CN113469589A - 碳排量管控方法、等级检测方法及计算设备、介质 - Google Patents
碳排量管控方法、等级检测方法及计算设备、介质 Download PDFInfo
- Publication number
- CN113469589A CN113469589A CN202111033866.9A CN202111033866A CN113469589A CN 113469589 A CN113469589 A CN 113469589A CN 202111033866 A CN202111033866 A CN 202111033866A CN 113469589 A CN113469589 A CN 113469589A
- Authority
- CN
- China
- Prior art keywords
- index
- production
- production object
- carbon emission
- weight
- 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 173
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 171
- 238000001514 detection method Methods 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000004519 manufacturing process Methods 0.000 claims abstract description 301
- 238000007726 management method Methods 0.000 claims description 71
- 238000012545 processing Methods 0.000 claims description 49
- 238000010606 normalization Methods 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims 6
- 238000004364 calculation method Methods 0.000 description 22
- 238000011161 development Methods 0.000 description 17
- 239000011159 matrix material Substances 0.000 description 13
- 238000011156 evaluation Methods 0.000 description 10
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 239000000126 substance Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 7
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 6
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 6
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical compound [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 5
- 239000003245 coal Substances 0.000 description 5
- 239000005431 greenhouse gas Substances 0.000 description 5
- 229910052760 oxygen Inorganic materials 0.000 description 5
- 239000001301 oxygen Substances 0.000 description 5
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 239000001569 carbon dioxide Substances 0.000 description 4
- 239000002910 solid waste Substances 0.000 description 4
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 3
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 3
- 229910052698 phosphorus Inorganic materials 0.000 description 3
- 239000011574 phosphorus Substances 0.000 description 3
- 239000003034 coal gas Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000000556 factor analysis Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- -1 methane hydrocarbons Chemical class 0.000 description 2
- QKCGXXHCELUCKW-UHFFFAOYSA-N n-[4-[4-(dinaphthalen-2-ylamino)phenyl]phenyl]-n-naphthalen-2-ylnaphthalen-2-amine Chemical compound C1=CC=CC2=CC(N(C=3C=CC(=CC=3)C=3C=CC(=CC=3)N(C=3C=C4C=CC=CC4=CC=3)C=3C=C4C=CC=CC4=CC=3)C3=CC4=CC=CC=C4C=C3)=CC=C21 QKCGXXHCELUCKW-UHFFFAOYSA-N 0.000 description 2
- 150000002894 organic compounds Chemical class 0.000 description 2
- 239000005416 organic matter Substances 0.000 description 2
- 238000012847 principal component analysis method Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000004484 Briquette Substances 0.000 description 1
- 229910018503 SF6 Inorganic materials 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 150000008282 halocarbons Chemical class 0.000 description 1
- 239000002920 hazardous waste Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 239000003350 kerosene Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000003949 liquefied natural gas Substances 0.000 description 1
- 239000003915 liquefied petroleum gas Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000001272 nitrous oxide Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002957 persistent organic pollutant Substances 0.000 description 1
