CN112418571A - 企业环保综合评价的方法和装置 - Google Patents
企业环保综合评价的方法和装置 Download PDFInfo
- Publication number
- CN112418571A CN112418571A CN201910767953.3A CN201910767953A CN112418571A CN 112418571 A CN112418571 A CN 112418571A CN 201910767953 A CN201910767953 A CN 201910767953A CN 112418571 A CN112418571 A CN 112418571A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- evaluated
- data
- environmental protection
- environment
- 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
- 230000007613 environmental effect Effects 0.000 title claims abstract description 227
- 238000011156 evaluation Methods 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004519 manufacturing process Methods 0.000 claims abstract description 67
- 238000004140 cleaning Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 13
- 230000005611 electricity Effects 0.000 claims description 9
- 239000003245 coal Substances 0.000 claims description 8
- 239000010865 sewage Substances 0.000 claims description 7
- 239000002910 solid waste Substances 0.000 claims description 7
- 239000002920 hazardous waste Substances 0.000 claims description 5
- 230000008520 organization Effects 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims 3
- 238000013473 artificial intelligence Methods 0.000 description 17
- 238000007405 data analysis Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 239000007789 gas Substances 0.000 description 8
- 238000012800 visualization Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000011497 Univariate linear regression Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
- 238000003911 water pollution 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
- G06Q10/063—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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种企业环保综合评价的方法以及装置。该方法包括：获取待评价企业的环保数据，其中，待评价企业的环保数据包括待评价企业资源消耗数据、企业环境影响数据、企业环境信用数据及生产清洁生产数据中的至少一项；将待评价企业的环保数据输入至回归模型得到待评价企业的环保综合评价结果，其中，环保综合评价结果用于对企业进行综合环保画像，回归模型的参数是根据历史待评价企业的环保数据与历史待评价企业的环保综合评价结果关联关系确定的，历史待评价企业的环保综合评价结果包括该历史待评价企业资源消耗关键绩效指标KPI、环境影响KPI、环境信用KPI、生产清洁KPI及综合环保KPI的至少一项。本申请的技术方案能够准确评价企业环保水平。
Description
技术领域
本申请涉及人工智能领域，特别涉及一种企业环保综合评价的方法和装置。
背景技术
人工智能(artificial intelligence，AI)技术是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能领域的研究包括机器人，自然语言处理，计算机视觉，决策与推理，人机交互，推荐与搜索，AI基础理论等。
随着信息化技术的快速发展，智慧城市建设不仅是为了提高政府的城市管理水平，也是为了通过技术进步来满足城市居民各方面的需求。运用人工智能技术推进智慧城市建设，比如智慧交通、智慧医疗、智慧民生等已是大势所趋；智慧城市的本质就是希望面向市民、企业和政府的服务都是智慧与智能的。
环境保护问题是经济发展的重要支持要素。目前，政府在对企业环保水平进行评估分析时，只是基于部分数据片面的评价企业的环保水平，无法对企业环保水平进行综合分析和深入评估，从而无法有效的对企业进行惩戒和帮扶。
发明内容
本申请提供一种企业环保综合评价的方法以及装置，能够准确评价企业环保水平，有效的对企业进行惩戒和帮扶。
第一方面，提供了一种企业环保综合评价的方法，包括：获取待评价企业的环保数据，其中，所述待评价企业的环保数据包括待评价企业资源消耗数据、企业环境影响数据、企业环境信用数据及生产清洁生产数据中的至少一项；将所述待评价企业的环保数据输入至回归模型得到所述待评价企业的环保综合评价结果，其中，所述环保综合评价结果用于对企业进行综合环保画像，所述回归模型的参数是根据历史待评价企业的环保数据与所述历史待评价企业的环保综合评价结果关联关系确定的，所述历史待评价企业表示已经得到环保综合评价结果的企业，所述历史待评价企业的环保数据包括所述历史待评价企业的企业资源消耗数据、企业环境影响数据、企业环境信用数据及生产清洁数据中的至少一项，所述历史待评价企业的环保综合评价结果包括所述历史待评价企业资源消耗关键绩效指标(key performance indicator，KPI)、所述历史待评价企业环境影响KPI、所述历史待评价企业环境信用KPI、所述历史待评价企业生产清洁KPI及所述历史待评价企业的综合环保KPI的至少一项。
根据本申请实施例提供的方法，通过将获取到的待评价企业的环保数据输入至回归模型，得到待评价企业的环保综合评价结果，能够准确评价企业环保水平，有效的对企业进行惩戒和帮扶。
其中，获取待评价企业的环保数据的数据源包括来自政府的环保、水务等各个委办局以及业界公开的数据等。
示例性地，待评价企业资源消耗数据包括待评价企业水消耗数据、待评价企业电消耗数据、待评价企业气消耗数据、待评价企业煤消耗数据中至少一个。
示例性地，待评价企业环境影响数据包括待评价企业排污量达标率、待评价企业排放污染因子平均浓度达标率、待评价企业危险废物处置率、待评价企业固体废物综合利用率以及待评价企业再生水利用率中至少一个。
示例性地，待评价企业环境信用数据包括待评价企业行政处罚次数、待评价企业群众有效投诉举报次数、待评价企业一般环境事件次数以及待评价企业重大环境事件次数中至少一个。
示例性地，待评价企业清洁生产数据包括待评价企业是否为清洁企业以及待评价企业是否国际标准化组织(international organization for standardization，ISO)14001认证中至少一个。
应理解，上述特征数据为举例说明，本申请对此不作任何限定。
结合第一方面，在第一方面的某些可能的实现方式中，所述待评价企业的环保综合评价结果包括所述待评价企业资源消耗KPI、所述待评价企业环境影响KPI、所述待评价企业环境信用KPI、所述待评价企业生产清洁KPI及所述待评价企业的综合环保KPI的至少一项。
