CN111967756A - 一种目标驱动源的建筑能耗碳排放确定方法及系统 - Google Patents
一种目标驱动源的建筑能耗碳排放确定方法及系统 Download PDFInfo
- Publication number
- CN111967756A CN111967756A CN202010803227.5A CN202010803227A CN111967756A CN 111967756 A CN111967756 A CN 111967756A CN 202010803227 A CN202010803227 A CN 202010803227A CN 111967756 A CN111967756 A CN 111967756A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- becce
- factor
- building energy
- carbon emission
- 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
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 50
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 50
- 238000005265 energy consumption Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000001419 dependent effect Effects 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000000556 factor analysis Methods 0.000 claims description 2
- 238000000513 principal component analysis Methods 0.000 claims description 2
- 238000000611 regression analysis Methods 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 abstract description 2
- 238000007670 refining Methods 0.000 abstract 1
- 238000010438 heat treatment Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000005192 partition Methods 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- 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
- G06Q50/08—Construction
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Game Theory and Decision Science (AREA)
- Biomedical Technology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种目标驱动源的建筑能耗碳排放确定方法及系统，该方法包括：确定研究对象并搜集数据，得到研究对象的建筑能耗碳排放值，以下简称BECCE；确定BECCE的多源驱动因素；确定其中的目标驱动因素，以及需要剥离的非目标驱动因素；利用数理统计方法实现从BECCE中剥离非目标驱动源的影响，提取来源于特定影响因素驱动的BECCE值，为精细化BECCE驱动机理提供技术支持。
Description
技术领域
本发明涉及建筑节能、统计学领域，特别涉及一种目标驱动源的建筑能耗碳排放确定方法及系统。
背景技术
自然环境或社会经济系统中各种事物之间存在普遍联系，事物的某一属性往往不止受到单个因素的影响，更多的是受到多种因素的综合影响。根据已有的相关科学研究，建筑能耗碳排放的影响因素也是综合的、多方面的，受到社会经济人文条件、环境气候因素以及建筑体自身特征这三大类因素的影响。鉴于BECCE受到多种因素的共同影响，即BECCE中存在多种影响因素产生的多种影响组分，那么简单地进行单个或多个具体影响因素与BECCE之间相关关系分析，不可避免地会受到其他不关注的影响因素所产生的影响干扰，使得简单相关分析结果不能反映两个变量之间真实的相关程度，造成分析误差。因此，有必要从BECCE中提取出各种影响因素所驱动的碳排放值，以精细化BECCE的驱动机理研究，提高研究精度。
发明内容
本发明提供一种目标驱动源的建筑能耗碳排放确定方法及系统，可避免BECCE中非目标驱动源产生的影响，解决无法准确获得目标驱动源对BECCE的影响部分的问题。
第一方面，本发明实施例提供一种目标驱动源的建筑能耗碳排放确定方法，包括：
确定研究对象并搜集数据，得到研究对象BECCE值并确定BECCE的多源驱动因素；所述研究对象为多栋建筑，驱动要素的综合特征状态值称为特征值；