- 239000002006 petroleum coke Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 229960000909 sulfur hexafluoride Drugs 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 239000002699 waste material 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
- G06Q10/06—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
- 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)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供了碳排量管控方法、等级检测方法及计算设备、介质方法,其中碳排量等级检测方法包括:获取第一生产对象在各类属性信息下的各个指标的指标数据,根据第一生产对象在各类属性信息下的各个指标的指标数据,以及各个指标的第一权重,计算第一生产对象在各类属性信息下的各个指标的第二权重,根据第一生产对象在各类属性信息下的各个指标的第二权重,确定第一生产对象的碳排量等级检测结果。获取到的指标数据保证了数据的多样性,第一权重表征了指标对于生产对象的碳排量的影响程度,确定出的生产对象的碳排量等级检测结果能够更准确、客观地反映生产对象的碳排量情况。
Description
技术领域
本说明书实施例涉及生产监管技术领域,特别涉及一种碳排量管控方法、等级检测方法及计算设备、介质。
背景技术
随着社会的不断发展,人类逐渐意识到经济和环境协同发展的重要性。经济和环境的协同发展是指将经济发展和环境保护综合考虑,在发展经济的同时对环境的伤害降到最低,达到绿色可持续发展的目的。
生产对象(例如企业、工厂等)作为经济发展的主体,在生产行为中,二氧化碳排放会对环境产生影响,因此,对生产对象的碳排量等级进行客观、准确地检测,对于经济和环境协同发展具有非常重要的作用。
发明内容
有鉴于此,本说明书实施例提供了一种等级检测方法。本说明书一个或者多个实施例同时涉及一种碳排量管控方法,一种等级检测装置,一种碳排量管控装置,一种计算设备,一种计算机可读存储介质以及一种计算机程序,以解决现有技术中存在的技术缺陷。
根据本说明书实施例的第一方面,提供了一种碳排量等级检测方法,包括:
获取第一生产对象在各类属性信息下的各个指标的指标数据,其中,每个生产对象对应至少一类属性信息,每类属性信息下包括至少一个指标;
根据第一生产对象在各类属性信息下的各个指标的指标数据,以及各个指标的第一权重,计算第一生产对象在各类属性信息下的各个指标的第二权重,其中,第一权重表征指标对于指定地域范围内的任一生产对象的碳排量的影响程度;
根据第一生产对象在各类属性信息下的各个指标的第二权重,确定第一生产对象的碳排量等级检测结果。
可选地,针对各个指标中的第一指标,第一指标的第一权重的计算方法具体为:
获取第一生产对象所处的指定地域范围内特定比例的生产对象的第一指标的指标数据,其中,第一指标为各个指标中的任一指标;
对指定地域范围内特定比例的生产对象的第一指标的指标数据进行归一化处理;
基于归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,计算第一指标的第一权重。
可选地,对指定地域范围内特定比例的生产对象的第一指标的指标数据进行归一化处理的步骤,包括:
分别对指定地域范围内特定比例的生产对象的第一指标的指标数据进行取对数操作,得到指定地域范围内特定比例的生产对象的第一指标的对数结果;
分别将指定地域范围内特定比例的生产对象的第一指标的对数结果除以基准对数结果,得到归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,其中,基准对数结果为对指定地域范围内特定比例的生产对象的第一指标的指标数据中的最大值进行取对数操作得到的结果。
可选地,基于归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,计算第一指标的第一权重的步骤,包括:
根据归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,计算第一指标下指定地域范围内各生产对象所占比重;
根据第一指标下指定地域范围内各生产对象所占比重,计算第一指标的信息熵;
根据第一指标的信息熵,计算第一指标的第一权重。
可选地,根据第一生产对象在各类属性信息下的各个指标的指标数据,以及各个所述指标的第一权重,计算第一生产对象在各类属性信息下的各个指标的第二权重的步骤,包括:
利用各个指标的第一权重,对第一生产对象在各类属性信息下的各个指标的指标数据进行加权,得到第一生产对象在各类属性信息下的各个指标的第二权重。
根据本说明书实施例的第二方面,提供了一种碳排量管控方法,包括:
获取利用上述等级检测方法得到的生产对象的碳排量等级检测结果;
根据碳排量等级检测结果,确定针对生产对象的管理策略;
将碳排量等级检测结果和管理策略发送至客户端的管理界面进行显示。
可选地,在将碳排量等级检测结果和管理策略发送至客户端的管理界面进行显示的步骤之后,还包括:
在接收到客户端发送的处理触发指令时,确定管理策略对应的目标跳转信息,其中,目标跳转信息携带目标处理界面的跳转地址;
将目标跳转信息发送至客户端,其中,目标跳转信息用于客户端根据跳转地址跳转至目标处理界面。
根据本说明书实施例的第三方面,提供了一种碳排量等级检测装置,包括:
数据获取模块,被配置为获取第一生产对象在各类属性信息下的各个指标的指标数据,其中,每个生产对象对应至少一类属性信息,每类属性信息下包括至少一个指标;
权重计算模块,被配置为根据第一生产对象在各类属性信息下的各个指标的指标数据,以及各个指标的第一权重,计算第一生产对象在各类属性信息下的各个指标的第二权重,其中,第一权重表征指标对于指定地域范围内的任一生产对象的碳排量的影响程度;
检测模块,被配置为根据第一生产对象在各类属性信息下的各个指标的第二权重,确定第一生产对象的碳排量等级检测结果。
可选地,该装置还包括:归一化模块;
数据获取模块,还被配置为获取第一生产对象所处的指定地域范围内特定比例的生产对象的第一指标的指标数据,其中,第一指标为各个指标中的任一指标;
归一化模块,配置为对指定地域范围内特定比例的生产对象的第一指标的指标数据进行归一化处理;
权重计算模块,还被配置为基于归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,计算第一指标的第一权重。
可选地,归一化模块,进一步被配置为分别对指定地域范围内特定比例的生产对象的第一指标的指标数据进行取对数操作,得到指定地域范围内特定比例的生产对象的第一指标的对数结果;分别将指定地域范围内特定比例的生产对象的第一指标的对数结果除以基准对数结果,得到归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,其中,基准对数结果为对指定地域范围内特定比例的生产对象的第一指标的指标数据中的最大值进行取对数操作得到的结果。
可选地,权重计算模块,进一步被配置为根据归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,计算第一指标下指定地域范围内各生产对象所占比重;根据第一指标下指定地域范围内各生产对象所占比重,计算第一指标的信息熵;根据第一指标的信息熵,计算第一指标的第一权重。
可选地,权重计算模块,进一步被配置为利用各个指标的第一权重,对第一生产对象在各类属性信息下的各个指标的指标数据进行加权,得到第一生产对象在各类属性信息下的各个指标的第二权重。
根据本说明书实施例的第四方面,提供了一种碳排量管控装置,包括:
