总排放强度＝碳排放总量/钢产量；单个工序的温室气体排放强度＝生产每吨钢的温室气体排放强度/工序产品的产量。
数据采集单元提取活动水平数据统计报表中与温室气体排放相关的活动水平数据，核算单元计算温室气体中碳排放总量，再除以整个钢铁生产企业的钢产量，就得出了生产每吨钢的温室气体排放强度。若再将生产每吨钢的温室气体排放强度除以工序产品的产量，就得出了这个工序的单位产品碳排放强度。同时，还可以根据当前周期和前K个周期的排放强度值进行对比，生成可视化图表。
(2)减排潜力的分析：减排潜力＝实际工序排放强度/理论工序排放强度。由于钢铁生产企业的原材料和辅材料固定，所述工序排放强度的理论值就可以计算出来。通过实际测得的工序排放量值，除以这个工序排放强度理论值，就可以得出减排潜力值。
根据上述示例性实施例，还包括有显示单元M5，所述显示单元M5用于显示数据采集单元获取的活动水平数据、核算单元计算的温室气体总排放量以及预测单元预测的位于该时间段以后的温室气体总排放量。
还包括有输入单元M4，输入单元M4与显示单元M5连接，用于修改显示单元M5显示的活动水平数据。具体地，钢铁生产企业人员可对活动水平数据进行手动修改，修改后的数据与自动提取的数据存在不同的标记；例如，修改前后数据显示的颜色不同、数据显示的比例大小不同、数据的格式不同等。
还包括有报告单元M7和存储单元M8；所述报告单元M7与所述核算单元M2连接，用于根据温室气体总排放量生成温室气体排放报告；所述存储单元M8与所述报告单元M7连接，用于存储所述报告单元生成的温室气体排放报告。
本发明中的周期例如可以设置为一个工作日、一个星期、一个月度、一个年度等。
以一个月度为一周期，预测一年度中多个月度的排放量；提供一具体实施例如下：
数据采集单元M1，用于采集一时间段内温室气体活动水平数据、以及与活动水平数据相对应的排放因子。具体地，导入企业生产过程中的统计报表，按照数据提取方法，提取企业生产过程统计报表中与温室气体排放相关的活动水平数据。提取的活动水平数据至少包括当前周期和当前周期以前的多个周期的活动水平数据。
本申请实施例中的活动水平数据包括有：原材料消耗量数据、辅材料消耗量数据、能源介质消耗量数据及钢铁产品数据等。统计报表包括有与温室气体排放相关的能源平衡统计报表、原材料统计报表、辅材料统计报表、电力平衡表等；每一类表中均统计有对应项的初始数据值、以及钢铁生产完成后剩余的库存值，计算初始值和库存值之间的差值，可得出每一类与温室气体排放相关物料的活动水平数据。
核算单元M2，和数据采集单元M1连接，用于根据活动水平数据和排放因子计算温室气体总排放量。
其中，核算单元M2的核算公式为：
其中，Et为温室气体总排放量，Fi为化石燃料活动水平数据，为化石燃料活动水平数据所对应的排放因子，Mi为钢铁生产过程含碳物料活动水平数据，
为钢铁生产过程含碳物料活动水平数据所对应的排放因子，Hi为电力、热力等间接排放源活动水平数据，
为电力、热力等间接排放源活动水平数据所对应的排放因子，Qi为固碳转移的排放源活动水平数据，
为固碳转移的排放源活动水平数据所对应的排放因子。
预测单元M3，分别与数据采集单元M1和核算单元M2连接，所述预测单元M3包括有温室气体排放量预测模型；所述温室气体排放量预测模型根据所述时间段内的活动水平数据、排放因子和温室气体总排放量建立，用于预测位于所述时间段以后的温室气体排放量。
根据上述记载，例如，提供时间段为2015年1月至2018年7月内产生温室气体的活动水平数据。以一个月度为一周期，该时间段一共有K＝42个周期。将其分为4段，每一年为一段，每段最多为12个周期。其中，2015年、2016年、2017年三年具有相同的周期，即12个周期。2018包括有7个周期，预测2018年8月份至12月份几个月度的温室气体排放量。
具体地，温室气体排放量预测模型的建立包括有：
S10，获取K个月度的活动水平数据、排放因子和温室气体总排放量；
S20，计算月度因子Sj和月度钢铁产能因子Qij，其中月度因子Sj和月度钢铁产能因子Qij是用于计算月度产量数据CLij的两个因子；
S30，计算单个月度内的温室气体排放量Eij，其中，Eij表示第i年度第j月的排放量数值；
S40，获取单个月度内的温室气体排放量Eij、月度因子Sj和月度钢铁产能因子Qij，预测未来MY个月度的温室气体总排放量。
具体地，计算月度因子Sj，具体计算如下：
(1-1)对i＜Y的年份，分月计算每年度的温室气体平均排放量；
(1-2)对i＜Y的年份，再计算单个周期的温室气体平均排放量；
(1-3)计算月度因子Sj：
计算月度钢铁产能因子Qij，具体计算如下：
(2-1)计算该时间段内的月度平均钢铁产能
(2-2)计算该时间段内的月度钢铁产能因子Qij：
上述公式中，i为年度，(i＝2015,2016,2017)；j为月度，(j＝1，2，3，…，12)；max(i)为导入的排放量统计报表中最大的年度，即2018年，定义预测年度Y＝max(i)，即Y＝2018；M为预测年度中当前月度对应的数值，即M＝7；N为输入的年度总数，N＝Y-min(i)+1，即N＝4；其中，min(i)为导入的排放量统计报表中最小的年度，即2015年，定义n＝min(i)；CLij为第i年度第j月的月度钢铁产量。