确定目标驱动因素f，以及需要剥离的非目标驱动源要素，即除f以外的影响因素；
以建筑能耗碳排放为因变量，以需要剥离的各影响因素为自变量，构建建筑能耗碳排放关于各自变量的关系模型；
将全体研究对象各自变量的特征值代入到关系模型中进行运算；提取所关注的因素f对建筑能耗碳排放产生的影响部分BECCE-f。
在一个实施例中，确定BECCE的多源驱动因素的方法包括：
主成分分析法，单因素方差分析法，逐步回归分析法或神经网络方法。
在一个实施例中，构建建筑能耗碳排放关于各自变量的关系模型，包括：
构建建筑能耗碳排放关于各自变量的神经网络模型或回归模型。
在一个实施例中，所述全体研究对象各自变量的特征值，为以下任一种：
全体研究对象各自变量的均值、中位数或众数。
第二方面，本发明实施例还提供一种目标驱动源的建筑能耗碳排放确定系统，包括：
获取模块，确定研究对象并搜集数据，得到研究对象BECCE值并确定BECCE的多源驱动因素；所述研究对象为多栋建筑，驱动要素的综合特征状态值称为特征值；
确定因素模块，用于确定目标驱动因素f，以及需要剥离的非目标驱动因素，即除f以外的影响因素；
构建模型模块，用于以建筑能耗碳排放为因变量，以需要剥离的各影响因素为自变量，构建建筑能耗碳排放关于各自变量的关系模型；
运算提取模块，用于将全体研究对象各自变量的特征值代入关系模型中进行运算；提取所关注的因素f对建筑能耗碳排放产生的影响部分BECCE-f。
本发明实施例提供的上述技术方案的有益效果至少包括：
本发明实施例提供的一种目标驱动源的建筑能耗碳排放确定方法，该方法利用数理统计实现从BECCE中剥离非目标驱动源的影响，并从BECCE中提取受特定影响源驱动的碳排放值，避免了BECCE中非目标驱动源产生的影响，为精细化BECCE驱动机理研究提供技术支持。
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为本发明实施例提供的目标驱动源的建筑能耗碳排放确定方法流程图；
图2为本发明实施例提供的目标驱动源的建筑能耗碳排放确定方法原理图；
图3为具体实施例中建筑分布及其BECCE示意图；
图4为本发明实施例提供的目标驱动源的建筑能耗碳排放确定系统结构图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种目标驱动源的建筑能耗碳排放确定方法，参照图1所示，包括：
S100、确定研究对象并搜集数据，得到研究对象BECCE值并确定BECCE的多源驱动因素；所述研究对象为多栋建筑，驱动要素的综合特征状态值称为特征值；
S200、确定目标驱动因素f，以及需要剥离的非目标驱动因素，即除f以外的影响因素；
S300、以建筑能耗碳排放为因变量，以需要剥离的各影响因素为自变量，构建建筑能耗碳排放关于各自变量的关系模型；
S400、将全体研究对象各自变量的特征值代入到关系模型中进行运算；提取所关注的因素f对建筑能耗碳排放产生的影响部分BECCE-f。
参照图2所示，为本发明实施例提供的目标驱动源的建筑能耗碳排放确定方法的原理图，其中，上述步骤S200中确定目标驱动影响因素f，以及需要剥离的非目标驱动因素，即除目标驱动影响因素f以外的影响因素。
步骤S300中，以BECCE为因变量，以需要剥离的各影响因素为自变量，选择适当的数理统计方法建立BECCE关于各自变量的关系模型，如神经网络模型、回归模型等。
步骤S400中，将全体研究对象各自变量特征值代入到关系模型之中进行运算，目的是剥离自变量驱动的BECCE，而仅提取所关注的因素f对BECCE产生的影响部分：BECCE-f。
其中，上述各自变量特征值可以是全体研究对象各自变量的均值、加权均值、中位数或众数。
均值，是统计学中最基本、最常用的一种平均指标，分为简单算术平均数、加权算术平均数。它主要适用于数值型数据，不适用于品质数据。根据表现形式的不同，算术平均数有不同的计算形式和计算公式。
算术平均数是加权平均数的一种特殊形式，其特殊在于各项的权重相等。在实际问题中，当各项权重不相等时，计算平均数时就要采用加权平均数；当各项权相等时，计算平均数就要采用算术平均数。
众数：在统计分布上具有明显集中趋势点的数值，是一组数据中出现次数最多的数值，代表数据的一般水平。众数可以不存在或多于一个。简单的说，就是一组数据中占比例最多的那个数。
中位数，又称中值，代表一个样本、种群或概率分布中的一个数值，其可将数值集合划分为相等的上下两部分。对于有限的数集，可以通过把所有观察值高低排序后找出正中间的一个作为中位数。如果观察值有偶数个，通常取最中间的两个数值的平均数作为中位数。
下面通过更详细的实施例来说明本发明的技术方案。
实施例：
1.近年来，我国建筑能源消耗产生的碳排放量不断攀升，加重了城市减排负担。研究城市建筑能耗碳排放的驱动因素，尤其是驱动因素和机理的精细化，对于制定节能减排策略具有重要意义。已有的相关科学研究显示，建筑能耗碳排放受到社会经济人文条件、环境气候因素以及建筑体自身特征这三大类因素的综合影响，由此可确定本实施例中BECCE的多源驱动因素。
