CN113626766A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN113626766A
CN113626766A CN202110879007.5A CN202110879007A CN113626766A CN 113626766 A CN113626766 A CN 113626766A CN 202110879007 A CN202110879007 A CN 202110879007A CN 113626766 A CN113626766 A CN 113626766A
Authority
CN
China
Prior art keywords
energy consumption
carbon emission
preset
energy
early warning
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
Application number
CN202110879007.5A
Other languages
English (en)
Inventor
忻雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Chuangneng Guorui New Energy Technology Co ltd
Original Assignee
Shanghai Chuangneng Guorui New Energy Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Chuangneng Guorui New Energy Technology Co ltd filed Critical Shanghai Chuangneng Guorui New Energy Technology Co ltd
Priority to CN202110879007.5A priority Critical patent/CN113626766A/zh
Publication of CN113626766A publication Critical patent/CN113626766A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G06Q50/00—Systems or methods specially adapted for 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本申请实施例提供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，该方法包括：从多个采集终端获取能源消耗数据集合，对所述能源消耗数据集合进行统计分类，并基于所述能源消耗数据集合得到各能耗设备的碳排放量；获取为各能耗设备预先设置的能耗预警条件；根据各能耗设备预先设置的能耗预警条件分别判断各能耗设备的碳排放量是否满足对应的能耗预警条件；确定第一目标能耗设备，所述第一目标能耗设备为碳排放量满足各能耗设备对应的能耗预警条件的能耗设备；根据所述第一目标能耗设备的碳排放量生成能耗预警信息；输出所述能耗预警信息。本方案能够自动化的分析和预测碳排放趋势，也能提高碳排放的分析结果的准确性和实时性。

Description

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
技术领域
本申请涉及数据处理技术领域，具体涉及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。
背景技术
在城市碳排放是生态环境领域，为实现碳中和，一般需要统计城市能源和碳排放，以便于对各城市的企业规划和能源使用规划进行统计分析，并基于统计分析的报告对重点能耗设备进行节能改造。
但是，目前仅能从企业端获取企业主动上报的碳排放量和能源消耗数据来进行统计，一方面，企业主动上报的数据存在一定的瞒报、少报等虚假情况，导致统计碳排放时不够严谨和准确，且无法实时的进行统计和分析；另一方面，仅能基于传统的统计方式去统计，耗时且依赖人工统计、分析和推测碳排放趋势。
发明内容
本申请实施例提供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，能够自动化的分析和预测碳排放趋势，也能提高碳排放的分析结果的准确性和实时性。
第一方面，本申请实施例提供了一种处理地理区域中碳排放数据的方法，所述方法包括：
从多个采集终端获取能源消耗数据集合，所述能源消耗数据集合包括至少一个预设时间内多个地理区域中不同行业的不同企业的能耗设备的能源消耗数据；
对所述能源消耗数据集合进行统计分类，并基于所述能源消耗数据集合得到各能耗设备的碳排放量；
获取为各能耗设备预先设置的能耗预警条件；
根据各能耗设备预先设置的能耗预警条件分别判断各能耗设备的碳排放量是否满足对应的能耗预警条件；