例如，待评价企业的环保综合评价结果可以是待评价企业资源消耗KPI，或者，待评价企业环境影响KPI，或者，待评价企业环境信用KPI，或者，待评价企业生产清洁KPI，或者，待评价企业综合环保KPI，或者，待评价企业的环保综合评价结果可以包括待评价企业资源消耗KPI、待评价企业环境影响KPI、待评价企业环境信用KPI以及待评价企业综合环保KPI中任意两项，或者，待评价企业的环保综合评价结果可以包括待评价企业资源消耗KPI、待评价企业环境影响KPI、待评价企业环境信用KPI以及待评价企业综合环保KPI。
结合第一方面，在第一方面的某些可能的实现方式中，所述获取待评价企业的环保数据，包括：向至少一个数据库发送请求消息，所述请求消息用于向所述至少一个数据库中的每个数据库请求读取数据；根据所述请求消息从所述至少一个数据库中获取所述待评价企业的环保数据。
结合第一方面，在第一方面的某些可能的实现方式中，所述回归模型包括P+1个模型参数，所述P+1个模型参数是将所述历史待评价企业的环保数据Xi分别引入所述历史待评价企业的环保综合评价结果Y的回归方程Y＝b0+biXi得到的，P为整数。
结合第一方面，在第一方面的某些可能的实现方式中，所述P+1个模型参数是通过所述历史待评价企业的P个环保数据与所述历史待评价企业的环保综合评价结果训练得到的，其中，当所述历史待评价企业的P个环保数据引入所述历史待评价企业的环保综合评价结果Y的回归方程时，所述历史待评价企业的P个环保数据对所述历史待评价企业的环保综合评价结果Y的显著程度值大于预设阈值。
作为一个示例，确定历史待评价企业的N个环保数据Xi对历史待评价企业的环保综合评价结果Y影响的显著程度值，N为正整数；
根据所述显著程度值的大小，按照降序顺序将所述N个待评价企业的环保数据逐步引入回归方程Y＝b0+biXi，得到P个待评价企业的环保数据，其中，当后引入的待评价企业的环保数据使得先引入的待评价企业的环保数据对Y的所述显著程度值小于预设阈值时，将所述先引入的待评价企业的环保数据从所述回归方程中剔除，P为小于或等于N的正整数；
根据P个待评价企业的环保数据确定回归模型Y＝b0+b1X1+b2X2+…+bPXP中P+1个模型参数，其中，b0，b1，…bP表示P+1个模型参数。
换而言之，回归模型可以包括P+1个模型参数，P+1个模型参数是将所述历史待评价企业的环保数据Xi分别引入所述历史待评价企业的环保综合评价结果Y的回归方程Y＝b0+biXi得到的，P为整数。
例如，P+1个模型参数是可以是通过历史待评价企业的P个环保数据训练得到的，其中，当历史待评价企业的P个环保数据引入历史待评价企业的环保综合评价结果Y的回归方程时，历史待评价企业的P个环保数据对Y的显著程度值大于预设阈值。
结合第一方面，在第一方面的某些可能的实现方式中，所述方法还包括：当所述待评价企业的环保评价结果超过预警阈值时发出预警信息。
示例性地，当监测到待评价企业资源消耗KPI高于预设阈值，或者，当监测到待评价企业环境影响KPI高于预设阈值，或者，当监测到待评价企业环境信用低于预设阈值时，或者，当监测到待评价企业生产清洁KPI高于预设阈值时，或者，当监测到待评价企业的综合环保KPI高于预设阈值时，前端业务展示可以通过预警类的展示数据提醒需要对待评价企业进行相应的调整。
或者，可以根据行业内KPI排名变化进行预警。例如，按照待评价企业所在行业的KPI排名，如果该待评价行业KPI排名劣化超过预设阈值时，前端业务展示可以通过预警类的展示数据提醒需要对待评价企业进行相应的调整。
结合第一方面，在第一方面的某些可能的实现方式中，所述待评价企业的环保综合评价结果通过显示平台呈现。
示例性地，前端业务展示可以通过图形、图表或者表格的至少一个展示待评价企业的环保评价结果。
结合第一方面，在第一方面的某些可能的实现方式中，所述待评价企业资源消耗数据包括所述企业单位产值水耗量、所述企业单位产值电耗量、所述企业单位产值煤耗量及所述企业单位产值气耗量的至少一项。
结合第一方面，在第一方面的某些可能的实现方式中，所述待评价企业环境影响数据包括所述企业排污量达标率、所述企业排放污染因子平均浓度达标率、所述企业危险废物处置率、所述企业固体废物综合利用率及所述企业再生水利用率的至少一项。
第二方面，提供了一种企业环保综合评价的装置，包括获取模块，用于获取待评价企业的环保数据，其中，所述待评价企业的环保数据包括待评价企业资源消耗数据、企业环境影响数据、企业环境信用数据及生产清洁数据中的至少一项；处理模块，用于将所述待评价企业的环保数据输入至回归模型得到所述待评价企业的环保综合评价结果，其中，所述环保综合评价结果用于对企业进行综合环保画像，所述回归模型的参数是根据历史待评价企业的环保数据与所述历史待评价企业的环保综合评价结果关联关系确定的，所述历史待评价企业表示已经得到环保综合评价结果的企业，所述历史待评价企业的环保数据包括所述历史待评价企业的企业资源消耗数据、企业环境影响数据、企业环境信用数据及生产清洁数据中的至少一项，所述历史待评价企业的环保综合评价结果包括所述历史待评价企业资源消耗KPI、所述历史待评价企业环境影响KPI、所述历史待评价企业环境信用KPI、所述历史待评价企业生产清洁KPI及所述历史待评价企业的综合环保KPI的至少一项。
结合第二方面，在第二方面的某些可能的实现方式中，所述待评价企业的环保综合评价结果包括所述待评价企业资源消耗KPI、所述待评价企业环境影响KPI、所述待评价企业环境信用KPI、所述待评价企业生产清洁KPI及所述待评价企业的综合环保KPI的至少一项。
结合第二方面，在第二方面的某些可能的实现方式中，该装置还包括收发模块，用于：向至少一个数据库发送请求消息，所述请求消息用于向所述至少一个数据库中的每个数据库请求读取数据；所述获取模块具体用于：根据所述请求消息从所述至少一个数据库中获取所述待评价企业的环保数据。
结合第二方面，在第二方面的某些可能的实现方式中，所述回归模型包括P+1个模型参数，所述P+1个模型参数是将所述历史待评价企业的环保数据Xi分别引入所述历史待评价企业的环保综合评价结果Y的回归方程Y＝b0+biXi得到的，P为整数。
结合第二方面，在第二方面的某些可能的实现方式中，所述P+1个模型参数是通过所述历史待评价企业的P个环保数据与所述历史待评价企业的环保综合评价结果训练得到的，其中，当所述历史待评价企业的P个环保数据引入所述历史待评价企业的环保综合评价结果Y的回归方程时，所述历史待评价企业的P个环保数据对所述历史待评价企业的环保综合评价结果Y的显著程度值大于预设阈值。
结合第二方面，在第二方面的某些可能的实现方式中，所述处理模块还用于：当所述待评价企业的环保评价结果超过预警阈值时发出预警信息。
结合第二方面，在第二方面的某些可能的实现方式中，所述处理模块还用于：通过显示平台呈现所述待评价企业的环保综合评价结果。
结合第二方面，在第二方面的某些可能的实现方式中，所述待评价企业资源消耗数据包括所述企业单位产值水耗量、所述企业单位产值电耗量、所述企业单位产值煤耗量及所述企业单位产值气耗量的至少一项。
结合第二方面，在第二方面的某些可能的实现方式中，所述待评价企业环境影响数据包括所述企业排污量达标率、所述企业排放污染因子平均浓度达标率、所述企业危险废物处置率、所述企业固体废物综合利用率及所述企业再生水利用率的至少一项。
结合第二方面，在第二方面的某些可能的实现方式中，所述待评价企业环境信用数据包括所述企业行政处罚次数评价、所述企业群众有效投诉举报次数评价、所述企业一般环境事件次数评价及所述企业重大环境事件次数评价的至少一项。
结合第二方面，在第二方面的某些可能的实现方式中，所述待评价企业生产清洁数据包括所述企业是否清洁生产企业及所述企业是否ISO14001认证的至少一项。
第三方面，提供了一种企业环保综合评价的装置，包括存储器，用于存储程序；处理器，用于执行所述存储器存储的程序，当所述存储器存储的程序被执行时，所述处理器用于执行第一方面或第一方面的任一可能的实现方式中的方法。
第四方面，提供了一种芯片，所述芯片包括处理器与数据接口，所述处理器通过所述数据接口读取存储器上存储的指令，执行第一方面或第一方面的任一可能的实现方式中的方法。
可选地，作为一种实现方式，所述芯片还可以包括存储器，所述存储器中存储有指令，所述处理器用于执行所述存储器上存储的指令，当所述指令被执行时，所述处理器用于执行第一方面或第一方面的任一可能的实现方式中的方法。
第五方面，提供一种计算机可读存储介质，所述计算机可读介质存储用于设备执行的程序代码，所述程序代码包括用于执行第一方面或者第一方面的任一可能的实现方式中的方法的指令。