检测结果获取模块,被配置为获取利用上述等级检测方法得到的生产对象的碳排量等级检测结果;
管理策略确定模块,被配置为根据碳排量等级检测结果,确定针对生产对象的管理策略;
推荐显示模块,被配置为将碳排量等级检测结果和管理策略发送至客户端的管理界面进行显示。
可选地,该装置还包括:
跳转模块,被配置为在接收到客户端发送的处理触发指令时,确定管理策略对应的目标跳转信息,其中,目标跳转信息携带目标处理界面的跳转地址;将目标跳转信息发送至客户端,其中,目标跳转信息用于客户端根据跳转地址跳转至目标处理界面。
根据本说明书实施例的第五方面,提供了一种计算设备,包括:存储器和处理器;
存储器用于存储计算机可执行指令,处理器用于执行计算机可执行指令,该计算机可执行指令被处理器执行上述碳排量等级检测方法或碳排量管控方法。
根据本说明书实施例的第六方面,提供了一种计算机可读存储介质,其存储有计算机可执行指令,该指令被处理器执行时实现上述碳排量等级检测方法或碳排量管控方法。
根据本说明书实施例的第七方面,提供了一种计算机程序,其中,当所述计算机程序在计算机中执行时,令计算机执行上述碳排量等级检测方法或碳排量管控方法。
本说明书一个实施例实现了在获取到第一生产对象在各类属性信息下的各个指标的指标数据之后,根据第一生产对象在各类属性信息下的各个指标的指标数据,以及各个指标的第一权重,计算第一生产对象在各类属性信息下的各个指标的第二权重,进一步地,根据生产对象在各类属性信息下的各个指标的第二权重,确定第一生产对象的碳排量等级检测结果。由于每个生产对象对应至少一类属性信息,每类属性信息下包括至少一个指标,获取到的数据是第一生产对象在各类属性信息下各个指标的指标数据,保证了数据的多样性,并且根据获取到的指标数据和各个指标的第一权重,计算出第一生产对象在各类属性信息下的第二权重,第一权重表征了指标对于指定地域范围内的任一生产对象的碳排量的影响程度,因此,根据第一生产对象在各类属性信息下的各个指标的第二权重确定出的生产对象的碳排量等级检测结果能够更准确、客观地反映生产对象的碳排量情况。
附图说明
图1是本说明书一个实施例提供的一种碳排量等级检测方法的流程图;
图2是本说明书一个实施例提供的一种碳排量管控方法的流程图;
图3是本说明书一个实施例提供的另一种碳排量等级检测方法的流程图;
图4是本说明书一个实施例提供的一种碳排量等级检测装置的结构示意图;
图5是本说明书一个实施例提供的一种碳排量管控装置的结构示意图;
图6是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本说明书内涵的情况下做类似推广,因此本说明书不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书一个或多个实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
首先,对本说明书一个或多个实施例涉及的名词术语进行解释。
协同发展:将经济发展和环境保护结合考虑,在发展的同时对环境的伤害降到最低,绿色可持续发展。
温室气体排放量:二氧化碳(CO2)、甲烷(CH4)、氧化亚氮(N2O)、氢氟碳化物(HFCs)、全氟化碳(PFCs)、六氟化硫(SF6)和三氟化氮(NF3)的排放量。
化学需氧量:以化学方法测量水样中需要被氧化的还原性物质的量,用于监测水体中有机污染物的量。
挥发性有机物:通常分为非甲烷碳氢化合物(NMHCs)、含氧有机化合物、卤代烃、含氮有机化合物、含硫有机化合物等几大类。
能源强度:能源消耗量和总产值的比值。
温室气体排放强度:温室气体排放量和总产值的比值。
二氧化碳排放因子:某种耗能过程二氧化碳排放的系数。
在本说明书中,提供了一种碳排量等级检测方法,本说明书同时涉及一种碳排量管控方法,一种碳排量等级检测装置,一种碳排量管控装置,一种计算设备,一种计算机可读存储介质,以及一种计算机程序,在下面的实施例中逐一进行详细说明。
本说明书实施例所提供的碳排量等级检测方法和碳排量管控方法的执行主体可以为用于对企业、工厂等生产对象进行生产评估的管理设备、服务器等,还可以为安装有生产评价工具的计算设备。本说明书实施例所提供的碳排量等级检测方法和碳排量管控方法可以被设置于执行主体中的软件、硬件电路、逻辑电路中的至少一种执行实现。
图1示出了根据本说明书一个实施例提供的一种碳排量等级检测方法的流程图,具体包括以下步骤。
步骤102:获取第一生产对象在各类属性信息下的各个指标的指标数据,其中,每个生产对象对应至少一类属性信息,每类属性信息下包括至少一个指标。
在本说明书中,生产对象具体指的是具有生产能力的实体,包括企业、工厂等,第一生产对象是指需要进行碳排量等级检测的生产对象。在具体生产时,生产对象往往会产生大量的、不同类型信息的数据,例如,生产对象的基本信息,生产对象的化石能源(原煤、洗精煤、其他洗煤、煤制品、汽油、柴油、煤油、燃料油、液化石油气、炼厂干气、石油焦、其他石油制品、天然气、液化天然气、煤气、其他煤气)、电力、热力能源消耗情况,企业各污染物(一般固废、危险废物、化学需氧量、氨氮、总氮、总磷、二氧化硫、氮氧化物、挥发性有机物)排放情况等。
每个生产对象对应至少一类属性信息,属性信息具体可以包括经济类属性信息、资源类属性信息、环境类属性信息和碳排放类属性信息等,其中,经济类属性信息、资源类属性信息、环境类属性信息和碳排放类属性信息的数据是衡量生产对象碳排量最核心的数据。每类属性信息下包括了至少一个指标,指标是在一类属性信息下对数据的进一步划分,例如,经济类包括总产值等指标;资源类包括能源总量、能源强度、化石能源占比等指标;环境类包括一般固废排放、危险固废排放、化学需氧量排放、氨氮排放、总氮排放、总磷排放、二氧化硫排放、氮氧化物排放、挥发性有机物排放、化学需氧量排放强度、氨氮排放强度、总氮排放强度、总磷排放强度、二氧化硫排放强度、氮氧化物排放强度、挥发性有机物排放强度等指标;碳排放类包括温室气体排放、温室气体排放强度等指标。
为了保证数据的多样性,更加完整地考虑实际场景,在本说明书实施例中,需要获取生产对象在各类属性信息下的各个指标的指标数据,由于数据是海量的,因此,具体可以通过云平台,采用云技术获取上述指标数据。
具体地,在本说明书实施例的一种实现方式中,步骤102具体可以通过如下方式实现:获取生产对象在生产过程中产生的各指标数据,其中,指标数据携带有指标标签;根据各指标数据的指标标签,将各指标数据划分到不同属性集合中,并针对同一属性集合中的指标数据标注相同的属性信息。
所获取的指标数据通常携带有指标标签,指标标签是指标的一种标识,例如总产值可以标识为a、能源强度可以标识为b、一般固废排放可以标识为c等,则获取到例如总产值的具体数据为1000000,会携带有a这一指标标签,在获取到该数据1000000,通过读取其携带的指标标签a,可以确定该数据是总产值指标下的指标数据,进一步地,可以根据各指标数据的指标标签,将各指标数据进行划分,具体的划分方式可以是对指标标签所标识的指标进行识别,然后进行划分,例如把总产值的指标数据划分到一类、把废物排放的指标数据划分到一类、把碳排放的指标数据划分到一类等,这样,就可把各指标数据划分到不同属性集合中,一个属性集合中的指标数据属于同一类,可以针对同一属性集合中的指标数据标注相同的属性信息。这里所提及的数据类型仅为一种标记,不做具体限定。
步骤104,根据第一生产对象在各类属性信息下的各个指标的指标数据,以及各个指标的第一权重,计算第一生产对象在各类属性信息下的各个指标的第二权重,其中,第一权重表征指标对于指定地域范围内的任一生产对象的碳排量的影响程度。
在获取到第一生产对象在各类属性信息下的各个指标的指标数据之后,可以根据各个指标的第一权重,对第一生产对象在各类属性信息下的各个指标的第二权重进行计算,其中,第一权重表征指标对于指定地域范围内的任一生产对象的碳排量的影响程度,是基于指定地域范围内所有生产对象在各类属性信息下的各个指标的指标数据预先计算出来的。