确定第一目标能耗设备，所述第一目标能耗设备为碳排放量满足各能耗设备对应的能耗预警条件的能耗设备；
根据所述第一目标能耗设备的碳排放量生成能耗预警信息；
输出所述能耗预警信息。
一些实施方式中，所述基于所述能源消耗数据集合得到各能耗设备的碳排放量之后，所述方法还包括：
确定第二目标能耗设备，所述第二目标能耗设备为满足下项之一的能耗设备：碳排放量高于预设碳排放量、能耗设备所属企业为特定企业、碳排放量至少一次满足所述预设能耗预警条件；
从所述各能耗设备的碳排放量中获取在多个预设时间内所述第二目标能耗设备的碳排放量；
根据在多个预设时间内所述第二目标能耗设备的碳排放量，预测在下一个预设时间内所述第二目标能耗设备的碳排放趋势。
一些实施方式中，所述从多个采集终端获取能源消耗数据集合之前，所述方法还包括：
按照能源类型生成不同能源类型对应的预设能耗数据模板；
按照各能耗设备所使用的的能源的能源类型，向各采集终端分发预设能耗数据模板，所述预设能耗模板中包括多个能耗数据的关键参数项，所述预设能耗模板用于采集终端按照所述预设能耗模板中的各关键参数项进行采集。
一些实施方式中，所述基于所述能源消耗数据集合得到各能耗设备的碳排放量，包括：
确定各能耗设备所使用的的能源的能源类型；
根据能源类型确定对应的折标系数；
根据不同能源类型和对应的折标系数，分别对所述能源消耗数据集合中的各能源消耗数据进行折标，得到各能耗设备的碳排放量。
第二方面，本申请实施例还提供一种能耗数据处理装置，所述能耗数据处理装置包括：
收发模块，用于从多个采集终端获取能源消耗数据集合，所述能源消耗数据集合包括至少一个预设时间内多个地理区域中不同行业的不同企业的能耗设备的能源消耗数据；
处理模块，用于对所述能源消耗数据集合进行统计分类，并基于所述能源消耗数据集合得到各能耗设备的碳排放量；获取为各能耗设备预先设置的能耗预警条件；根据各能耗设备预先设置的能耗预警条件分别判断各能耗设备的碳排放量是否满足对应的能耗预警条件；确定第一目标能耗设备，所述第一目标能耗设备为碳排放量满足各能耗设备对应的能耗预警条件的能耗设备；根据所述第一目标能耗设备的碳排放量生成能耗预警信息；
所述收发模块还用于输出所述处理模块生成的所述能耗预警信息。
一些实施方式中，所述处理模块在基于所述能源消耗数据集合得到各能耗设备的碳排放量之后，还用于：
确定第二目标能耗设备，所述第二目标能耗设备为满足下项之一的能耗设备：碳排放量高于预设碳排放量、能耗设备所属企业为特定企业、碳排放量至少一次满足所述预设能耗预警条件；
从所述各能耗设备的碳排放量中获取在多个预设时间内所述第二目标能耗设备的碳排放量；
根据在多个预设时间内所述第二目标能耗设备的碳排放量，预测在下一个预设时间内所述第二目标能耗设备的碳排放趋势。
一些实施方式中，所述处理模块从多个采集终端获取能源消耗数据集合之前，还用于：
按照能源类型生成不同能源类型对应的预设能耗数据模板；
按照各能耗设备所使用的的能源的能源类型，向各采集终端分发预设能耗数据模板，所述预设能耗模板中包括多个能耗数据的关键参数项，所述预设能耗模板用于采集终端按照所述预设能耗模板中的各关键参数项进行采集。
一些实施方式中，所述处理模块具体用于：
确定各能耗设备所使用的的能源的能源类型；
根据能源类型确定对应的折标系数；
根据不同能源类型和对应的折标系数，分别对所述能源消耗数据集合中的各能源消耗数据进行折标，得到各能耗设备的碳排放量。
第三方面，本申请实施例还提供了一种处理设备，包括处理器和存储器，存储器中存储有计算机程序，处理器调用存储器中的计算机程序时执行本申请实施例提供的任一种处理地理区域中碳排放数据的方法中的步骤。
第四方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有多条指令，指令适于处理器进行加载，以执行本申请实施例提供的任一种处理地理区域中碳排放数据的方法中的步骤。
从以上内容可得出，本申请具有以下的有益效果：
1、能够自动化的分析和预测碳排放趋势；
2、提高碳排放的分析结果的准确性和实时性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请中处理地理区域中碳排放数据的方法的一种流程示意图；
图2是本申请中能耗数据处理装置的一种结构示意图；
图3是本申请处理设备的一种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在以下的说明中，本申请的具体实施例将参考由一部或多部计算机所执行的步骤及符号来说明，除非另有述明。因此，这些步骤及操作将有数次提到由计算机执行，本文所指的计算机执行包括了由代表了以一结构化型式中的数据的电子信号的计算机处理单元的操作。此操作转换该数据或将其维持在该计算机的内存系统中的位置处，其可重新配置或另外以本领域测试人员所熟知的方式来改变该计算机的运作。该数据所维持的数据结构为该内存的实体位置，其具有由该数据格式所定义的特定特性。但是，本申请原理以上述文字来说明，其并不代表为一种限制，本领域测试人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。