附图说明
图1是本申请实施例提供的一种人工智能主体框架示意图；
图2是本申请实施例提供的一种系统架构的示意图；
图3是本申请实施例提供的另一种系统架构的示意图；
图4是本申请实施例提供的企业环保综合评价流程图；
图5示出了本申请实施例的企业综合环保综合评价方法的示意图；
图6是本申请一个实施例提供的企业环保综合评价的装置的结构性框图；
图7是本申请另一个实施例提供的企业环保综合评价的装置的结构性框图。
具体实施方式
下面将结合附图，对本申请中的技术方案进行描述。
图1示出一种人工智能主体框架示意图，该主体框架描述了人工智能系统总体工作流程，适用于通用的人工智能领域需求。
下面从“智能信息链”(水平轴)和“IT价值链”(垂直轴)两个维度对上述人工智能主题框架进行阐述。
“智能信息链”反映从数据的获取到处理的一列过程。举例来说，可以是智能信息感知、智能信息表示与形成、智能推理、智能决策、智能执行与输出的一般过程。在这个过程中，数据经历了“数据—信息—知识—智慧”的凝练过程。
“IT价值链”从人智能的底层基础设施、信息(提供和处理技术实现)到系统的产业生态过程，反映人工智能为信息技术产业带来的价值。
(1)基础设施
基础设施为人工智能系统提供计算能力支持，实现与外部世界的沟通，并通过基础平台实现支撑。通过传感器与外部沟通；计算能力可以由智能芯片提供，智能芯片可以是中央处理器(central processing unit，CPU)、网络处理器(neural-network processunits，NPU)、图形处理器(graphics processing unit，GPU)、应用特有集成电路(application specific integrated circuit，ASIC)、现场可编程逻辑门阵列(fieldprogrammable gate array，FPGA)等硬件加速芯片提供；基础平台包括分布式计算框架及网络等相关的平台保障和支持，可以包括云存储和计算、互联互通网络等。举例来说，传感器和外部沟通获取数据，这些数据提供给基础平台提供的分布式计算系统中的智能芯片进行计算。
(2)数据
基础设施的上一层的数据用于表示人工智能领域的数据来源。数据涉及到图形、图像、语音、文本，还涉及到传统设备的物联网数据，包括已有系统的业务数据以及力、位移、液位、温度、湿度等感知数据。
(3)数据处理
数据处理通常包括数据训练，机器学习，深度学习，搜索，推理，决策等方式。
其中，机器学习和深度学习可以对数据进行符号化和形式化的智能信息建模、抽取、预处理、训练等。
推理是指在计算机或智能系统中，模拟人类的智能推理方式，依据推理控制策略，利用形式化的信息进行机器思维和求解问题的过程，典型的功能是搜索与匹配。
决策是指智能信息经过推理后进行决策的过程，通常提供分类、排序、预测等功能。
(4)通用能力
对数据经过上面提到的数据处理后，进一步基于数据处理的结果可以形成一些通用的能力，比如可以是算法或者一个通用系统，例如，翻译，文本的分析，计算机视觉的处理，语音识别，图像的识别等等。
(5)智能产品及行业应用
智能产品及行业应用指人工智能系统在各领域的产品和应用，是对人工智能整体解决方案的封装，将智能信息决策产品化、实现落地应用，其应用领域主要包括：智能制造、智能交通、智能家居、智能医疗、智能安防、自动驾驶，平安城市，智能终端等。
随着信息化技术的快速发展，智慧城市建设不仅是为了提高政府的城市管理水平，也是为了通过技术进步来满足城市居民各方面的需求。运用人工智能技术推进智慧城市建设，比如智慧交通、智慧医疗、智慧民生等已是大势所趋；智慧城市的本质就是希望面向市民、企业和政府的服务都是智慧与智能的。目前，政府在对企业环保水平进行评估分析时，只是基于部分数据片面的评价企业的环保水平，无法对企业环保水平进行综合分析和深入评估，从而无法有效的对企业进行惩戒和帮扶。
有鉴于此，本申请提出了一种企业环保综合评价的方法，其中，通过获取待评价企业的环保数据，将待评价企业的环保数据输入至回归模型得到待评价企业的环保综合评价结果，其中，环保综合评价结果用于对企业进行综合环保画像，回归模型的参数是根据历史待评价企业的环保数据与历史待评价企业的环保综合评价结果关联关系确定的。通过本申请提供的企业环保综合评价的方法，能够准确评价企业环保水平，有效的对企业进行惩戒和帮扶。
图2示出了本申请实施例提供的一种系统架构的示意图200的示意图。
如图2所示，系统架构200中可以包括基础数据源201、数据处理平台202、数据分析平台203以及业务可视化204。其中，数据处理平台202包括数据接入汇聚平台2021及数据治理平台2022，数据分析平台203分为数据标签画像平台2031、大数据分析决策平台2032及预测预警平台2033。下面结合图2对系统架构200进行详细说明。
基础数据源201
为支撑本申请的企业环保综合评价的方法，分析并给出决定企业环保评价的关键因素，为今后企业生产工艺改进及企业能源利用水平提高提供参考建议，需要如下的支撑数据：
企业基本经营数据(例如，企业所述行业、企业收入、企业税收等)；
企业资源消耗数据(例如，企业水资源消耗、企业电资源消耗、企业气资源消耗等)；
企业行政处罚数据(例如，企业处罚情况、企业环境事件)；
企业投诉举报数据(例如，群众举报情况等)；
企业员工社保数据(例如，企业员工社保缴纳数据)。
数据接入汇聚平台2021
数据接入汇聚平台2021负责接入与业务相关的各政府职能部门、互联网、其他公开数据等的原始业务数据，需要支持各种常用的数据库访问接口或文件传输接口，支持常用的文件与数据格式。同时需要支持数据共享交换，将企业在各部门的信息进行综合和融合。
数据治理平台2022
数据治理平台2022将从政府各部门接入的数据进行清洗和治理，剔除无效数据、重复数据等，并对数据做归类和整理，确保数据的有效性，形成最终可以使用的数据集。
企业环保画像专题数据库2023
经过数据治理平台2022治理后的数据统一进入企业环保画像专题数据库2023，根据业务需求提取不同的数据形成可以支撑上层进一步分析和可视化的数据库表。
数据分析平台203
数据分析平台203包括数据标签画像平台2031、大数据分析决策平台2030、企业环保画像模型库2033以及监测预警平台2034，主要针对本申请的所述企业环保综合评价进行建模、根据获取的数据进行数据挖掘分析、进行企业环保画像和基于关键指标进行监测预警，使得制定政策的决策建议更客观、准确。
其中数据标签画像平台2031负责对企业相关数据根据配置规则打标签，形成企业环保画像依据；大数据分析决策平台2032实现KPI的分析和计算；监测预警平台2034实现对关键指标、数据进行监测和预警。
业务可视化呈现204
业务可视化呈现204对企业环保水平进行综合呈现，呈现终端可以是发光二极管(light emitting diode，LED)大屏、个人计算机(personal computer，PC)、笔记本、平板电脑(portable android device，PAD)、智能手机等终端。业务可视化呈现204从企业环保画像专题数据库2023获取业务数据，结合数据分析平台203的分析结果，通过可视化图表形式对企业综合环保水平进行呈现。
图3示出了本申请实施例提供的另一种系统的架构300的示意图，该架构示意图可以是一个云化的架构实现，整个系统架构300可以分为三层：基础设施310，业务平台320以及前端业务展示330。
基础设施310可以包括了用于提供计算所需的物理环境及所需要的计算、网络、存储等物理资源，以及展示大厅的装修、音响、灯光等控制系统。基础设施310还可以用于对接不同的数据源，因此，基础设施310可以同时提供与各个数据源的网络连通能力，以及获取数据后的数据存储能力。
基础设施310可以是基于云化和虚拟化技术，也可以采用非云化技术实现。本申请对此不作任何限定。
业务平台320可以用于提供大数据平台和地理信息系统(geographicinformation system，GIS)时空信息平台。其中，大数据平台由大数据基础组件和应用使能服务组件组成。大数据基础组件可以提供并行计算和分布式存储功能，用于数据的存储和计算。大数据基础组件还可以提供数据接入与治理功能，用于数据接入、清洗、去重、元数据管理等。
应用使能服务组件可以提供面向上层应用的数据服务功能。例如，可以包括归集库、原始库、业务库的建设；包含大数据分析引擎以提供模型建立、模型优化、模型应用功能；包含数据实例管理引擎以提供面向产业载体吸引力分析应用的数据挖掘、特征分析、吸引力评估。