第一权重的计算方式有很多种,例如因子分析法、主成分分析法、层次分析法(AHP,Analytic Hierarchy Process)、优序图法、熵值法、客观权重赋权法(CRITIC,Criteria Importance Though Intercriteria Correlation)、独立性权重法、信息量权重法。其中,因子分析法和主成分分析法利用数据的信息浓缩原理,利用方差解释率进行权重计算;AHP和优序图法利用数字的相对大小信息进行权重计算;熵值法利用数据熵值信息即信息量大小进行权重计算;CRITIC、独立性权重法和信息量权重法利用数据的波动性或者数据之间的相关关系情况进行权重计算。在具体实施中,可以结合具体数据和实际情况选择相应的方法进行权重计算,下面以熵值法为例,对第一权重的计算方式进行详细介绍。
在本说明书实施例的一种实现方式中,针对各个指标中的第一指标,第一指标的第一权重的计算方法具体可以为:
获取第一生产对象所处的指定地域范围内特定比例的生产对象的所述第一指标的指标数据,其中,第一指标为各个指标中的任一指标;
对指定地域范围内特定比例的生产对象的第一指标的指标数据进行归一化处理;
基于归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,计算第一指标的第一权重。
本实施例中,第一指标是指各个指标中的任一指标,以第一指标为例,对第一指标的第一权重计算方法进行详细介绍,计算第一指标的第一权重,需要获取第一生产对象所处的指定地域范围内特定比例的生产对象的第一指标的指标数据,然后对指定地域范围内特定比例的生产对象的第一指标的指标数据进行归一化处理,将所有生产对象的第一指标的指标数据归一化到同一维度下,归一化的过程具体可以以某一指标数据为基准,第一指标特定比例的指标数据归一化至同一维度,其中,特定比例不做限定,可以是100%、80%、50%等。以总产值为例,生产对象A的总产值为1000000、生产对象B的总产值为500000、生产对象C的总产值为200000,则可以1000000为基准,分别用生产对象A的总产值1000000、生产对象B的总产值500000、生产对象C的总产值200000分别除以1000000,则可得到归一化后的生产对象A的总产值为1、生产对象B的总产值为0.5、生产对象C的总产值为0.2,将总产值这一指标下的指标数据归一化到了0至1之间。在进行数据归一化后,基于归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,计算第一指标的第一权重。
在本说明书实施例的一种实现方式中,对指定地域范围内特定比例的生产对象的第一指标的指标数据进行归一化处理的步骤具体可以通过如下方式实现:
分别对指定地域范围内特定比例的生产对象的第一指标的指标数据进行取对数操作,得到指定地域范围内特定比例的生产对象的第一指标的对数结果;
分别将指定地域范围内特定比例的生产对象的第一指标的对数结果除以基准对数结果,得到归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,其中,基准对数结果为对指定地域范围内特定比例的生产对象的第一指标的指标数据中的最大值进行取对数操作得到的结果。
在本实施例中,针对第一指标,可以先从指定地域范围内特定比例的生产对象中确定出一个基准生产对象,具体可以是针对第一指标下各个生产对象的指标数据,选择其中最大值的生产对象作为第一指标的基准生产对象。其主要原因是在进行归一化时,如果基准生产对象的指标数据不是最大值,那么,在以该基准生产对象的指标数据为标准进行归一化时,势必会出现有的数据大于1、有的数据小于1的情况,并未实现将指标数据归一化到一个维度下的目的。因此,为了保证归一化的正确执行,需要确定第一指标的指标数据为最大值的生产对象作为第一指标的基准生产对象。
在实际应用中,生产对象的指标数据一般为非线性数据,针对非线性数据,在进行归一化处理时,会分别对指定地域范围内特定比例的生产对象的第一指标的指标数据进行取对数操作,得到指定地域范围内特定比例的生产对象的第一指标的对数结果,然后分别将指定地域范围内特定比例的生产对象的第一指标的对数结果除以基准对数结果,即可得到归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据。
具体的,可以采用以10为底的对数处理,其中最大值为基准生产对象的第一指标的指标数据,最小值为0,为了避免出现负值,可以将每个指标数据均加1后计算,也就是在每个指标数据加1后取对数,然后除以最大值加1后取对数,即可得到每个指标数据归一化后的结果。
当然,上述仅仅给出了非线性数据的实现方式,如果指标数据均为线性数据,也可以直接采用每个指标数据直接除以最大值的方式,计算得到每个指标数据归一化后的结果。
在本说明书实施例的一种实现方式中,基于归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,计算第一指标的第一权重的步骤,具体可以通过如下方式实现:
根据归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,计算第一指标下指定地域范围内各生产对象所占比重;
根据第一指标下指定地域范围内各生产对象所占比重,计算第一指标的信息熵;
根据第一指标的信息熵,计算第一指标的第一权重。
在本实施例中,采用熵值法来计算权重,熵是不确定性的一种度量,信息量越大,不确定性就越小,熵也就越小;信息量越小,不确定性就越大,熵也就越大。因而利用熵值法进行权重计算,结合各指标的指标数据,利用信息熵这个工具,计算出各指标的权重,为多指标综合评估提供依据。具体的计算过程为:
首先,根据归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,计算第一指标下指定地域范围内各生产对象所占比重,归一化后的指标数据可以组成一个矩阵,该矩阵的行为生产对象、列为指标,则元素xij表示生产对象i的指标j的指标数据,则指标j下第i个生产对象所占比重可以通过公式(1)计算得到:
其中,pij为指标j下第i个生产对象所占比重,xij为生产对象i的指标j的指标数据,i=1,…,n,j=1,…,m,n为生产对象的总数,m为指标的总数。
其次,根据第一指标下指定地域范围内各生产对象所占比重,计算第一指标的信息熵。具体地,可以利用公式(2)和(3)计算得到信息熵:
最后,在计算得到第一指标的信息熵后,根据第一指标的信息熵,计算出第一指标的第一权重。具体地,可以利用公式(4)计算得到第一指标的第一权重;
在本说明书实施例的一种实现方式中,步骤104具体可以通过如下方式实现:
利用各个指标的第一权重,对第一生产对象在各类属性信息下的各个指标的指标数据进行加权,得到第一生产对象在各类属性信息下的各个指标的第二权重。
也就是说,第二权重是由各个指标的第一权重对生产对象在各类属性信息下的各个指标的指标数据进行加权得到,第二权重为加权结果。
步骤106,根据第一生产对象在各类属性信息下的各个指标的第二权重,确定第一生产对象的碳排量等级检测结果。
在计算出第一生产对象在各类属性信息下的各个指标的第二权重之后,综合各类属性信息下的各个指标的第二权重,可得到第一生产对象的碳排量等级检测结果。具体获得第一生产对象的碳排量等级检测结果的方式,可以通过累加、加权等方式计算得到,因此,碳排量等级检测结果可以是一个数值,该数值的大小表征了碳排量等级,数值越大则碳排量等级越高。在获得碳排量等级检测结果之后,可以将碳排量等级检测结果输出,以使监管机构根据第一生产对象的碳排量等级检测结果进行相应的管理(例如整顿、鼓励发展、嘉奖等)。当然,本说明书实施例也可以针对多个生产对象分别得到碳排量等级检测结果,根据各生产对象的碳排量等级检测结果,给各生产对象进行排名,输出最终的排名结果。
应用本说明书实施例,实现了在获取到第一生产对象在各类属性信息下的各个指标的指标数据之后,根据第一生产对象在各类属性信息下的各个指标的指标数据,以及各个指标的第一权重,计算第一生产对象在各类属性信息下的各个指标的第二权重,进一步地,根据生产对象在各类属性信息下的各个指标的第二权重,确定第一生产对象的碳排量等级检测结果。由于每个生产对象对应至少一类属性信息,每类属性信息下包括至少一个指标,获取到的数据是第一生产对象在各类属性信息下各个指标的指标数据,保证了数据的多样性,并且根据获取到的指标数据和各个指标的第一权重,计算出第一生产对象在各类属性信息下的第二权重,第一权重表征了指标对于指定地域范围内的任一生产对象的碳排量的影响程度,因此,根据第一生产对象在各类属性信息下的各个指标的第二权重确定出的生产对象的碳排量等级检测结果能够更准确、客观地反映生产对象的碳排量情况。