本申请的原理使用许多其它泛用性或特定目的运算、通信环境或组态来进行操作。所熟知的适合用于本申请的运算系统、环境与组态的范例可包括(但不限于)手持电话、个人计算机、服务器、多处理器系统、微电脑为主的系统、主架构型计算机、及分布式运算环境，其中包括了任何的上述系统或装置。
本申请中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。
首先，在介绍本申请实施例之前，先介绍下本申请关于应用背景的相关内容。
本申请提供的处理地理区域中碳排放数据的方法的执行主体可以为本申请提供的装置，或者集成了该装置的服务器设备、物理主机、车载终端或者用户设备(UserEquipment，UE)等处理设备，其中，装置可以采用硬件或者软件的方式实现，UE具体可以为智能手机、平板电脑、笔记本电脑、掌上电脑、台式电脑或者个人数字助理(PersonalDigital Assitant，PDA)等终端设备。
下面，开始介绍本申请提供的处理地理区域中碳排放数据的方法。
参阅图1，图1示出了本申请处理地理区域中碳排放数据的方法的一种流程示意图，本申请提供的方法，具体可包括如下步骤：
101、从多个采集终端获取能源消耗数据集合。
其中，所述能源消耗数据集合包括至少一个预设时间内多个地理区域中不同行业的不同企业的能耗设备的能源消耗数据。
一些实施方式中，所述从多个采集终端获取能源消耗数据集合之前，所述方法还包括：
按照能源类型生成不同能源类型对应的预设能耗数据模板；
按照各能耗设备所使用的的能源的能源类型，向各采集终端分发预设能耗数据模板，所述预设能耗模板中包括多个能耗数据的关键参数项，所述预设能耗模板用于采集终端按照所述预设能耗模板中的各关键参数项进行采集。
其中，预设能耗数据模板可为按标准编制生成的能源使用统计报表，采集终端在向能源使用统计报表中输入各项能源参数值后，对该能源使用统计报表进行加密处理，然后不定时或者定期发送报表到城市能源和碳排放大数据仓库。
可见，通过设置不同能源类型对应的预设能耗数据模板，能够使得能源消耗数据在采集终端一侧就采集好，不用先全部收集，然后进行重点参数数据的提取或者预处理等，也不用对能耗数据进行统一格式化，一定程度上能够节省计算时长，也能直接对重点要统计分析的能源参数项进行统计分析。
102、对所述能源消耗数据集合进行统计分类，并基于所述能源消耗数据集合得到各能耗设备的碳排放量。
其中，能碳排放数据可涉及建筑、交通、工业等的数据源包括试试采集的能源消耗折标碳排放数据、企业定期编制的能源统计报表数据、能源消耗账单数据等。对所述能源消耗数据集合进行统计分类，即通过统一的数据处理规则对原始的能源消耗数据进行预处理清洗，确保数据的完整性、正确性、真实性及可用性等。
一些实施方式中，所述基于所述能源消耗数据集合得到各能耗设备的碳排放量之后，所述方法还包括：
确定第二目标能耗设备，所述第二目标能耗设备为满足下项之一的能耗设备：碳排放量高于预设碳排放量、能耗设备所属企业为特定企业(例如重点企业，能源需求比较大的企业)、碳排放量至少一次满足所述预设能耗预警条件；
从所述各能耗设备的碳排放量中获取在多个预设时间内所述第二目标能耗设备的碳排放量；
根据在多个预设时间内所述第二目标能耗设备的碳排放量，预测在下一个预设时间内所述第二目标能耗设备的碳排放趋势。
可见，通过预测在下一个预设时间内所述第二目标能耗设备的碳排放趋势，能够及时的、预先的为能耗设备的部署、使用计划进行调整。
一些实施方式中，在得到各能耗设备的碳排放量之后，还可对碳排放数据进行预处理，例如可根据预测模型的不同类型，将碳排放数据拆分为训练数据、测试数据及验证数据，同时为达到预测的精度及准确度的要求，预测模型采用单个或组合方式。预测模型可运行于分布式容器云中，从而确保对碳排放数据的快速分析处理，输出相应的预测结果。
一些实施方式中，所述基于所述能源消耗数据集合得到各能耗设备的碳排放量，包括：
确定各能耗设备所使用的的能源的能源类型；
根据能源类型确定对应的折标系数；
根据不同能源类型和对应的折标系数，分别对所述能源消耗数据集合中的各能源消耗数据进行折标，得到各能耗设备的碳排放量。
一些实施方式中，本申请中的预测碳排放量可采用多种模型组合方式，包括时间序列方法包括单次和两次移动平均法、单指数平滑方法、布朗和霍尔特的双指数平滑方法、布朗和霍尔特·温特的季节性预报方法、自回归综合移动平均值(ARIMA)方法、Box-Jenkins方法、多变量ARIMA(MARIMA)和神经网络方法。此外，还包括多元线性回归的预测改进方法，包括自回归回归法，动态回归法，逐步回归法，主元素回归法，典范相关性分析和迭代回归法。
可见，通过折标碳排放量，能够将不便于直观表征能源消耗的能耗数据转换为能够反映能源的转换效率，以便于统计、分析和预测等。
103、获取为各能耗设备预先设置的能耗预警条件。