业务平台320还可以包括GIS时空信息平台，用于基于GIS信息的基础库、GIS行业库，对上层业务系统提供地理信息服务。例如，GIS基础库可以包括本地地理信息基础数据，如地形、地貌、街道、建筑物等的二维信息和/或三维信息；GIS行业库可以包括产业载体相关的地理信息数据，如载体位置、载体覆盖范围等；地理信息服务模块通过接口形式为上层的前端业务展示330提供其所需的地理位置信息数据。例如，在本申请中产业载体可以在地图中呈现，即GIS平台可以用于显示产业载体。
最上层可以是前端业务展示330，将大数据分析的结果以合适的方式展示出来。其中，可视化展示平台从下层业务平台中获取业务展示所需数据并按照应用使用者所要求的图表格式进行组装；运行监测与感知模块可以获取需要监测、预警类的展示数据进行呈现；决策分析模块获取可以用于分析、建议、预测类的数据进行展示。
示例性地，前端业务展示330的展示方式可以包括但不限于以下方式：平板个人电脑(tablet personal computer，TPC)、媒体播放器、智能电视、笔记本电脑(laptopcomputer，LC)、个人数字助理(personal digital assistant，PDA)、个人计算机(personalcomputer，PC)、智能手表、可穿戴式设备(wearable device，WD)或者大屏幕等。
如图4所示，本申请实施例提供了一种企业环保综合评价流程图400。图4所示的方法流程图包括步骤401至406，下面分别对这些步骤进行详细的描述。
步骤401，获取企业经营数据、资源消耗数据、排污数据。
例如，待评价企业的经营数据，资源消耗数据、排污数据可以是通过数据接入平台接入的数据库得到的，数据库可以包括各政府职能部门的数据块、互联网数据块、其他公开数据等。
示例性地，企业经营数据可以包括企业所属行业、企业年平均收入以及企业税收等数据；企业资源消耗数据可以包括企业水资源消耗数据、企业电消耗数据、企业气消耗数据以及企业煤消耗数据等；企业排污数据为企业污水排放量、企业废气排放量等数据。
需要说明的是，上述数据可以是直接获取的，或者，也可以是通过数据库中的数据进行计算得到的。
步骤402，统计企业所属行业特征。
根据采集到的待评价企业的数据，确定该企业的行业特征，从而可以结合该企业的行业特征进一步对该企业的环保情况作出准确的评估。
步骤403，企业综合环保KPI计算模型。
为了能够对该待评价企业环保水平作出准确评价，得到待评价企业的环保画像。因此，在获得待评价企业的环保数据后，该数据进入企业环保KPI计算模型得到企业环保综合KPI。
作为一种示例，该KPI计算模型为一个回归方程。该回归模型是根据历史待评价企业的环保数据与历史待评价企业的环保综合评价结果通过采用逐步回归算法训练得到的。
应理解，回归模型是对统计关系进行定量描述的一种数学模型。可以用于表征自变量对因变量的影响程度。例如，在本申请中，回归模型可以用于表征特征数据中的一项或者多项数据对待评价企业的环保综合评价结果的影响程度。
示例性地，回归模型可以包括单变量线性回归、多变量线性回归、多项式回归等模型。
例如，通过逻辑回归算法的训练，可以得到待评价企业资源消耗KPI、历史待评价企业环境影响KPI、历史待评价企业环境信用KPI、历史待评价企业生产清洁KPI及历史待评价企业的综合环保KPI的至少一项。
在一种可能的实现方式中，该KPI计算模型可以为根据深度学习得到的模型，本申请实施例对此并不作任何限定，只要能够准确得到该KPI计算模型即可。
步骤404，得到企业环保综合KPI。
在经过步骤403得到企业的综合环保KPI计算模型后，步骤401中获得的待评价企业的相关环保数据经过待评价企业的综合环保KPI计算模型计算得到该待评价企业综合环保KPI。
步骤405，判断是否超过预警判断条件。
为了能够实现对待评价企业的关键指标的劣化进行预警，在得到企业综合环保KPI时，先判断该待评价企业的综合环保KPI值是否超过预警判断条件，若超过，则执行步骤406，进行预警；若没有超过，则继续执行步骤403，实时监控该待评价企业的综合环保KPI。
通过执行步骤405，在待评价企业的综合环保KPI值超过预警判断条件时，可以对该待评价企业进行调整，使得该待评价企业的综合环保KPI值在预警判断条件范围类。
下面先结合图5对本申请实施例的企业环保综合评价的方法进行详细的介绍。
图5所示的企业环保综合评价的方法由数据处理系统来执行，该数据处理系统可以是服务器，例如，位于云端的服务器。此外，图5所示的企业环保综合评价的方法可以应用于图2-图3所示的系统架构中。图5所示的方法包括步骤510至520，下面分别对这些步骤进行详细的描述。
步骤510，获取待评价企业的环保数据，其中，待评价企业的环保数据包括待评价企业资源消耗数据、企业环境影响数据、企业环境信用数据及生产清洁数据中的至少一项。
其中，获取待评价企业的环保数据的数据源包括来自政府的环保、水务等各个委办局以及业界公开的数据等。
示例性地，待评价企业资源消耗数据包括待评价企业水消耗数据、待评价企业电消耗数据、待评价企业气消耗数据、待评价企业煤消耗数据中至少一个。
示例性地，待评价企业环境影响数据包括待评价企业排污量达标率、待评价企业排放污染因子平均浓度达标率、待评价企业危险废物处置率、待评价企业固体废物综合利用率以及待评价企业再生水利用率中至少一个。
示例性地，待评价企业环境信用数据包括待评价企业行政处罚次数、待评价企业群众有效投诉举报次数、待评价企业一般环境事件次数以及待评价企业重大环境事件次数中至少一个。
示例性地，待评价企业清洁生产数据包括待评价企业是否为清洁企业以及待评价企业是否ISO14001认证中至少一个。
应理解，上述特征数据为举例说明，本申请对此不作任何限定。
作为一个示例，可以是如图2所示的数据接入汇聚平台2021接入相关的各政府职能部门(例如，各政府的环保、水务等各个委办局)以及业界公开的原始业务数据，获取待待评价的载体数据。其中，该待评价企业的环保数据可以是图2所示的数据接入汇聚平台2021从各个数据库中获取的数据，或者，该待评价企业的环保数据也可以是用户输入至数据接入汇聚平台2021中的数据。
例如，如图2所示，数据分析平台203可以用于连接企业环保画像专题数据库2023，待评价企业的环保画像模型库的训练数据是可以从企业环保画像专题数据库2023得到的。
应理解，上述待评价企业的环保数据为举例说明，本申请实施例并不对待评价企业的环保数据作任何限定。
可选地，在一些可能的实现方式中，步骤510之前还包括步骤501，向至少一个数据库发送请求消息。
在要对某一个企业进行环保评价时，为了获取待评价企业的环保数据，数据处理系统可以向至少一个数据库发送请求消息，请求从该至少一个数据库中每一个数据库中获取相应的环保数据。
其中，该至少一个数据库可以为包括来自政府的环保、水务、社保、工商以及燃气等各个委办局以及业界公开的数据库等，本申请实施例对此不作具体限定。
步骤520，将该待评价企业的环保数据输入至回归模型得到该待评价企业的环保综合评价结果，其中，该环保综合评价结果用于对企业进行综合环保画像，该回归模型的参数是根据历史待评价企业的环保数据与该历史待评价企业的环保综合评价结果关联关系确定的，该历史待评价企业表示已经得到环保综合评价结果的企业，该历史待评价企业的环保数据包括该历史待评价企业的企业资源消耗数据、企业环境影响数据、企业环境信用数据及生产清洁数据中的至少一项，该历史待评价企业的环保综合评价结果包括该历史待评价企业资源消耗关键绩效指标KPI、该历史待评价企业环境影响KPI、该历史待评价企业环境信用KPI、该历史待评价企业生产清洁KPI及该历史待评价企业的综合环保KPI的至少一项。
在获得待评价企业的环保数据后，将该环保数据输入至回归模型从而得到该待评价企业的环保综合评价结果，其中，该待评价企业的环保综合评价结果包括待评价企业资源消耗KPI、待评价企业环境影响KPI、待评价企业环境信用KPI以及待评价企业清洁生产KPI中至少一项。
例如，待评价企业的环保综合评价结果可以是待评价企业资源消耗KPI，或者，待评价企业环境影响KPI，或者，待评价企业环境信用KPI，或者，待评价企业生产清洁KPI，或者，待评价企业综合环保KPI，或者，待评价企业的环保综合评价结果可以包括待评价企业资源消耗KPI、待评价企业环境影响KPI、待评价企业环境信用KPI以及待评价企业综合环保KPI中任意两项，或者，待评价企业的环保综合评价结果可以包括待评价企业资源消耗KPI、待评价企业环境影响KPI、待评价企业环境信用KPI以及待评价企业综合环保KPI。