2.根据全国气象气候特征，《民用建筑设计通则》将我国划分成了5个主要的建筑气候区，包括严寒区(YH)、寒冷区(HL)、温和区(WH)、夏热冬冷区(XRDL)和夏热冬暖区(XRDN)。根据划分原则，选择5个分区中气候环境条件较为接近的YH和HL区，选择能够体现两区特征的环境气候因子作为所关注的目标驱动源，以某银行系统分布在YH区的47栋建筑和HL区的83栋建筑为研究对象，分别提取两个气候区内的建筑受目标驱动源驱动的BECCE值进行比较。
3.搜集得到了研究对象2014年的建筑特征数据和能耗数据，计算得到各建筑全年的建筑碳排放量(图3)。基于上述多源驱动因素，在以下实施例中，选择各建筑所在城市的市辖区人均工资(w)和市辖区人均GDP(g)作为社会经济因子。以建筑面积(a)和建筑用能人数(u)作为建筑体特征因子。YH区和HL区的气候寒冷，建筑采暖需求大，采暖度日数(HDD)能够体现环境气候条件带来的建筑采暖需求，指的是全年逐日日均温低于某基准温度的度数之和，其值越大，采暖需求越强。计算了2014年全国气象站点以18℃为基准温度的采暖度日数(h)，并插值得到2014年各栋建筑的h值，作为环境气候因子。本实施例所关注的BECCE的目标驱动源为h，非目标驱动源为w、g、a和u，即分别在气候条件差异较大的严寒区和夏热冬暖区中的排除w、g、a和u的影响后，提取受采暖度日数驱动的建筑能耗碳排放值，定义为BECCE-h。
4.对数据取自然对数进行标准化后，在YH区和HL区分别以BECCE为因变量，以各个需要剥离的因素，即w、g、a和u作为自变量，选择最小二乘回归方法建立BECCE关于自变量的关系模型。建立的回归模型如表1。
5.计算YH区和HL区全部130栋建筑的各自变量的均值，作为该自变量的特征值，得到w、g、a和u的特征值分别为49492.82元，54824.05元，14817.47平方米和255.32人。将w、g、a和u的特征值分别代入到YH区和HL区的关系模型之中进行运算，结果得到BECCE-h值，即剥离w、g、a和u的影响后，h驱动的BECCE，见表1。
表1 YH、HL区的回归模型及提取的BECCE-h
6.从表1的BECCE-h值可以看出，目标驱动源的建筑能耗碳排放提取结果符合实际，也符合建筑气候区的划分原则。YH区的BECCE-h要大于HL区的BECCE-h值，这是由于YH区的气候更为寒冷，年均温更低，年低温日数更多，因此采暖需求更为强烈，体现寒冷气候特征的因子，即采暖度日数所驱动的建筑能耗碳排放要大于HL区。
基于同一发明构思，本发明实施例还提供了一种目标驱动源的建筑能耗碳排放确定系统，由于该系统所解决问题的原理与一种目标驱动源的建筑能耗碳排放确定方法相似，因此该系统的实施可以参见前述方法的实施，重复之处不再赘述。
参照图4所示，本发明还提供一种目标驱动源的建筑能耗碳排放确定系统，包括：
获取模块41，确定研究对象并搜集数据，得到研究对象BECCE值并确定BECCE的多源驱动因素；所述研究对象为多栋建筑，驱动要素的综合特征状态值称为特征值；
确定因素模块42，用于确定目标驱动因素f，以及需要剥离的非目标驱动影响因素，即除f以外的影响因素；
构建模型模块43，用于需要剥离的各影响因素为自变量，构建建筑能耗碳排放关于各自变量的关系模型；
运算提取模块44，用于将全体研究对象各自变量的特征值代入到关系模型中进行运算；提取所关注的因素f对建筑能耗碳排放产生的影响部分BECCE-f。
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 (5)
1.一种目标驱动源的建筑能耗碳排放确定方法，其特征在于，包括：
确定研究对象并搜集数据，得到研究对象BECCE值并确定BECCE的多源驱动因素；所述研究对象为多栋建筑，驱动因素的综合特征状态值称为特征值；
确定其中目标驱动因素f，以及需要剥离的非目标驱动因素，即除f以外的影响因素；
以建筑能耗碳排放为因变量，以需要剥离的各影响因素为自变量，构建建筑能耗碳排放关于各自变量的关系模型；
将全体研究对象各自变量的特征值代入到关系模型中进行运算；提取所关注的因素f对建筑能耗碳排放产生的影响部分BECCE-f。
2.如权利要求1所述的一种目标驱动源的建筑能耗碳排放确定方法，其特征在于，确定BECCE的多源驱动因素的方法包括：
主成分分析法，单因素方差分析法，逐步回归分析法或神经网络方法。
3.如权利要求1所述的一种目标驱动源的建筑能耗碳排放确定方法，其特征在于，构建建筑能耗碳排放关于各自变量的关系模型，包括：
构建建筑能耗碳排放关于各自变量的神经网络模型或回归模型。
4.如权利要求1所述的一种目标驱动源的建筑能耗碳排放确定方法，其特征在于，所述各自变量的特征值，为以下任一种：
全体研究对象各自变量的均值、中位数或众数。
5.一种目标驱动源的建筑能耗碳排放确定系统，其特征在于，包括：
获取模块，用于确定研究对象并搜集数据，得到研究对象BECCE值并确定BECCE的多源驱动因素；所述研究对象为多栋建筑，驱动要素的综合特征状态值称为特征值；
确定因素模块，用于确定目标驱动因素f，以及需要剥离的非目标驱动影响因素，即除f以外的影响因素；
构建模型模块，用于以建筑能耗碳排放为因变量，以需要剥离的各影响因素为自变量，构建建筑能耗碳排放关于各自变量的关系模型；