由于导入了2015年1月至2018年7月全部月度的活动水平数据统计报表，此时，Y＝2018，M＝7，N＝4。定义需要预测的总月份数为MY，MY＝12-M；所以，需要预测的月份数MY＝5。
预测模型的计算，具体如下：
(3-1)计算各月度过滤了月度因子和月度钢铁产能因子的排放量Fij：
(3-2)将Fij按月度时间先后排列成的一个序列FP，变量p为月度排放量按月度时间先后排列的序列编号，p的取值依次为1，2，3，…，(N-1)*12+M；
(3-3)定义l为待预测月度与已知月度之间的距离，则l＝1，2，…，MY，分别按照指数平滑法计算待预测月度的排放值，优选地，采用三次指数平滑法；
FYl＝A+B·l+C·l2
式中，FYl是待预测月度按照过滤了月度因子和月度钢铁产能因子的指数平滑趋势预测出来的排放值；A、B、C是根据指数平滑原理由序列FP计算得到的指数平滑值。
FYl是按照时间序列预测算法计算得到的过滤了月度因子和月度钢铁产能因子的排放值。
当i＝Y，j＝M+l，l＝1，2，…，MY时，分别计算：
Fii＝FYl
Eij＝Fij·Sj·Pi·Qij
根据上述公式，计算出待预测MY个月度的排放值，以及年度排放总量Etotal。根据计算出待预测的月度排放量，绘制出预测年度中月度实际排放曲线和预测月度排放曲线，如图3所示。通过对预测年度中剩余月度排放量的预测，方便钢铁生产企业进行碳排放的管理与核查，以及能够辅助钢铁生产企业进行温室气体排放配额量的申报。
本实施例中还设置有预警单元M9，预警单元M9与预测单元M3连接，用于判断预测年度的温室气体总排放量是否超过一预设阈值，若超出，则发出预警信息。钢铁生产企业可以根据该预警信息和预测月度曲线，调整本企业的钢铁生产。该预警信息通过一显示单元显示，例如，预警信息通过一电脑显示屏，显示“排放量超出阈值”等字样。
作为示例，还包括有分析单元M6，所述分析单元M6用于计算所有工序的温室气体总排放强度、单个工序的温室气体排放强度和单个工序的温室气体减排潜力。具体地，分析单元主要是对排放强度的分析和减排潜力进行分析。作为示例，如图4所示，为2016年的减排潜力分析，其中，横坐标中的“焦化”、“烧结”、“炼铁”、“炼钢”和“轧钢”表示生产钢铁的不同工序；纵坐标的数值越大，说明对应的工序减排潜力越大。
本实施例通过采集一时间段内温室气体活动水平数据、以及与活动水平数据相对应的排放因子；根据活动水平数据和排放因子计算该时间段内的温室气体总排放量；根据该时间段内的活动水平数据、排放因子和温室气体总排放量建立温室气体排放量预测模型，预测位于该时间段以后的温室气体排放量。本实施例为钢铁生产企业提供了一套系统化、可视化的用于预测钢铁生产企业碳排放量的系统，直接将钢铁生产企业的统计报表导入系统中即可完成活动水平数据的提取，温室气体排放量数据的相关计算、分析和预测，大大缩短了工作时间，提高了工作效率。同时，本实施例通过对预测年度中剩余月度排放量的预测，方便钢铁生产企业对本年度进行碳排放的管理与核查，辅助钢铁生产企业进行温室气体排放配额量的申报。
如图2所示，本发明还提供一种温室气体排放量核算、分析和预测方法，包括有：
S100，采集一时间段内温室气体活动水平数据、以及与活动水平数据相对应的排放因子；S200，根据所述活动水平数据和排放因子计算所述时间段内的温室气体总排放量；
S300，根据所述时间段内的活动水平数据、排放因子和温室气体总排放量建立温室气体排放量预测模型，预测位于所述时间段以后的温室气体排放量。
在一示例性实施例中，温室气体排放量预测模型的建立包括有：
所述时间段包括有T个周期，获取所述时间段中K个周期的活动水平数据和排放因子，其中K≤T，K和T均为正整数；
根据所述K个周期的活动水平数据和排放因子计算所述K个周期的温室气体排放量；
根据所述K个周期的活动水平数据、排放因子和所述K个周期的温室气体排放量计算温室气体排放量周期因子和周期钢铁产能因子；
根据所述温室气体排放量周期因子和周期钢铁产能因子建立所述温室气体排放量预测模型。
在一些示例性实施例中，将K个周期分为“d+1”段，前d段中的每一段均包括有相同的r个周期；最后一段包括有u个周期；其中，u≤r；d，r和u均为正整数。
其中，温室气体排放量周期因子的计算包括有计算前d段中每一段的平均排放量和计算前d段中的单个周期平均排放量；
计算前d段中每一段的平均排放量，包括：
式中，Edr表示第d段中第r个的周期排放量；
为前d段中每一段的平均排放量。
计算前d段中的单个周期平均排放量，包括：
式中，为前d段中的单个周期平均排放量。
计算温室气体排放量周期因子，包括：
式中，S为温室气体排放量周期因子。
在一些示例性实施例中，将K个周期分为“d+1”段，前d段中的每一段均包括有相同的r个周期；最后一段包括有u个周期；其中，u≤r；d，r和u均为正整数。
其中，周期钢铁产能因子的计算包括有计算前K个周期的平均产能；
计算前K个周期的平均产能，包括：