应理解，通过回归模型和待评价企业的环保数据可以得到待评价企业的环保综合评价结果，该待评价企业的环保综合评价结果用于对企业进行综合环保画像，使得政府可以对企业环保水平进行综合分析和深入评估，从而有效的对企业进行惩罚和帮扶。
作为一个示例，确定历史待评价企业的N个环保数据Xi对历史待评价企业的环保综合评价结果Y影响的显著程度值，N为正整数；
根据所述显著程度值的大小，按照降序顺序将所述N个待评价企业的环保数据逐步引入回归方程Y＝b0+biXi，得到P个待评价企业的环保数据，其中，当后引入的待评价企业的环保数据使得先引入的待评价企业的环保数据对Y的所述显著程度值小于预设阈值时，将所述先引入的待评价企业的环保数据从所述回归方程中剔除，P为小于或等于N的正整数；
根据P个待评价企业的环保数据确定回归模型Y＝b0+b1X1+b2X2+…+bPXP中P+1个模型参数，其中，b0，b1，…bP表示P+1个模型参数。
换而言之，回归模型可以包括P+1个模型参数，P+1个模型参数是将所述历史待评价企业的环保数据Xi分别引入所述历史待评价企业的环保综合评价结果Y的回归方程Y＝b0+biXi得到的，P为整数。
例如，P+1个模型参数是可以是通过历史待评价企业的P个环保数据训练得到的，其中，当历史待评价企业的P个环保数据引入历史待评价企业的环保综合评价结果Y的回归方程时，历史待评价企业的P个环保数据对Y的显著程度值大于预设阈值。
示例性地，待评价企业资源消耗KPI可以根据式(1)计算得到：
示例性地，待评价企业环境影响KPI可以根据式(2)计算得到：
示例性地，待评价企业环境信用KPI可以根据式(3)计算得到：
示例性地，待评价企业清洁生产KPI可以根据式(4)计算得到：
企业清洁生产KPI＝是否清洁生产企业*W41+是否ISO14001认证*W42 式(4)
示例性地，待评价企业的综合环保KPI可以根据式(5)计算得到：
根据式(1)至式(4)求得待评价企业的各个维度的KPI值后，综合各个维度的KPI值，对待评价企业进行评价，基于待评价企业所属行业给出企业综合环保画像，如表1所示。
表1
如表1所示，根据待评价企业资源消耗KPI值，该企业资源消耗画像可以分为高水耗企业、高能耗企业、高煤耗企业或者高气耗企业等；根据待评价企业环境影响KPI值，该企业环境影响画像可以分为大气污染企业、水污染企业等；根据待评价企业环境信用KPI值，该企业环境信用画像可以分为环境守法企业、环境违法企业等；根据待评价企业清洁生产KPI值，该企业清洁生产画像可以分为清洁生产企业、污染生产企业等；根据待评价企业所述行业，该企业基本特征可以分为重点监控企业、重污染行业企业等。
另外，根据式(5)得到的待评价企业的综合环保KPI值可以对待评价企业进行综合评价，得到该企业的综合环保画像，例如，行业内先进环保企业、行业内落后环保企业、环境友好企业、环境污染企业等。
作为一个示例，如图2所示，在得到企业环保综合评价结果之后，大数据分析平台203可以将评价结果通过业务可视化呈现204进行展示。
示例性地，如图2所示的业务可视化呈现204可以是采用可视化的图形、图表或者表格中的至少一个展示评价结果。
作为一个示例，如图3所示，前端业务展示330可以用于运行监测与感知。例如，可以用于展示、监测、运行以及预警。此外，展示平台还可以用于决策分析。例如，可以用于数据分析、洞察、仿真以及建议等。
示例性地，如图3所示，前端业务展示330可以通过图形、图表或者表格的至少一个展示待评价企业的环保评价结果。
示例性地，如图3所示，当监测到待评价企业资源消耗KPI高于预设阈值，或者，当监测到待评价企业环境影响KPI高于预设阈值，或者，当监测到待评价企业环境信用低于预设阈值时，或者，当监测到待评价企业生产清洁KPI高于预设阈值时，或者，当监测到待评价企业的综合环保KPI高于预设阈值时，前端业务展示330可以通过预警类的展示数据提醒需要对待评价企业进行相应的调整。
或者，可以根据行业内KPI排名变化进行预警。例如，按照待评价企业所在行业的KPI排名，如果该待评价行业KPI排名劣化超过预设阈值时，前端业务展示330可以通过预警类的展示数据提醒需要对待评价企业进行相应的调整。
示例性地，如图3所示，前端业务展示330可以展示分析造成待评价企业资源消耗KPI较高的相关因素，或者，可以展示分析造成待评价企业环境影响KPI较低的相关因素，或者，可以展示分析造成待评价企业环境信用KPI较低的相关因素，或者，可以展示分析造成待评价企业生产清洁KPI较高的相关因素，或者，可以展示分析造成待评价企业的综合环保KPI较高的相关因素，有助于用户进一步了解造成当前待评价企业的环保现状的进一步的深层相关因数。
示例性地，如图3所示，前端业务展示330的建议可以是通过提供相关调整企业环保的建议。例如，待评价企业的资源消耗KPI大于预设阈值时，通过分析展示可知企业的资源消耗较高是由于企业水消耗过高造成的，则建议可以是在该企业内积极倡议节约用水或废水利用等。
示例性地，如图3所示，前端业务展示330的预测可以是通过获取待价企业的当前环保数据的特征，得到在来预设时间待评价企业资源消耗的KPI，或者，可以是待评价企业环境影响KPI，或者，可以是待评价企业环境信用KPI，或者，可以是待评价企业生产清洁KPI，或者，可以是待评价企业的综合环保KPI。
本申请提出的企业环保综合评价的方法可以用于从多个维度综合分析和深入评估该企业的环保水平，得到该企业的综合环保画像。例如，可以通过待评价企业的企业资源消耗、企业环境影响、企业环境信用、生产清洁等四个维度的评价结果，从而根据该评价结果可以准确评价企业环保水平，有效的指导政府对待评价企业进行有效惩戒和帮扶。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
上文结合图1至图5，详细描述了本申请实施例提供的企业环保综合评价的方法，下面将结合图6和图7，详细描述本申请的装置实施例。应理解，本申请实施例中的装置可以执行前述本申请实施例的各种方法，即以下各种产品的具体工作过程，可以参考前述方法实施例中的对应过程。
在一个示例中，图6是本申请一个实施例的企业环保综合评价的装置的示意性框图。应理解，图6示出的企业环保综合评价的装置600仅是示例，本申请实施例的装置还可包括其他模块或单元。图6所示的装置600可以用于执行图5所示的方法中的各个步骤，为了避免重复，此处不再详述。
装置600包括：获取模块610，用于获取待评价企业的环保数据，其中，所述待评价企业的环保数据包括待评价企业资源消耗数据、企业环境影响数据、企业环境信用数据及生产清洁数据中的至少一项；
处理模块620，用于将所述待评价企业的环保数据输入至回归模型得到所述待评价企业的环保综合评价结果，其中，所述环保综合评价结果用于对企业进行综合环保画像，所述回归模型的参数是根据历史待评价企业的环保数据与所述历史待评价企业的环保综合评价结果关联关系确定的，所述历史待评价企业表示已经得到环保综合评价结果的企业，所述历史待评价企业的环保数据包括所述历史待评价企业的企业资源消耗数据、企业环境影响数据、企业环境信用数据及生产清洁数据中的至少一项，所述历史待评价企业的环保综合评价结果包括所述历史待评价企业资源消耗KPI、所述历史待评价企业环境影响KPI、所述历史待评价企业环境信用KPI、所述历史待评价企业生产清洁KPI及所述历史待评价企业的综合环保KPI的至少一项。
可选地，作为一个示例，所述待评价企业的环保综合评价结果包括所述待评价企业资源消耗KPI、所述待评价企业环境影响KPI、所述待评价企业环境信用KPI、所述待评价企业生产清洁KPI及所述待评价企业的综合环保KPI的至少一项。
可选地，作为一个示例，装置600还包括收发模块630，用于向至少一个数据库发送请求消息，所述请求消息用于向所述至少一个数据库中的每个数据库请求读取数据。
可选地，作为一个示例，获取模块620具体用于根据所述请求消息从所述至少一个数据库中获取所述待评价企业的环保数据。
可选地，作为一个示例，所述回归模型包括P+1个模型参数，所述P+1个模型参数是将所述历史待评价企业的环保数据Xi分别引入所述历史待评价企业的环保综合评价结果Y的回归方程Y＝b0+biXi得到的，P为整数。
可选地，作为一个示例，所述P+1个模型参数是通过所述历史待评价企业的P个环保数据与所述历史待评价企业的环保综合评价结果训练得到的，其中，当所述历史待评价企业的P个环保数据引入所述历史待评价企业的环保综合评价结果Y的回归方程时，所述历史待评价企业的P个环保数据对所述历史待评价企业的环保综合评价结果Y的显著程度值大于预设阈值。