通过本方案,综合对环境的影响、资源的消耗以及产值,碳排量等级检测结果的大小可以用于判断生产对象在整个行业或者地区中生产状况的绿色程度,为监管部门发展低碳经济、建立健全低碳社会提供可靠、真实、及时的数据支撑,另一方面根据碳排量等级检测结果,可以帮助目标对象精准化解难题,有效引导驱动生产对象提升能效管理。
此外,在本说明书实施例中,指标可根据实际可得数据进行相应的增减,比如能源类指标可增加型煤、资源类指标可增加生产对象的产出资源。例如在计算某地生产对象的碳排量等级检测结果的时候,发现生产对象A的资源类指标异常,发现是其能源消耗量相比其他生产对象数据过大,考虑生产对象A是发电类的企业,有清洁能源产出,所以加入一个“资源产出价值”指标,将其产出的电量考虑进去,避免计算偏差。
本说明书提供的碳排量等级检测方法还可以包括如下步骤:确定第一生产对象在各类属性信息下的各个指标的指标数据是否在预设取值范围内;删除不在预设取值范围内的指标数据。
在本实施例中,由于采集数据时是通过云平台采集的海量数据,难免会采集到一些异常数据,因此,在采集到指标数据之后,需要对指标数据进行判断,确定第一生产对象在各类属性信息下的各个指标的指标数据是否在预设取值范围内,如果在预设取值范围内,则说明该指标数据为正常数据,如果不在预设取值范围内,则说明该指标数据为异常数据,需要删除这些异常数据。这样,能够保证进行权重计算的指标数据都是正常数据,避免了异常数据对于评估结果的偏差影响。另外,在本实施例中,不同的指标对应有不同的预设取值范围,也就是说,针对不同的指标,其正常数据的取值范围有一定的区别。
针对于多个生产对象进行碳排量等级检测来讲,本说明书实施例提供的碳排量等级检测方法还可以包括如下步骤:识别各生产对象的碳排量等级检测结果之间的差异度;若差异度小于预设阈值,则调整各指标的权重。
在获得各生产对象的碳排量等级检测结果之后,可以根据获得的各生产对象的碳排量等级检测结果对权重进行调整。具体地,可以对各生产对象的碳排量等级检测结果之间的差异度进行识别,如果识别出差异度小于预设阈值,即各生产对象的碳排量等级检测结果之间的差异很小(普遍偏高或者偏低),可以对各指标的权重进行调整,具体的调整方式可以为向监管人员发送调整指示,由监管人员进行调整,使得各生产对象的碳排量等级检测结果之间差异化,以便于度各生产对象进行对比。
另外,除了可以由监管人员进行权重调整以外,还可以采用层次分析法自动地对各指标的权重进行调整。层次分析法是对一些较为复杂、较为模糊的问题做出决策的简易方法,适用于难于完全定量分析的问题。具体层次分析法的处理步骤如下。
首先,构造判断矩阵:由专家对同一层次内n个指标的相对重要性进行打分,相对重要性的比例标度取1-9(为了简便,可以选择1-3)。其中,1表示两个指标具有相同重要性,3表示两个指标中前者比后者稍重要,5表示两个指标中前者比后者明显重要,7表示两个指标中前者比后者强烈重要,9表示两个指标中前者比后者极端重要,2、4、6、8表示上述相邻判断的中间值。则可构建判断矩阵A(正交矩阵),用ai,j表示第i个指标相对于第j个指标的比较结果。
其次,计算权重:将矩阵A的各行进行几何平均(方根法),然后进行归一化,即得到各评价指标权重。
然后,进行一致性检验:对于n阶判断矩阵A,当且仅当其最大特征根时,才为一致矩阵;否则,n阶正反矩阵非一致时,必有。因此,可以通过比较和n来比较A是否一致矩阵,当比n大的越多,A的非一致性程度也就越严重。定义一致性指标(CI,Consistency Index)、随机一致性指标(RI,RandomIndex)和一致性比例(CR,ConsistencyRatio):
其中,RI的设定如表1所示。
表1矩阵技术与RI的对应表
矩阵阶数 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
RI | 0.5149 | 0.8931 | 1.1185 | 1.2494 | 1.3450 | 1.420 | 1.4616 | 1.49 | 1.51 |
当CR<0.1时,即认为矩阵具有满意的一致性,否则需要对判断矩阵进行调整。
图2示出了根据本说明书一个实施例提供的一种碳排量管控方法的流程图,具体包括以下步骤。
步骤202:获取生产对象的碳排量等级检测结果。其中,碳排量等级检测结果利用上述碳排量等级检测方法得到。
步骤204,根据碳排量等级检测结果,确定针对生产对象的管理策略。
步骤206,将碳排量等级检测结果和管理策略发送至客户端的管理界面进行显示。
本实施例中在获得生产对象的碳排量等级检测结果之后,可以根据生产对象的碳排量等级检测结果确定出针对生产对象的管理策略。具体地,生产对象的碳排量等级检测结果可以是评分的方式,则为具体的分值,那么在得到生产对象的碳排量等级检测结果后,对生产对象的碳排量等级检测结果所属的评估区间进行识别,预先设定有评估区间与管理策略的对应关系,因此,在识别出生产对象的碳排量等级检测结果所属的评估区间,可以相应的确定出生产对象的管理策略,对生产对象的管理策略进行针对性推荐,也就是将生产对象的碳排量等级检测结果和管理策略发送至客户端的管理界面进行显示,能够使得监管机构的管理人员能够在客户端的管理界面上,直观地看到生产对象的碳排量等级检测结果和推荐的管理策略,达到管理策略精准推荐的目的,从而引导辖区内生产对象可持续发展。例如,如果碳排量等级检测结果高于50,则为重点监管生产对象,所设定的管理策略可以为罚款、通报、责令整改等;又例如,如果碳排量等级检测结果介于20-50之间,则为需关注生产对象,所设定的管理策略可以为给予通知、减少优惠措施、不鼓励发展等;再例如,如果碳排量等级检测结果低于20,则为优质生产对象,所设定的管理策略可以为嘉奖、优惠措施等。当然,针对有多个生产对象的情况,在进行推荐显示时,还可以按照生产对象的碳排量检测结果从低到高的顺序进行排序,然后将排序结果发送给客户端,以使客户端按照该排序结果显示推荐的内容。
在本说明书实施例中,管理策略可以由针对不同的指标分别设置的分散的管理规则组成,则在得到碳排量等级检测结果后,可以判断获得该碳排量等级检测结果所对应的指标,以及这些指标的指标数据,然后基于指标数据,选择相应的管理规则,由此组成针对生产对象的管理策略。此外,管理策略还可以经过机器学习的方式不断更新,使得在实际应用时,所确定的管理策略更为符合实际情况、更准确。
应用本说明书实施例,在获得生产对象的碳排量等级检测结果之后,对生产对象的碳排量等级检测结果对应的管理策略进行识别,对生产对象的管理策略进行针对性推荐,能够达到管理策略精准推荐的目的,从而引导辖区内生产对象可持续发展。
在本说明书实施例的一种实现方式中,在步骤206之后还可以执行如下步骤:
在接收到客户端发送的处理触发指令时,确定管理策略对应的目标跳转信息,其中,目标跳转信息携带目标处理界面的跳转地址;
将目标跳转信息发送至客户端,其中,目标跳转信息用于客户端根据跳转地址跳转至目标处理界面。
管理界面提供有交互功能,监管机构的管理人员可以在管理界面上选择是否执行管理策略对应的处理,管理人员点击处理,则客户端会发起一个处理触发指令,在接收到客户端发送的触发指令后,可以确定管理策略对应的目标跳转信息,例如生产对象的管理策略为罚款,则可以确定罚款页面的跳转地址,再例如生产对象的管理策略为通报,则可以确定通报页面的跳转地址,相应地,可以将目标跳转信息发送至客户端,客户端接收到目标跳转信息后,获得目标处理界面的跳转地址,则可根据跳转地址跳转到目标处理界面。管理人员则可在目标处理界面中,对生产对象进行相应处理。本实施例增加了交互功能,管理人员可以直接在客户端进行简单操作,即可实现对生产对象的管理,更有益于碳排监管的落地执行。
综上所述,本说明书所提供的生产对象的碳排量等级检测方法主要包括获取数据、计算指标、调整权重、精准施政4个步骤,如图3所示,为本说明书一个实施例提供的另一种碳排量等级检测方法的流程图。