运算提取模块，用于将全体研究对象各自变量的特征值代入到关系模型中进行运算；提取所关注的因素f对建筑能耗碳排放产生的影响部分BECCE-f。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010803227.5A CN111967756A (zh) | 2020-08-11 | 2020-08-11 | 一种目标驱动源的建筑能耗碳排放确定方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010803227.5A CN111967756A (zh) | 2020-08-11 | 2020-08-11 | 一种目标驱动源的建筑能耗碳排放确定方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111967756A true CN111967756A (zh) | 2020-11-20 |
Family
ID=73365178
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010803227.5A Pending CN111967756A (zh) | 2020-08-11 | 2020-08-11 | 一种目标驱动源的建筑能耗碳排放确定方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111967756A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113155498A (zh) * | 2021-03-26 | 2021-07-23 | 中国科学院城市环境研究所 | 一种高分辨率建筑运行能耗碳排放测定方法、系统及设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100042453A1 (en) * | 2008-08-12 | 2010-02-18 | Efficiency 2.0, LLC. | Methods and apparatus for greenhouse gas footprint monitoring |
| KR101434210B1 (ko) * | 2014-04-14 | 2014-08-26 | 주식회사 내일솔루션 | 탄소배출량 빌딩 자동 제어시스템 |
| CN104484749A (zh) * | 2014-12-04 | 2015-04-01 | 广东电网有限责任公司电力科学研究院 | 用于燃煤电厂碳排放量预测方法和系统 |
| CN107315884A (zh) * | 2017-07-04 | 2017-11-03 | 北京首钢自动化信息技术有限公司 | 一种基于线性回归的建筑能耗建模方法 |
| CN109190211A (zh) * | 2018-08-17 | 2019-01-11 | 中国科学院地理科学与资源研究所 | 一种核定区域排放空间的方法 |
| CN109508849A (zh) * | 2018-08-17 | 2019-03-22 | 西安建筑科技大学 | 一种基于城市统计数据的城市碳排放影响因素分析方法 |
-
2020
- 2020-08-11 CN CN202010803227.5A patent/CN111967756A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100042453A1 (en) * | 2008-08-12 | 2010-02-18 | Efficiency 2.0, LLC. | Methods and apparatus for greenhouse gas footprint monitoring |
| KR101434210B1 (ko) * | 2014-04-14 | 2014-08-26 | 주식회사 내일솔루션 | 탄소배출량 빌딩 자동 제어시스템 |
| CN104484749A (zh) * | 2014-12-04 | 2015-04-01 | 广东电网有限责任公司电力科学研究院 | 用于燃煤电厂碳排放量预测方法和系统 |
| CN107315884A (zh) * | 2017-07-04 | 2017-11-03 | 北京首钢自动化信息技术有限公司 | 一种基于线性回归的建筑能耗建模方法 |
| CN109190211A (zh) * | 2018-08-17 | 2019-01-11 | 中国科学院地理科学与资源研究所 | 一种核定区域排放空间的方法 |
| CN109508849A (zh) * | 2018-08-17 | 2019-03-22 | 西安建筑科技大学 | 一种基于城市统计数据的城市碳排放影响因素分析方法 |
Non-Patent Citations (2)
| Title |
|---|
| 李崇阳, 厦门大学出版社 * |
| 翟佳瑶: "基于系统动力学的西安市住宅碳减排潜力研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113155498A (zh) * | 2021-03-26 | 2021-07-23 | 中国科学院城市环境研究所 | 一种高分辨率建筑运行能耗碳排放测定方法、系统及设备 |