可选地，作为一个示例，处理模块620还用于：当所述待评价企业的环保评价结果超过预警阈值时发出预警信息。
可选地，作为一个示例，处理模块620还用于：通过显示平台呈现所述待评价企业的环保综合评价结果。
可选地，作为一个示例，所述待评价企业资源消耗数据包括所述企业单位产值水耗量、所述企业单位产值电耗量、所述企业单位产值煤耗量及所述企业单位产值气耗量的至少一项。
可选地，作为一个示例，所述待评价企业环境影响数据包括所述企业排污量达标率、所述企业排放污染因子平均浓度达标率、所述企业危险废物处置率、所述企业固体废物综合利用率及所述企业再生水利用率的至少一项。
可选地，作为一个示例，所述待评价企业环境信用数据包括所述企业行政处罚次数评价、所述企业群众有效投诉举报次数评价、所述企业一般环境事件次数评价及所述企业重大环境事件次数评价的至少一项。
可选地，作为一个示例，所述待评价企业生产清洁数据包括所述企业是否清洁生产企业及所述企业是否ISO14001认证的至少一项。
应理解，上述装置600以功能单元的形式体现。这里的术语“单元”可以通过软件和/或硬件形式实现，对此不作具体限定。例如，“单元”可以是实现上述功能的软件程序、硬件电路或二者结合。所述硬件电路可能包括应用特有集成电路(application specificintegrated circuit，ASIC)、电子电路、用于执行一个或多个软件或固件程序的处理器(例如共享处理器、专有处理器或组处理器等)和存储器、合并逻辑电路和/或其它支持所描述的功能的合适组件。因此，在本申请的实施例中描述的各示例的单元，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。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在一个示例中，图7是本申请实施例提供的企业环保综合评价的装置的硬件结构示意图。图7所示的装置700(该装置700具体可以是一种计算机设备)包括存储器701、处理器702、通信接口703以及总线704。其中，存储器701、处理器702、通信接口703通过总线704实现彼此之间的通信连接。
其中，存储器701可以是只读存储器(read only memory，ROM)，静态存储设备，动态存储设备或者随机存取存储器(random access memory，RAM)。存储器701可以存储程序，当存储器701中存储的程序被处理器702执行时，处理器702可以用于执行图5所示实施例的各个步骤。
例如，处理器702可以采用通用的中央处理器(central processing unit，CPU)，微处理器，应用专用集成电路(application specific integrated circuit，ASIC)，图形处理器(graphics processing unit，GPU)或者一个或多个集成电路，用于执行相关程序，以实现本申请方法实施例的企业环保综合评价的方法。
处理器702还可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，本申请的企业环保综合评价的方法的各个步骤可以通过处理器702中的硬件的集成逻辑电路或者软件形式的指令完成。
上述处理器702还可以是通用处理器、数字信号处理器(digital signalprocessing，DSP)、专用集成电路(ASIC)、现成可编程门阵列(field programmable gatearray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器701，处理器702读取存储器701中的信息，结合其硬件完成产业载体评估模型的训练装置中包括的单元所需执行的功能，或者，执行本申请方法实施例的企业环保综合评价的方法，例如，可以执行图5所示实施例的各个步骤/功能。
通信接口703使用例如但不限于收发器一类的收发装置，来实现装置700与其他设备或通信网络之间的通信。例如，可以通过通信接口703获取待评价企业的环保数据。
总线704可包括在装置700各个部件(例如，存储器701、处理器702、通信接口703)之间传送信息的通路。
应理解，本申请实施例所示的企业环保综合评价的装置可以是服务器，例如，可以是云端的服务器，或者，也可以是配置于云端的服务器中的芯片。此外，企业环保综合评价的装置可以是电子设备，或者，也可以是配置于电子设备中的芯片。
应注意，尽管上述装置700仅仅示出了存储器、处理器、通信接口，但是在具体实现过程中，本领域的技术人员应当理解，装置700还可以包括实现正常运行所必须的其他器件。同时，根据具体需要，本领域的技术人员应当理解，装置700还可包括实现其他附加功能的硬件器件。此外，本领域的技术人员应当理解，装置700也可仅仅包括实现本申请实施例所必须的器件，而不必包括图7中所示的全部器件。
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。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
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。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (24)
1.一种企业环保综合评价的方法，其特征在于，包括：
获取待评价企业的环保数据，其中，所述待评价企业的环保数据包括待评价企业资源消耗数据、企业环境影响数据、企业环境信用数据及生产清洁生产数据中的至少一项；
将所述待评价企业的环保数据输入至回归模型得到所述待评价企业的环保综合评价结果，其中，所述环保综合评价结果用于对企业进行综合环保画像，所述回归模型的参数是根据历史待评价企业的环保数据与所述历史待评价企业的环保综合评价结果关联关系确定的，所述历史待评价企业表示已经得到环保综合评价结果的企业，所述历史待评价企业的环保数据包括所述历史待评价企业的企业资源消耗数据、企业环境影响数据、企业环境信用数据及生产清洁数据中的至少一项，所述历史待评价企业的环保综合评价结果包括所述历史待评价企业资源消耗关键绩效指标KPI、所述历史待评价企业环境影响KPI、所述历史待评价企业环境信用KPI、所述历史待评价企业生产清洁KPI及所述历史待评价企业的综合环保KPI的至少一项。
2.根据权利要求1所述的方法，其特征在于，所述待评价企业的环保综合评价结果包括所述待评价企业资源消耗关键绩效指标KPI、所述待评价企业环境影响KPI、所述待评价企业环境信用KPI、所述待评价企业生产清洁KPI及所述待评价企业的综合环保KPI的至少一项。
3.根据权利要求1或2所述的方法，其特征在于，所述获取待评价企业的环保数据，包括：
向至少一个数据库发送请求消息，所述请求消息用于向所述至少一个数据库中的每个数据库请求读取数据；
根据所述请求消息从所述至少一个数据库中获取所述待评价企业的环保数据。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述回归模型包括P+1个模型参数，所述P+1个模型参数是将所述历史待评价企业的环保数据Xi分别引入所述历史待评价企业的环保综合评价结果Y的回归方程Y＝b0+biXi得到的，P为整数。
5.根据权利要求4所述的方法，其特征在于，所述P+1个模型参数是通过所述历史待评价企业的P个环保数据与所述历史待评价企业的环保综合评价结果训练得到的，其中，当所述历史待评价企业的P个环保数据引入所述历史待评价企业的环保综合评价结果Y的回归方程时，所述历史待评价企业的P个环保数据对所述历史待评价企业的环保综合评价结果Y的显著程度值大于预设阈值。
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述方法还包括：
当所述待评价企业的环保评价结果超过预警阈值时发出预警信息。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述待评价企业的环保综合评价结果通过显示平台呈现。
8.根据权利要求1至7中任一项所述的方法，其特征在于，所述待评价企业资源消耗数据包括所述企业单位产值水耗量、所述企业单位产值电耗量、所述企业单位产值煤耗量及所述企业单位产值气耗量的至少一项。
9.根据权利要求1至8中任一项所述的方法，其特征在于，所述待评价企业环境影响数据包括所述企业排污量达标率、所述企业排放污染因子平均浓度达标率、所述企业危险废物处置率、所述企业固体废物综合利用率及所述企业再生水利用率的至少一项。