式中，为前K个周期的平均钢铁产能，CLK为第K个周期钢铁产能。
计算周期钢铁产能因子，包括：
式中，QK为周期钢铁产能因子。
在一示例性实施例中，所述方法还包括有分析所有工序温室气体的总排放强度、单个工序温室气体的排放强度和单个工序温室气体的减排潜力。
本发明中的周期例如可以设置为一个工作日、一个星期、一个月度、一个年度等。
以一个月度为一周期，预测一年度中多个月度的排放量；提供一具体实施例如下：
数据采集单元M1，用于采集一时间段内温室气体活动水平数据、以及与活动水平数据相对应的排放因子。具体地，导入企业生产过程中的统计报表，按照数据提取方法，提取企业生产过程统计报表中与温室气体排放相关的活动水平数据。提取的活动水平数据至少包括当前周期和当前周期以前的多个周期的活动水平数据。
本申请实施例中的活动水平数据包括有：原材料消耗量数据、辅材料消耗量数据、能源介质消耗量数据及钢铁产品数据等。统计报表包括有与温室气体排放相关的能源平衡统计报表、原材料统计报表、辅材料统计报表、电力平衡表等；每一类表中均统计有对应项的初始数据值、以及钢铁生产完成后剩余的库存值，计算初始值和库存值之间的差值，可得出每一类与温室气体排放相关物料的活动水平数据。
核算单元M2，和数据采集单元M1连接，用于根据活动水平数据和排放因子计算温室气体总排放量。
其中，核算单元M2的核算公式为：
其中，Et为温室气体总排放量，Fi为化石燃料活动水平数据，
为化石燃料活动水平数据所对应的排放因子，Mi为钢铁生产过程含碳物料活动水平数据，为钢铁生产过程含碳物料活动水平数据所对应的排放因子，Hi为电力、热力等间接排放源活动水平数据，
为电力、热力等间接排放源活动水平数据所对应的排放因子，Qi为固碳转移的排放源活动水平数据，
为固碳转移的排放源活动水平数据所对应的排放因子。
预测单元M3，分别与数据采集单元M1和核算单元M2连接，所述预测单元M3包括有温室气体排放量预测模型；所述温室气体排放量预测模型根据所述时间段内的活动水平数据、排放因子和温室气体总排放量建立，用于预测位于所述时间段以后的温室气体排放量。
根据上述记载，例如，提供时间段为2015年1月至2018年7月内产生温室气体的活动水平数据。以一个月度为一周期，该时间段一共有K＝42个周期。将其分为4段，每一年为一段，每段最多为12个周期。其中，2015年、2016年、2017年三年具有相同的周期，即12个周期。2018包括有7个周期，预测2018年8月份至12月份几个月度的温室气体排放量。
具体地，温室气体排放量预测模型的建立包括有：
S10，获取K个月度的活动水平数据、排放因子和温室气体总排放量；
S20，计算月度因子Sj和月度钢铁产能因子Qij，其中月度因子Sj和月度钢铁产能因子Qij是用于计算月度产量数据CLij的两个因子；
S30，计算单个月度内的温室气体排放量Eij，其中，Eij表示第i年度第j月的排放量数值；
S40，获取单个月度内的温室气体排放量Eij、月度因子Sj和月度钢铁产能因子Qij，预测未来MY个月度的温室气体总排放量。
具体地，计算月度因子Sj，具体计算如下：
(1-1)对i＜Y的年份，分月计算每年度的温室气体平均排放量；
(1-2)对i＜Y的年份，再计算单个周期的温室气体平均排放量；
(1-3)计算月度因子Sj：
计算月度钢铁产能因子Qij，具体计算如下：
(2-1)计算该时间段内的月度平均钢铁产能
(2-2)计算该时间段内的月度钢铁产能因子Qij：
上述公式中，i为年度，(i＝2015,2016,2017)；j为月度，(j＝1，2，3，…，12)；max(i)为导入的排放量统计报表中最大的年度，即2018年，定义预测年度Y＝max(i)，即Y＝2018；M为预测年度中当前月度对应的数值，即M＝7；N为输入的年度总数，N＝Y-min(i)+1，即N＝4；其中，min(i)为导入的排放量统计报表中最小的年度，即2015年，定义n＝min(i)；CLij为第i年度第j月的月度钢铁产量。
由于导入了2015年1月至2018年7月全部月度的活动水平数据统计报表，此时，Y＝2018，M＝7，N＝4。定义需要预测的总月份数为MY，MY＝12-M；所以，需要预测的月份数MY＝5。
预测模型的计算，具体如下：
(3-1)计算各月度过滤了月度因子和月度钢铁产能因子的排放量Fij：
(3-2)将Fij按月度时间先后排列成的一个序列FP，变量p为月度排放量按月度时间先后排列的序列编号，p的取值依次为1，2，3，…，(N-1)*12+M；
(3-3)定义l为待预测月度与已知月度之间的距离，则l＝1，2，…，MY，分别按照指数平滑法计算待预测月度的排放值，优选地，采用三次指数平滑法；
FYl＝A+B·l+C·l2
式中，FYl是待预测月度按照过滤了月度因子和月度钢铁产能因子的指数平滑趋势预测出来的排放值；A、B、C是根据指数平滑原理由序列FP计算得到的指数平滑值。
FYl是按照时间序列预测算法计算得到的过滤了月度因子和月度钢铁产能因子的排放值。
当i＝Y，j＝M+l，l＝1，2，…，MY时，分别计算：
Fij＝FYl
Eij＝Fij·Sj·Pi·Qij