其中,获取数据包括通过云平台收集四大类的数据:经济类、资源类、环境类和碳排放类,具体收集的数据见图1所示实施例的描述,这里不再赘述,具体在获取到数据之后可以进行能耗计算和碳排放计算,作为计算指标步骤的输入,当然,所获取的数据也可以直接包括能耗数据和碳排放数据;计算指标包括确定标杆企业(即上述的基准生产对象)和建立统一评估体系(即归一化),具体确定标杆企业的方式见图1所示实施例确定基准生产对象的描述,这里不再赘述,具体建立统一评估体系的方式见图1所示实施例归一化的描述,这里也不再赘述;调整权重包括各指标的权重分配和权重调整,具体各指标的权重分配方式见图1所示实施例计算各指标的权重的描述,这里不再赘述,权重分配还可以包括对各大类数据的权重分配,具体可以根据各大类数据的重要性进行权重分配,在权重分配后还可以对权重分配的结果进行合理性检验,具体权重调整的方式见图1所示实施例的描述,这里也不再赘述;精准施政包括企业排名、行业对比和措施优选,在获得各生产对象检测结果后,根据各生产对象检测结果,给各生产对象进行排名,输出最终的排名结果,通过排名可以进行行业内企业之间的对比,并且,在获得各生产对象检测结果之后,对各生产对象检测结果所属的评估区间进行识别,在识别出各生产对象检测结果所属的评估区间,可以相应的确定出各生产对象的目标管理策略,对各生产对象的目标管理策略进行针对性推荐,能够达到管理策略精准推荐的目的,从而引导辖区内生产对象可持续发展。
与上述方法实施例相对应,本说明书还提供了碳排量等级检测装置实施例,图4示出了本说明书一个实施例提供的一种碳排量等级检测装置的结构示意图。如图4所示,该装置包括:
数据获取模块420,被配置为获取第一生产对象在各类属性信息下的各个指标的指标数据,其中,每个生产对象对应至少一类属性信息,每类属性信息下包括至少一个指标;
权重计算模块440,被配置为根据第一生产对象在各类属性信息下的各个指标的指标数据,以及各个指标的第一权重,计算第一生产对象在各类属性信息下的各个指标的第二权重,其中,第一权重表征指标对于指定地域范围内的任一生产对象的碳排量的影响程度;
检测模块460,被配置为根据第一生产对象在各类属性信息下的各个指标的第二权重,确定第一生产对象的碳排量等级检测结果。
应用本说明书实施例,在获取到第一生产对象在各类属性信息下的各个指标的指标数据之后,根据第一生产对象在各类属性信息下的各个指标的指标数据,以及各个指标的第一权重,计算第一生产对象在各类属性信息下的各个指标的第二权重,进一步地,根据生产对象在各类属性信息下的各个指标的第二权重,确定第一生产对象的碳排量等级检测结果。由于每个生产对象对应至少一类属性信息,每类属性信息下包括至少一个指标,获取到的数据是第一生产对象在各类属性信息下各个指标的指标数据,保证了数据的多样性,并且根据获取到的指标数据和各个指标的第一权重,计算出第一生产对象在各类属性信息下的第二权重,第一权重表征了指标对于指定地域范围内的任一生产对象的碳排量的影响程度,因此,根据第一生产对象在各类属性信息下的各个指标的第二权重确定出的生产对象的碳排量等级检测结果能够更准确、客观地反映生产对象的碳排量情况。
可选地,该装置还包括:归一化模块;
数据获取模块420,还被配置为获取第一生产对象所处的指定地域范围内特定比例的生产对象的第一指标的指标数据,其中,第一指标为各个指标中的任一指标;
归一化模块,配置为对指定地域范围内特定比例的生产对象的第一指标的指标数据进行归一化处理;
权重计算模块440,还被配置为基于归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,计算第一指标的第一权重。
可选地,归一化模块,进一步被配置为分别对指定地域范围内特定比例的生产对象的第一指标的指标数据进行取对数操作,得到指定地域范围内特定比例的生产对象的第一指标的对数结果;分别将指定地域范围内特定比例的生产对象的第一指标的对数结果除以基准对数结果,得到归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,其中,基准对数结果为对指定地域范围内特定比例的生产对象的第一指标的指标数据中的最大值进行取对数操作得到的结果。
可选地,权重计算模块440,进一步被配置为根据归一化处理后指定地域范围内特定比例的生产对象的第一指标的指标数据,计算第一指标下指定地域范围内各生产对象所占比重;根据第一指标下指定地域范围内各生产对象所占比重,计算第一指标的信息熵;根据第一指标的信息熵,计算第一指标的第一权重。
可选地,权重计算模块440,进一步被配置为利用各个指标的第一权重,对第一生产对象在各类属性信息下的各个指标的指标数据进行加权,得到第一生产对象在各类属性信息下的各个指标的第二权重。
上述为本实施例的一种碳排量等级检测装置的示意性方案。需要说明的是,该碳排量等级检测装置的技术方案与上述的碳排量等级检测方法的技术方案属于同一构思,碳排量等级检测装置的技术方案未详细描述的细节内容,均可以参见上述碳排量等级检测方法的技术方案的描述。
与上述方法实施例相对应,本说明书还提供了碳排量管控装置实施例,图5示出了本说明书一个实施例提供的一种碳排量管控装置的结构示意图。如图5所示,该装置包括:
检测结果获取模块520,被配置为获取利用上述等级检测方法得到的生产对象的碳排量等级检测结果;
管理策略确定模块540,被配置为根据碳排量等级检测结果,确定针对生产对象的管理策略;
推荐显示模块560,被配置为将碳排量等级检测结果和管理策略发送至客户端的管理界面进行显示。
应用本说明书实施例,在获得生产对象的碳排量等级检测结果之后,对生产对象的碳排量等级检测结果对应的管理策略进行识别,对生产对象的管理策略进行针对性推荐,能够达到管理策略精准推荐的目的,从而引导辖区内生产对象可持续发展。
可选地,该装置还包括:
跳转模块,被配置为在接收到客户端发送的处理触发指令时,确定管理策略对应的目标跳转信息,其中,目标跳转信息携带目标处理界面的跳转地址;将目标跳转信息发送至客户端,其中,目标跳转信息用于客户端根据跳转地址跳转至目标处理界面。
上述为本实施例的一种碳排量管控装置的示意性方案。需要说明的是,该碳排量管控装置的技术方案与上述的碳排量管控方法的技术方案属于同一构思,碳排量管控装置的技术方案未详细描述的细节内容,均可以参见上述碳排量管控方法的技术方案的描述。
图6示出了根据本说明书一个实施例提供的一种计算设备600的结构框图。该计算设备600的部件包括但不限于存储器610和处理器620。处理器620与存储器610通过总线630相连接,数据库650用于保存数据。
计算设备600还包括接入设备640,接入设备640使得计算设备600能够经由一个或多个网络660通信。这些网络的示例包括公用交换电话网(PSTN,Public SwitchedTelephone Network)、局域网(LAN,Local Area Network)、广域网(WAN,Wide AreaNetwork)、个域网(PAN,Personal Area Network)或诸如因特网的通信网络的组合。接入设备640可以包括有线或无线的任何类型的网络接口(例如,网络接口卡(NIC,NetworkInterface Card))中的一个或多个,诸如IEEE802.11无线局域网(WLAN,Wireless LocalArea Networks)无线接口、全球微波互联接入(Wi-MAX,World Interoperability forMicrowave Access)接口、以太网接口、通用串行总线(USB,Universal Serial Bus)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC,Near Field Communication)接口,等等。
在本说明书的一个实施例中,计算设备600的上述部件以及图6中未示出的其他部件也可以彼此相连接,例如通过总线。应当理解,图6所示的计算设备结构框图仅仅是出于示例的目的,而不是对本说明书范围的限制。本领域技术人员可以根据需要,增添或替换其他部件。