10.根据权利要求1至9中任一项所述的方法，其特征在于，所述待评价企业环境信用数据包括所述企业行政处罚次数评价、所述企业群众有效投诉举报次数评价、所述企业一般环境事件次数评价及所述企业重大环境事件次数评价的至少一项。
11.根据权利要求1至10中任一项所述的方法，其特征在于，所述待评价企业生产清洁数据包括所述企业是否清洁生产企业及所述企业是否国际标准化组织ISO14001认证的至少一项。
12.一种企业环保综合评价的装置，其特征在于，包括：
获取模块，用于获取待评价企业的环保数据，其中，所述待评价企业的环保数据包括待评价企业资源消耗数据、企业环境影响数据、企业环境信用数据及生产清洁数据中的至少一项；
处理模块，用于将所述待评价企业的环保数据输入至回归模型得到所述待评价企业的环保综合评价结果，其中，所述环保综合评价结果用于对企业进行综合环保画像，所述回归模型的参数是根据历史待评价企业的环保数据与所述历史待评价企业的环保综合评价结果关联关系确定的，所述历史待评价企业表示已经得到环保综合评价结果的企业，所述历史待评价企业的环保数据包括所述历史待评价企业的企业资源消耗数据、企业环境影响数据、企业环境信用数据及生产清洁数据中的至少一项，所述历史待评价企业的环保综合评价结果包括所述历史待评价企业资源消耗关键绩效指标KPI、所述历史待评价企业环境影响KPI、所述历史待评价企业环境信用KPI、所述历史待评价企业生产清洁KPI及所述历史待评价企业的综合环保KPI的至少一项。
13.根据权利要求12所述的装置，其特征在于，所述待评价企业的环保综合评价结果包括所述待评价企业资源消耗关键绩效指标KPI、所述待评价企业环境影响KPI、所述待评价企业环境信用KPI、所述待评价企业生产清洁KPI及所述待评价企业的综合环保KPI的至少一项。
14.根据权利要求12或13所述的装置，其特征在于，所述装置还包括收发模块，用于：
向至少一个数据库发送请求消息，所述请求消息用于向所述至少一个数据库中的每个数据库请求读取数据；
所述获取模块具体用于：根据所述请求消息从所述至少一个数据库中获取所述待评价企业的环保数据。
15.根据权利要求12至14中任一项所述的装置，其特征在于，所述回归模型包括P+1个模型参数，所述P+1个模型参数是将所述历史待评价企业的环保数据Xi分别引入所述历史待评价企业的环保综合评价结果Y的回归方程Y＝b0+biXi得到的，P为整数。
16.根据权利要求15所述的装置，其特征在于，所述P+1个模型参数是通过所述历史待评价企业的P个环保数据与所述历史待评价企业的环保综合评价结果训练得到的，其中，当所述历史待评价企业的P个环保数据引入所述历史待评价企业的环保综合评价结果Y的回归方程时，所述历史待评价企业的P个环保数据对所述历史待评价企业的环保综合评价结果Y的显著程度值大于预设阈值。
17.根据权利要求12至16中任一项所述的装置，其特征在于，所述处理模块还用于：
当所述待评价企业的环保评价结果超过预警阈值时发出预警信息。
18.根据权利要求12至17中任一项所述的装置，其特征在于，所述处理模块还用于：
通过显示平台呈现所述待评价企业的环保综合评价结果。
19.根据权利要求12至18中任一项所述的装置，其特征在于，所述待评价企业资源消耗数据包括所述企业单位产值水耗量、所述企业单位产值电耗量、所述企业单位产值煤耗量及所述企业单位产值气耗量的至少一项。
20.根据权利要求12至19中任一项所述的装置，其特征在于，所述待评价企业环境影响数据包括所述企业排污量达标率、所述企业排放污染因子平均浓度达标率、所述企业危险废物处置率、所述企业固体废物综合利用率及所述企业再生水利用率的至少一项。
21.根据权利要求12至20中任一项所述的装置，其特征在于，所述待评价企业环境信用数据包括所述企业行政处罚次数评价、所述企业群众有效投诉举报次数评价、所述企业一般环境事件次数评价及所述企业重大环境事件次数评价的至少一项。
22.根据权利要求12至21中任一项所述的装置，其特征在于，所述待评价企业生产清洁数据包括所述企业是否清洁生产企业及所述企业是否国际标准化组织ISO14001认证的至少一项。
23.一种企业环保综合评价的装置，其特征在于，包括处理器和存储器，所述存储器用于存储程序指令，所述处理器用于调用所述程序指令来执行权利要求1至11中任一项所述的方法。
24.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序指令，当所述程序指令由处理器运行时，实现权利要求1至11中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910767953.3A CN112418571A (zh) | 2019-08-20 | 2019-08-20 | 企业环保综合评价的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910767953.3A CN112418571A (zh) | 2019-08-20 | 2019-08-20 | 企业环保综合评价的方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112418571A true CN112418571A (zh) | 2021-02-26 |
Family
ID=74778860
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910767953.3A Pending CN112418571A (zh) | 2019-08-20 | 2019-08-20 | 企业环保综合评价的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112418571A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113240229A (zh) * | 2021-03-29 | 2021-08-10 | 中信银行股份有限公司 | 基于用户画像数据的智能决策系统及方法 |
| CN113240273A (zh) * | 2021-05-12 | 2021-08-10 | 平安科技（深圳）有限公司 | 基于代码可配置的企业esg指数确定方法及相关产品 |
| CN114780735A (zh) * | 2022-02-21 | 2022-07-22 | 北京融信数联科技有限公司 | 基于数据分析的政策匹配方法、系统和可读存储介质 |
| CN116976758A (zh) * | 2023-09-25 | 2023-10-31 | 四川公路桥梁建设集团有限公司 | 一种高海拔地区工程质量管理系统与方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103455718A (zh) * | 2013-08-26 | 2013-12-18 | 中国能源建设集团广东省电力设计研究院 | 能源利用效率评价方法和系统 |
| CN106127388A (zh) * | 2016-06-24 | 2016-11-16 | 南瑞（武汉）电气设备与工程能效测评中心 | 高耗能企业的能效评估方法 |
| CN106776868A (zh) * | 2016-11-29 | 2017-05-31 | 浙江工业大学 | 一种基于多元线性回归模型的餐馆评分预测方法 |
| CN108460544A (zh) * | 2018-04-08 | 2018-08-28 | 苏州英瀚时信息科技有限公司 | 一种企业环境风险通用评价系统和方法 |
| CN108564267A (zh) * | 2018-04-08 | 2018-09-21 | 苏州英瀚时信息科技有限公司 | 一种企业环境风险评价系统和方法 |
| CN109377094A (zh) * | 2018-11-23 | 2019-02-22 | 福建省绿行者环境保护公益中心 | 企业环境风险计算方法和装置 |
| CN109767084A (zh) * | 2018-12-25 | 2019-05-17 | 江苏神彩科技股份有限公司 | 一种企业环境行为分析处理的方法及设备 |
-
2019
- 2019-08-20 CN CN201910767953.3A patent/CN112418571A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103455718A (zh) * | 2013-08-26 | 2013-12-18 | 中国能源建设集团广东省电力设计研究院 | 能源利用效率评价方法和系统 |