根据上述公式，计算出待预测MY个月度的排放值，以及年度排放总量Etotal。根据计算出待预测的月度排放量，绘制出预测年度中月度实际排放曲线和预测月度排放曲线，如图3所示。通过对预测年度中剩余月度排放量的预测，方便钢铁生产企业进行碳排放的管理与核查，以及能够辅助钢铁生产企业进行温室气体排放配额量的申报。
本实施例中还设置有预警单元M9，预警单元M9与预测单元M3连接，用于判断预测年度的温室气体总排放量是否超过一预设阈值，若超出，则发出预警信息。钢铁生产企业可以根据该预警信息和预测月度曲线，调整本企业的钢铁生产。该预警信息通过一显示单元显示，例如，预警信息通过一电脑显示屏，显示“排放量超出阈值”等字样。
作为示例，还包括有分析单元M6，所述分析单元M6用于计算所有工序的温室气体总排放强度、单个工序的温室气体排放强度和单个工序的温室气体减排潜力。具体地，分析单元主要是对排放强度的分析和减排潜力进行分析。作为示例，如图4所示，为2016年的减排潜力分析，其中，横坐标中的“焦化”、“烧结”、“炼铁”、“炼钢”和“轧钢”表示生产钢铁的不同工序；纵坐标的数值越大，说明对应的工序减排潜力越大。
本实施例通过采集一时间段内温室气体活动水平数据、以及与活动水平数据相对应的排放因子；根据活动水平数据和排放因子计算该时间段内的温室气体总排放量；根据该时间段内的活动水平数据、排放因子和温室气体总排放量建立温室气体排放量预测模型，预测位于该时间段以后的温室气体排放量。本发明为钢铁生产企业提供了一种用于预测钢铁生产企业碳排放量的方法，直接将钢铁生产企业现有统计报表导入系统中即可完成活动水平数据的提取，温室气体排放量数据的相关计算、分析和预测，大大缩短了工作时间，提高了工作效率。同时，本实施例通过对预测年度中剩余月度排放量的预测，方便钢铁生产企业对本年度进行碳排放的管理与核查，辅助钢铁生产企业进行温室气体排放配额量的申报。
本申请实施例还提供了一种设备，该设备可以包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述设备执行图2所述的方法。在实际应用中，该设备可以作为终端设备，也可以作为服务器，终端设备的例子可以包括：智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准语音层面3，Moving Picture Experts Group Audio Layer III)播放器、MP4(动态影像专家压缩标准语音层面4，Moving Picture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机项盒、智能电视机、可穿戴设备等等，本申请实施例对于具体的设备不加以限制。
本申请实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备执行本申请实施例的图2中方法所包含步骤的指令(instructions)。
图5为本申请一实施例提供的终端设备的硬件结构示意图。如图所示，该终端设备可以包括：输入设备1100、第一处理器1101、输出设备1102、第一存储器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连接。第一存储器1103可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，第一存储器1103中可以存储各种程序，用于完成各种处理功能以及实现本实施例的方法步骤。
可选的，上述第一处理器1101例如可以为中央处理器(Central ProcessingUnit，简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，该第一处理器1101通过有线或无线连接耦合到上述输入设备1100和输出设备1102。
可选的，上述输入设备1100可以包括多种输入设备，例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的，该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等)；可选的，该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等)；可选的，上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口，例如芯片的输入引脚接口或者输入接口等；输出设备1102可以包括显示器、音响等输出设备。
在本实施例中，该终端设备的处理器包括用于执行各设备中语音识别装置各模块的功能，具体功能和技术效果参照上述实施例即可，此处不再赘述。
图6为本申请的一个实施例提供的终端设备的硬件结构示意图。图6是对图5在实现过程中的一个具体的实施例。如图所示，本实施例的终端设备可以包括第二处理器1201以及第二存储器1202。
第二处理器1201执行第二存储器1202所存放的计算机程序代码，实现上述实施例中图4所述方法。