计算设备600可以是任何类型的静止或移动计算设备,包括移动计算机或移动计算设备(例如,平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如,智能手机)、可佩戴的计算设备(例如,智能手表、智能眼镜等)或其他类型的移动设备,或者诸如台式计算机或PC的静止计算设备。计算设备600还可以是移动式或静止式的服务器。
其中,处理器620用于执行如下计算机可执行指令,该计算机可执行指令被处理器执行时实现上述碳排量等级检测方法或碳排量管控方法的步骤。
上述为本实施例的一种计算设备的示意性方案。需要说明的是,该计算设备的技术方案与上述的碳排量等级检测方法或碳排量管控方法的技术方案属于同一构思,计算设备的技术方案未详细描述的细节内容,均可以参见上述碳排量等级检测方法或碳排量管控方法的技术方案的描述。
本说明书一实施例还提供一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现上述碳排量等级检测方法或碳排量管控方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是,该存储介质的技术方案与上述的碳排量等级检测方法或碳排量管控方法的技术方案属于同一构思,存储介质的技术方案未详细描述的细节内容,均可以参见上述碳排量等级检测方法或碳排量管控方法的技术方案的描述。
本说明书一实施例还提供一种计算机程序,其中,当所述计算机程序在计算机中执行时,令计算机执行上述碳排量等级检测方法或碳排量管控方法的步骤。
上述为本实施例的一种计算机程序的示意性方案。需要说明的是,该计算机程序的技术方案与上述的碳排量等级检测方法或碳排量管控方法的技术方案属于同一构思,计算机程序的技术方案未详细描述的细节内容,均可以参见上述碳排量等级检测方法或碳排量管控方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本说明书实施例并不受所描述的动作顺序的限制,因为依据本说明书实施例,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本说明书实施例所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书实施例的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本说明书实施例的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。
Claims (10)
1.一种碳排量等级检测方法,包括:
获取第一生产对象在各类属性信息下的各个指标的指标数据,其中,每个生产对象对应至少一类属性信息,每类属性信息下包括至少一个指标;
根据所述第一生产对象在各类属性信息下的各个指标的指标数据,以及各个所述指标的第一权重,计算所述第一生产对象在各类属性信息下的各个指标的第二权重,所述第一权重表征所述指标对于指定地域范围内的任一生产对象的碳排量的影响程度;
根据所述第一生产对象在各类属性信息下的各个指标的第二权重,确定所述第一生产对象的碳排量等级检测结果。
2.根据权利要求1所述的方法,针对所述各个指标中的第一指标,所述第一指标的所述第一权重的计算方法具体为:
获取所述第一生产对象所处的指定地域范围内特定比例的生产对象的所述第一指标的指标数据,所述第一指标为所述各个指标中的任一指标;
对所述指定地域范围内特定比例的生产对象的所述第一指标的指标数据进行归一化处理;
基于归一化处理后所述指定地域范围内特定比例的生产对象的所述第一指标的指标数据,计算所述第一指标的第一权重。
3.根据权利要求2所述的方法,所述对所述指定地域范围内特定比例的生产对象的所述第一指标的指标数据进行归一化处理的步骤,包括:
分别对所述指定地域范围内特定比例的生产对象的所述第一指标的指标数据进行取对数操作,得到所述指定地域范围内特定比例的生产对象的所述第一指标的对数结果;
分别将所述指定地域范围内特定比例的生产对象的所述第一指标的对数结果除以基准对数结果,得到归一化处理后所述指定地域范围内特定比例的生产对象的所述第一指标的指标数据,其中,所述基准对数结果为对所述指定地域范围内特定比例的生产对象的所述第一指标的指标数据中的最大值进行取对数操作得到的结果。
4.根据权利要求2或3所述的方法,所述基于归一化处理后所述指定地域范围内特定比例的生产对象的所述第一指标的指标数据,计算所述第一指标的第一权重的步骤,包括:
根据归一化处理后所述指定地域范围内特定比例的生产对象的所述第一指标的指标数据,计算所述第一指标下所述指定地域范围内各生产对象所占比重;
根据所述第一指标下所述指定地域范围内各生产对象所占比重,计算所述第一指标的信息熵;
根据所述第一指标的信息熵,计算所述第一指标的第一权重。
5.根据权利要求1至3任一项所述的方法,所述根据所述第一生产对象在各类属性信息下的各个指标的指标数据,以及各个所述指标的第一权重,计算所述第一生产对象在各类属性信息下的各个指标的第二权重的步骤,包括:
利用所述各个指标的第一权重,对所述第一生产对象在各类属性信息下的各个指标的指标数据进行加权,得到所述第一生产对象在各类属性信息下的各个指标的第二权重。
6.一种碳排量管控方法,包括:
获取利用如权利要求1至5任一项所述方法得到的生产对象的碳排量等级检测结果;
根据所述碳排量等级检测结果,确定针对所述生产对象的管理策略;
将所述碳排量等级检测结果和所述管理策略发送至客户端的管理界面进行显示。
7.根据权利要求6所述的方法,在所述将所述碳排量等级检测结果和所述管理策略发送至客户端的管理界面进行显示的步骤之后,还包括:
在接收到所述客户端发送的处理触发指令时,确定所述管理策略对应的目标跳转信息,所述目标跳转信息携带目标处理界面的跳转地址;
将所述目标跳转信息发送至所述客户端,所述目标跳转信息用于所述客户端根据所述跳转地址跳转至所述目标处理界面。
8.一种计算设备,包括:存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1至5任一项所述的碳排量等级检测方法或6-7任一项所述的碳排量管控方法。
9.一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1至5任一项所述的碳排量等级检测方法或6-7任一项所述的碳排量管控方法。
10.一种计算机程序,其中,当所述计算机程序在计算机中执行时,令计算机执行权利要求1至5任一项所述的碳排量等级检测方法或6-7任一项所述的碳排量管控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111033866.9A CN113469589A (zh) | 2021-09-03 | 2021-09-03 | 碳排量管控方法、等级检测方法及计算设备、介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111033866.9A CN113469589A (zh) | 2021-09-03 | 2021-09-03 | 碳排量管控方法、等级检测方法及计算设备、介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113469589A true CN113469589A (zh) | 2021-10-01 |
Family
ID=77867429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111033866.9A Pending CN113469589A (zh) | 2021-09-03 | 2021-09-03 | 碳排量管控方法、等级检测方法及计算设备、介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113469589A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101937339A (zh) * | 2009-06-30 | 2011-01-05 | 华为技术有限公司 | Widget管理方法及客户端 |