| CN106127388A (zh) * | 2016-06-24 | 2016-11-16 | 南瑞（武汉）电气设备与工程能效测评中心 | 高耗能企业的能效评估方法 |
| CN106776868A (zh) * | 2016-11-29 | 2017-05-31 | 浙江工业大学 | 一种基于多元线性回归模型的餐馆评分预测方法 |
| CN108460544A (zh) * | 2018-04-08 | 2018-08-28 | 苏州英瀚时信息科技有限公司 | 一种企业环境风险通用评价系统和方法 |
| CN108564267A (zh) * | 2018-04-08 | 2018-09-21 | 苏州英瀚时信息科技有限公司 | 一种企业环境风险评价系统和方法 |
| CN109377094A (zh) * | 2018-11-23 | 2019-02-22 | 福建省绿行者环境保护公益中心 | 企业环境风险计算方法和装置 |
| CN109767084A (zh) * | 2018-12-25 | 2019-05-17 | 江苏神彩科技股份有限公司 | 一种企业环境行为分析处理的方法及设备 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113240229A (zh) * | 2021-03-29 | 2021-08-10 | 中信银行股份有限公司 | 基于用户画像数据的智能决策系统及方法 |
| CN113240273A (zh) * | 2021-05-12 | 2021-08-10 | 平安科技（深圳）有限公司 | 基于代码可配置的企业esg指数确定方法及相关产品 |
| CN113240273B (zh) * | 2021-05-12 | 2024-04-19 | 平安科技（深圳）有限公司 | 基于代码可配置的企业esg指数确定方法及相关产品 |
| CN114780735A (zh) * | 2022-02-21 | 2022-07-22 | 北京融信数联科技有限公司 | 基于数据分析的政策匹配方法、系统和可读存储介质 |
| CN114780735B (zh) * | 2022-02-21 | 2022-11-25 | 北京融信数联科技有限公司 | 基于数据分析的政策匹配方法、系统和可读存储介质 |
| CN116976758A (zh) * | 2023-09-25 | 2023-10-31 | 四川公路桥梁建设集团有限公司 | 一种高海拔地区工程质量管理系统与方法 |
| CN116976758B (zh) * | 2023-09-25 | 2023-12-19 | 四川公路桥梁建设集团有限公司 | 一种高海拔地区工程质量管理系统与方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li | GeoAI: Where machine learning and big data converge in GIScience | |
| Ping et al. | Impact of driver behavior on fuel consumption: Classification, evaluation and prediction using machine learning | |
| Alexopoulos et al. | How machine learning is changing e-government | |
| CN107945081B (zh) | 城市运行展现与监测预警系统 | |
| CN112418571A (zh) | 企业环保综合评价的方法和装置 | |
| CN113115225B (zh) | 基于危险源监测与人员定位的电子围栏区域生成系统 | |
| Khan et al. | Modeling the Big Data challenges in context of smart cities–an integrated fuzzy ISM-DEMATEL approach | |
| Feng et al. | Spatially explicit assessment of land ecological security with spatial variables and logistic regression modeling in Shanghai, China | |
| Van et al. | Research trends on machine learning in construction management: a scientometric analysis | |
| CN112785458A (zh) | 一种桥梁健康大数据智能管养系统 | |
| Adefemi et al. | Artificial intelligence in environmental health and public safety: A comprehensive review of USA strategies | |
| CN112288204A (zh) | 评估行业科技创新能力的方法以及装置 | |
| Qiang et al. | The impact of Hurricane Katrina on urban growth in Louisiana: an analysis using data mining and simulation approaches | |
| Dong et al. | Micro-blog social moods and Chinese stock market: The influence of emotional valence and arousal on Shanghai Composite Index volume | |
| CN114399212A (zh) | 生态环境质量评估方法、装置、电子设备及存储介质 | |
| Li | Suitability evaluation method of urban and rural spatial planning based on artificial intelligence | |
| CN114418360A (zh) | 一种智慧城市运行体征大数据分析方法及装置 | |
| Lei et al. | Emergency monitoring and disposal decision support system for sudden pollution accidents based on multimedia information system | |
| Astarita et al. | Risk Reduction in Transportation Systems: The Role of Digital Twins According to a Bibliometric-Based Literature Review | |
| CN112308263A (zh) | 学位资源预测方法、装置、存储介质和芯片 | |
| CN107368941A (zh) | 一种湿地生态系统服务价值大数据评估方法及装置 | |
| Hassan et al. | Analytical approach to sustainable smart city using IoT and machine learning | |
| Dou et al. | Machine Learning for Smart Cities: A Comprehensive Review of Applications and Opportunities | |
| Lin et al. | Analysis and Prediction of Overloaded Extra‐Heavy Vehicles for Highway Safety Using Machine Learning | |
| Wang et al. | Air quality data analysis and forecasting platform based on big data |
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 |