第二存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令，例如消息，图片，视频等。第二存储器1202可能包含随机存取存储器(random access memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
可选地，第二处理器1201设置在处理组件1200中。该终端设备还可以包括：通信组件1203，电源组件1204，多媒体组件1205，语音组件1206，输入/输出接口1207和/或传感器组件1208。终端设备具体所包含的组件等依据实际需求设定，本实施例对此不作限定。
处理组件1200通常控制终端设备的整体操作。处理组件1200可以包括一个或多个第二处理器1201来执行指令，以完成上述数据处理方法中的全部或部分步骤。此外，处理组件1200可以包括一个或多个模块，便于处理组件1200和其他组件之间的交互。例如，处理组件1200可以包括多媒体模块，以方便多媒体组件1205和处理组件1200之间的交互。
电源组件1204为终端设备的各种组件提供电力。电源组件1204可以包括电源管理系统，一个或多个电源，及其他与为终端设备生成、管理和分配电力相关联的组件。
多媒体组件1205包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中，显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板，显示屏可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。
语音组件1206被配置为输出和/或输入语音信号。例如，语音组件1206包括一个麦克风(MIC)，当终端设备处于操作模式，如语音识别模式时，麦克风被配置为接收外部语音信号。所接收的语音信号可以被进一步存储在第二存储器1202或经由通信组件1203发送。在一些实施例中，语音组件1206还包括一个扬声器，用于输出语音信号。
输入/输出接口1207为处理组件1200和外围接口模块之间提供接口，上述外围接口模块可以是点击轮，按钮等。这些按钮可包括但不限于：音量按钮、启动按钮和锁定按钮。
传感器组件1208包括一个或多个传感器，用于为终端设备提供各个方面的状态评估。例如，传感器组件1208可以检测到终端设备的打开/关闭状态，组件的相对定位，用户与终端设备接触的存在或不存在。传感器组件1208可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在，包括检测用户与终端设备间的距离。在一些实施例中，该传感器组件1208还可以包括摄像头等。
通信组件1203被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个实施例中，该终端设备中可以包括SIM卡插槽，该SIM卡插槽用于插入SIM卡，使得终端设备可以登录GPRS网络，通过互联网与服务器建立通信。
由上可知，在图6实施例中所涉及的通信组件1203、语音组件1206以及输入/输出接口1207、传感器组件1208均可以作为图5实施例中的输入设备的实现方式。
综上所述，本发明提供一种温室气体排放量核算、分析和预测的系统、方法及设备，通过采集一时间段内温室气体活动水平数据、以及与活动水平数据相对应的排放因子；根据活动水平数据和排放因子计算该时间段内的温室气体总排放量；根据该时间段内的活动水平数据、排放因子和温室气体总排放量建立温室气体排放量预测模型，预测位于该时间段以后的温室气体排放量。本发明为钢铁生产企业提供了一套系统化、可视化的用于预测钢铁生产企业碳排放量的系统，直接将钢铁生产企业现有的统计报表导入系统中即可完成活动水平数据的提取，温室气体排放量数据的相关计算、分析和预测，大大缩短了工作时间，提高了工作效率。同时，本发明通过对预测年度中剩余周期排放量的预测，方便钢铁生产企业进行碳排放的管理与核查，还能够辅助钢铁生产企业进行温室气体排放配额量的申报。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种温室气体排放量核算、分析和预测系统，其特征在于，包括有：
数据采集单元，用于采集一时间段内温室气体活动水平数据、以及与活动水平数据相对应的排放因子；
核算单元，与数据采集单元连接，用于根据所述活动水平数据和排放因子计算出所述时间段内的温室气体总排放量；
预测单元，分别与数据采集单元和核算单元连接，所述预测单元包括有温室气体排放量预测模型；所述温室气体排放量预测模型根据所述时间段内的活动水平数据、排放因子和温室气体总排放量建立，用于预测位于所述时间段以后的温室气体排放量。
2.根据权利要求1所述的温室气体排放量核算、分析和预测系统，其特征在于：所述温室气体排放量预测模型的建立包括有：
所述时间段包括有T个周期，获取所述时间段中K个周期的活动水平数据和排放因子，其中K≤T，K和T均为正整数；
根据所述K个周期的活动水平数据和排放因子计算所述K个周期的温室气体排放量；
根据所述K个周期的活动水平数据、排放因子和所述K个周期的温室气体排放量计算温室气体排放量周期因子和周期钢铁产能因子；