CN102004855A (zh) * | 2010-11-26 | 2011-04-06 | 马慧 | 碳足迹的工程控制方法与评价层次模型 |
CN103793776A (zh) * | 2012-11-02 | 2014-05-14 | 王亚利 | 对碳排放或碳减排行为实现管理的账户系统及方法 |
CN107122591A (zh) * | 2017-03-29 | 2017-09-01 | 长安大学 | 一种沥青面层施工碳排放评价方法 |
-
2021
- 2021-09-03 CN CN202111033866.9A patent/CN113469589A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101937339A (zh) * | 2009-06-30 | 2011-01-05 | 华为技术有限公司 | Widget管理方法及客户端 |
CN102004855A (zh) * | 2010-11-26 | 2011-04-06 | 马慧 | 碳足迹的工程控制方法与评价层次模型 |
CN103793776A (zh) * | 2012-11-02 | 2014-05-14 | 王亚利 | 对碳排放或碳减排行为实现管理的账户系统及方法 |
CN107122591A (zh) * | 2017-03-29 | 2017-09-01 | 长安大学 | 一种沥青面层施工碳排放评价方法 |
Non-Patent Citations (2)
Title |
---|
王世进: "工业企业碳排放绩效评价体系研究", 《科技与经济》 * |
陈瑶: "低碳审计评价指标体系构建及应用研究—以宝钢为例", 《中国优秀硕士学位论文全文数据库(电子期刊)》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cui et al. | A plant-by-plant strategy for high-ambition coal power phaseout in China | |
Xu et al. | Research and application of a hybrid model based on dynamic fuzzy synthetic evaluation for establishing air quality forecasting and early warning system: A case study in China | |
Anderson et al. | What do consumers believe about future gasoline prices? | |
CN106951984B (zh) | 一种系统健康度动态分析预测方法及装置 | |
Wei et al. | Forecasting CO 2 emissions in Hebei, China, through moth-flame optimization based on the random forest and extreme learning machine | |
Lu et al. | Industrial energy assessments: a survey of programs around the world | |
Zhang et al. | VoI-informed decision-making for SHM system arrangement | |
Li et al. | Research on the spatial effect and threshold effect of industrial structure upgrading on carbon emissions in China | |
CN105512465A (zh) | 基于改进vikor法的云平台安全性量化评估方法 | |
Deng | Towards objective benchmarking of electronic government: an inter‐country analysis | |
CN112633762A (zh) | 楼宇能效获取方法及设备 | |
Cui et al. | How does social credit system constructions affect corporate carbon emissions? Empirical evidence from Chinese listed companies | |
Sözen et al. | Overview, modeling and forecasting the effects of COVID-19 pandemic on energy market and electricity demand: A case study on Turkey | |
Wu et al. | Analysis of carbon emission drivers of secondary industries in Energy “Golden Triangle” area based on LMDI and two-dimensional decoupling model | |
CN113283806A (zh) | 企业信息评估方法、装置、计算机设备及存储介质 | |
CN113469589A (zh) | 碳排量管控方法、等级检测方法及计算设备、介质 | |
Chen et al. | Budgetary changes and organizational performance: evidence from state transportation agencies | |
Kartal | Time, frequency, and quantile-based role of R&D investments in energy on sectoral degradation in the United States | |
Doroodi et al. | Comparison of time series approaches for prediction of energy consumption focusing on greenhouse gases emission in Iran | |
Lin et al. | Improved ELECTRE II sustainability assessment framework in power generation technological evaluation | |
CN114154879A (zh) | 电网运行风险评估方法、装置、电子设备及可读存储介质 | |
Bistline et al. | Parameterizing open-source energy models: Statistical learning to estimate unknown power plant attributes | |
Li et al. | Influential Factor Analysis and Projection of Industrial CO 2 Emissions in China Based on Extreme Learning Machine Improved by Genetic Algorithm. | |
Liao et al. | Digital infrastructure empowerment and urban carbon emissions: Evidence from China | |
Sun | Management Research of Big Data Technology in Financial Decision-Making of Enterprise Cloud Accounting |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40060928 Country of ref document: HK |