| CN113155498B (zh) * | 2021-03-26 | 2024-02-13 | 中国科学院城市环境研究所 | 一种高分辨率建筑运行能耗碳排放测定方法、系统及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Weinand et al. | Developing a municipality typology for modelling decentralised energy systems | |
| Yang et al. | Influence analysis of building energy demands on the optimal design and performance of CCHP system by using statistical analysis | |
| CN104166731A (zh) | 一种社交网络重叠社区发现系统及其方法 | |
| Hao | Cumulative causation of rural migration and initial peri-urbanization in China | |
| CN102495937A (zh) | 一种基于时间序列的预测方法 | |
| CN115796404A (zh) | 一种面向代理购电用户的用电预测方法及系统 | |
| Meng et al. | Housing boom and household migration decision: new evidence from China | |
| CN111967756A (zh) | 一种目标驱动源的建筑能耗碳排放确定方法及系统 | |
| Zou et al. | Spatial differentiation and driving forces of migrants’ socio-economic integration in urban China: evidence from CMDS | |
| CN113155498A (zh) | 一种高分辨率建筑运行能耗碳排放测定方法、系统及设备 | |
| Bai et al. | Surname distance and technology diffusion: the case of the adoption of maize in late imperial China | |
| CN116205508A (zh) | 一种分布式光伏发电异常诊断方法和系统 | |
| CN108345662A (zh) | 一种考虑用户分布区域差异的签到微博数据加权统计方法 | |
| Wang | Application of fuzzy linear programming model in agricultural economic management | |
| Wang et al. | City association pattern discovery: A flow perspective by using cultural semantic similarity of place name | |
| CN113609424A (zh) | 一种针对网络舆情热度的计算与预警系统及方法 | |
| Wang et al. | Green roofs and their effect on architectural design and urban ecology using deep learning approaches | |
| He et al. | Multi-objective spatially constrained clustering for regionalization with particle swarm optimization | |
| Yang et al. | An inverted-U relationship between house prices and migrant integration | |
| CN110633890A (zh) | 一种土地利用效率判断方法和系统 | |
| CN115481366A (zh) | 一种基于空间降尺度回归模型的耕地资源生产潜力测算方法 | |
| CN108334645A (zh) | 一种基于图模型反馈更新的活动推荐方法 | |
| CN115796324A (zh) | 一种高寒地区供热负荷预测方法和系统 | |
| CN114065355A (zh) | 一种高校既有校园建筑性能提升与空间长效优化方法 | |
| Ordemann et al. | The evolution of educational wage differentials for women and men, from 1996 to 2019 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201120 |