根据所述温室气体排放量周期因子和周期钢铁产能因子建立所述温室气体排放量预测模型。
3.根据权利要求1所述的温室气体排放量核算、分析和预测系统，其特征在于：还包括有分析单元，所述分析单元与所述核算单元连接，用于计算所有工序温室气体的总排放强度、单个工序温室气体的排放强度和单个工序温室气体的减排潜力。
4.根据权利要求1所述的温室气体排放量核算、分析和预测系统，其特征在于：还包括有显示单元和输入单元；
所述显示单元分别与所述数据采集单元、核算单元和预测单元连接，用于显示数据采集单元获取的活动水平数据、核算单元计算的温室气体总排放量以及预测单元预测的位于所述时间段以后的温室气体总排放量；
所述输入单元与所述显示单元连接，用于修改显示单元显示的活动水平数据。
5.根据权利要求1所述的温室气体排放量核算、分析和预测系统，其特征在于：还包括有报告单元和存储单元；
所述报告单元与所述核算单元连接，用于根据温室气体总排放量生成温室气体排放报告；
所述存储单元与所述报告单元连接，用于存储所述报告单元生成的温室气体排放报告。
6.一种温室气体排放量核算、分析和预测方法，其特征在于，包括有：
采集一时间段内温室气体活动水平数据、以及与活动水平数据相对应的排放因子；
根据所述活动水平数据和排放因子计算出所述时间段内的温室气体总排放量；
根据所述时间段内的活动水平数据、排放因子和温室气体总排放量建立温室气体排放量预测模型，预测位于所述时间段以后的温室气体排放量。
7.根据权利要求6所述的温室气体排放量核算、分析和预测方法，其特征在于：所述温室气体排放量预测模型的建立包括有：
所述时间段包括有T个周期，获取所述时间段中K个周期的活动水平数据和排放因子，其中K≤T，K和T均为正整数；
根据所述K个周期的活动水平数据和排放因子计算所述K个周期的温室气体排放量；
根据所述K个周期的活动水平数据、排放因子和所述K个周期的温室气体排放量计算温室气体排放量周期因子和周期钢铁产能因子；
根据所述温室气体排放量周期因子和周期钢铁产能因子建立所述温室气体排放量预测模型。
8.根据权利要求6所述的温室气体排放量核算、分析和预测方法，其特征在于：还包括有计算所有工序温室气体的总排放强度、单个工序温室气体的排放强度和单个工序温室气体的减排潜力。
9.一种设备，其特征在于，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行如权利要求6-8中一个或多个所述的方法。
10.一个或多个机器可读介质，其特征在于，其上存储有指令，当由一个或多个处理器执行时，使得设备执行如权利要求6-8中一个或多个所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910878643.9A CN110674982B (zh) | 2019-09-18 | 2019-09-18 | 一种温室气体排放量核算、分析和预测的系统、方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910878643.9A CN110674982B (zh) | 2019-09-18 | 2019-09-18 | 一种温室气体排放量核算、分析和预测的系统、方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110674982A true CN110674982A (zh) | 2020-01-10 |
| CN110674982B CN110674982B (zh) | 2022-07-29 |
Family
ID=69078022
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910878643.9A Active CN110674982B (zh) | 2019-09-18 | 2019-09-18 | 一种温室气体排放量核算、分析和预测的系统、方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110674982B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111243254A (zh) * | 2020-01-15 | 2020-06-05 | 安徽工程大学 | 无线传输电路、装置及设备 |
| CN112417369A (zh) * | 2020-11-25 | 2021-02-26 | 天津大学 | 用于确定菱镁矿加工过程产生的二氧化碳的排放量的方法 |
| CN113971488A (zh) * | 2021-10-25 | 2022-01-25 | 上海宝钢节能环保技术有限公司 | 一种预测钢铁冶金企业碳排放量的方法 |
| CN114113481A (zh) * | 2021-11-24 | 2022-03-01 | 特斯联科技集团有限公司 | 一种企业温室气体来源捕捉系统 |
| WO2022140998A1 (zh) * | 2020-12-28 | 2022-07-07 | 北京航空航天大学苏州创新研究院 | 己内酰胺生产过程中温室气体排放量核算系统及核算方法 |
| CN114965900A (zh) * | 2022-06-08 | 2022-08-30 | 南京国环科技股份有限公司 | 一种用于实时监控碳排放的方法和系统 |
| CN115293945A (zh) * | 2022-10-08 | 2022-11-04 | 北京英视睿达科技股份有限公司 | 温室气体排放量的确定方法、装置、设备及存储介质 |
| CN116071180A (zh) * | 2022-11-23 | 2023-05-05 | 中国科学院沈阳应用生态研究所 | 一种设施栽培碳排放量核算方法及系统 |
| CN116090639A (zh) * | 2023-01-17 | 2023-05-09 | 中国科学院地理科学与资源研究所 | 一种农业土地系统全过程温室气体排放的预测方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100287012A1 (en) * | 2008-04-08 | 2010-11-11 | Bloom Energy Corporation | Method and system for measuring carbon dioxide reduction |
| KR20130043518A (ko) * | 2011-10-20 | 2013-04-30 | (주)에코아이 | 온실가스의 일별 배출량 산출방법 |
| KR20160023205A (ko) * | 2014-08-21 | 2016-03-03 | 경북대학교 산학협력단 | 온실가스 발생량 예측 시스템 및 그 방법 |
| 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
- 2019-09-18 CN CN201910878643.9A patent/CN110674982B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100287012A1 (en) * | 2008-04-08 | 2010-11-11 | Bloom Energy Corporation | Method and system for measuring carbon dioxide reduction |
| KR20130043518A (ko) * | 2011-10-20 | 2013-04-30 | (주)에코아이 | 온실가스의 일별 배출량 산출방법 |
| KR20160023205A (ko) * | 2014-08-21 | 2016-03-03 | 경북대학교 산학협력단 | 온실가스 발생량 예측 시스템 및 그 방법 |
| 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 (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111243254A (zh) * | 2020-01-15 | 2020-06-05 | 安徽工程大学 | 无线传输电路、装置及设备 |
| CN112417369A (zh) * | 2020-11-25 | 2021-02-26 | 天津大学 | 用于确定菱镁矿加工过程产生的二氧化碳的排放量的方法 |
| WO2022140998A1 (zh) * | 2020-12-28 | 2022-07-07 | 北京航空航天大学苏州创新研究院 | 己内酰胺生产过程中温室气体排放量核算系统及核算方法 |
| CN113971488A (zh) * | 2021-10-25 | 2022-01-25 | 上海宝钢节能环保技术有限公司 | 一种预测钢铁冶金企业碳排放量的方法 |
| CN114113481A (zh) * | 2021-11-24 | 2022-03-01 | 特斯联科技集团有限公司 | 一种企业温室气体来源捕捉系统 |
| CN114965900A (zh) * | 2022-06-08 | 2022-08-30 | 南京国环科技股份有限公司 | 一种用于实时监控碳排放的方法和系统 |
| CN114965900B (zh) * | 2022-06-08 | 2024-02-02 | 南京国环科技股份有限公司 | 一种用于实时监控碳排放的方法和系统 |
| CN115293945A (zh) * | 2022-10-08 | 2022-11-04 | 北京英视睿达科技股份有限公司 | 温室气体排放量的确定方法、装置、设备及存储介质 |
| CN115293945B (zh) * | 2022-10-08 | 2023-02-24 | 北京英视睿达科技股份有限公司 | 温室气体排放量的确定方法、装置、设备及存储介质 |
| CN116071180A (zh) * | 2022-11-23 | 2023-05-05 | 中国科学院沈阳应用生态研究所 | 一种设施栽培碳排放量核算方法及系统 |
| CN116071180B (zh) * | 2022-11-23 | 2024-05-28 | 中国科学院沈阳应用生态研究所 | 一种设施栽培碳排放量核算方法及系统 |
| CN116090639A (zh) * | 2023-01-17 | 2023-05-09 | 中国科学院地理科学与资源研究所 | 一种农业土地系统全过程温室气体排放的预测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110674982B (zh) | 2022-07-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110674982B (zh) | 一种温室气体排放量核算、分析和预测的系统、方法及设备 | |
| Golev et al. | Product flow analysis using trade statistics and consumer survey data: a case study of mobile phones in Australia | |
| US7797356B2 (en) | Dynamically detecting exceptions based on data changes | |
| CN104572783A (zh) | 网页点击情况的展示方法及装置 | |
| CN107273104B (zh) | 一种配置数据结构的处理方法及装置 | |
| CN104408547A (zh) | 一种基于数据挖掘的医保欺诈行为的检测方法 | |
| CN113626766A (zh) | 一种处理地理区域中碳排放数据的方法、装置、设备及存储介质 | |
| CN110378561A (zh) | 合同跟踪管理方法、装置及存储介质 | |
| US20230004979A1 (en) | Abnormal behavior detection method and apparatus, electronic device, and computer-readable storage medium | |
| CN105550939A (zh) | 一种针织生产管理系统终端 | |
| CN115375582A (zh) | 一种基于低阶泰勒分解的摩尔纹消解方法及装置 | |
| CN115170818A (zh) | 一种动态帧画面特征提取方法及装置 | |
| CN114912764A (zh) | 一种平台价值度量方法、系统、设备及介质 | |
| CN110688376B (zh) | 一种温度数据清洗方法、系统及设备 | |
| CN108241653A (zh) | 数据处理方法及装置 | |
| CN110069468A (zh) | 一种获取用户需求的方法及装置、电子设备 | |
| CN117273276A (zh) | 基于电力数据的碳排放监测方法和装置 | |
| JP6514401B1 (ja) | 情報処理装置、学習装置、情報処理システム、情報処理方法及びコンピュータプログラム | |
| JP2017084229A (ja) | 投資シミュレーション装置および方法 | |
| CN107590012B (zh) | 设备掉线原因分析方法及装置、存储介质、电子设备 | |
| CN112765946B (zh) | 图表显示方法、装置及电子设备 | |
| CN115576475A (zh) | 一种基于触摸点轨迹的匹配方法 | |
| CN112148544B (zh) | 一种终端设备测试方法、智能手表及系统 | |
| WO2021237459A1 (zh) | 基于工业对象模型的数据处理方法、装置及设备 | |
| CN109614838A (zh) | 二维码生成方法、系统、实现方法及支付设备 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230214 Address after: Building 1, No. 11, Huijin Road, North New District, Yubei District, Chongqing Patentee after: CISDI RESEARCH & DEVELOPMENT Co.,Ltd. Patentee after: CISDI CHONGQING ENVIRONMENTAL CONSULTING Co.,Ltd. Address before: 401122 No. 11 Huijin Road, North New District of Chongqing Patentee before: CISDI RESEARCH & DEVELOPMENT Co.,Ltd. |
|
| TR01 | Transfer of patent right |