其中，能耗预警条件可为：至少一个预设时间内的碳排放量高于预设排放量，某一时刻的碳排放量峰值高于预设峰值。该能耗预警条件可根据不同区域的不同企业的不同能源类型来设置，具体可根据国家碳排放标准或政策来动态调整，本申请不作限定。
104、根据各能耗设备预先设置的能耗预警条件分别判断各能耗设备的碳排放量是否满足对应的能耗预警条件。
105、确定第一目标能耗设备。
其中，所述第一目标能耗设备为碳排放量满足各能耗设备对应的能耗预警条件的能耗设备。
106、根据所述第一目标能耗设备的碳排放量生成能耗预警信息。
一些实施方式中，该能耗预警信息可包括企业的能耗项目评估及碳排放治理辅助决策报；或者，该能耗预警信息可用于制定企业的能耗项目评估及碳排放治理辅助决策报告。
107、输出所述能耗预警信息。
该能耗预警信息可在监控端呈现，也可以输出至对应的企业终端，使得对应的企业能够及时的调整各能耗设备的能源使用策略。
本申请实施例中，从多个采集终端获取能源消耗数据集合，对所述能源消耗数据集合进行统计分类，并基于所述能源消耗数据集合得到各能耗设备的碳排放量；获取为各能耗设备预先设置的能耗预警条件；根据各能耗设备预先设置的能耗预警条件分别判断各能耗设备的碳排放量是否满足对应的能耗预警条件；确定第一目标能耗设备，所述第一目标能耗设备为碳排放量满足各能耗设备对应的能耗预警条件的能耗设备；根据所述第一目标能耗设备的碳排放量生成能耗预警信息；输出所述能耗预警信息。本方案能够自动化的分析和预测碳排放趋势，也能提高碳排放的分析结果的准确性和实时性。
为便于更好的实施本申请方法，本申请实施例还提供能耗数据处理装置20。
请参阅图2，图2为本申请能耗数据处理装置20的一种结构示意图，其中该能耗数据处理装置20具体可包括如下结构：
收发模块201，用于从多个采集终端获取能源消耗数据集合，所述能源消耗数据集合包括至少一个预设时间内多个地理区域中不同行业的不同企业的能耗设备的能源消耗数据；
处理模块202，用于对所述能源消耗数据集合进行统计分类，并基于所述能源消耗数据集合得到各能耗设备的碳排放量；获取为各能耗设备预先设置的能耗预警条件；根据各能耗设备预先设置的能耗预警条件分别判断各能耗设备的碳排放量是否满足对应的能耗预警条件；确定第一目标能耗设备，所述第一目标能耗设备为碳排放量满足各能耗设备对应的能耗预警条件的能耗设备；根据所述第一目标能耗设备的碳排放量生成能耗预警信息；
所述收发模块201还用于输出所述处理模块202生成的所述能耗预警信息。
一种实施例中，所述处理模块202在基于所述能源消耗数据集合得到各能耗设备的碳排放量之后，还用于：
确定第二目标能耗设备，所述第二目标能耗设备为满足下项之一的能耗设备：碳排放量高于预设碳排放量、能耗设备所属企业为特定企业、碳排放量至少一次满足所述预设能耗预警条件；
从所述各能耗设备的碳排放量中获取在多个预设时间内所述第二目标能耗设备的碳排放量；
根据在多个预设时间内所述第二目标能耗设备的碳排放量，预测在下一个预设时间内所述第二目标能耗设备的碳排放趋势。
一种实施例中，所述处理模块202从多个采集终端获取能源消耗数据集合之前，还用于：
按照能源类型生成不同能源类型对应的预设能耗数据模板；
按照各能耗设备所使用的的能源的能源类型，向各采集终端分发预设能耗数据模板，所述预设能耗模板中包括多个能耗数据的关键参数项，所述预设能耗模板用于采集终端按照所述预设能耗模板中的各关键参数项进行采集。
一种实施例中，所述处理模块202具体用于：
确定各能耗设备所使用的的能源的能源类型；
根据能源类型确定对应的折标系数；
根据不同能源类型和对应的折标系数，分别对所述能源消耗数据集合中的各能源消耗数据进行折标，得到各能耗设备的碳排放量。
本申请实施例中，在所述收发模块201从多个采集终端获取能源消耗数据集合后，处理模块202对所述能源消耗数据集合进行统计分类，并基于所述能源消耗数据集合得到各能耗设备的碳排放量；获取为各能耗设备预先设置的能耗预警条件；根据各能耗设备预先设置的能耗预警条件分别判断各能耗设备的碳排放量是否满足对应的能耗预警条件；确定第一目标能耗设备，所述第一目标能耗设备为碳排放量满足各能耗设备对应的能耗预警条件的能耗设备；根据所述第一目标能耗设备的碳排放量生成能耗预警信息。可见，通过该能耗数据处理装置20能够自动化的分析和预测碳排放趋势，也能提高碳排放的分析结果的准确性和实时性。
本申请还提供了处理设备，参阅图3，图3示出了本申请处理设备的一种结构示意图，具体的，本申请提供的处理设备包括处理器，处理器用于执行存储器中存储的计算机程序时实现如图1对应的实施例中的各步骤；或者，处理器用于执行存储器中存储的计算机程序时实现如图2对应实施例中各模块的功能。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器中，并由处理器执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机装置中的执行过程。
处理设备可包括，但不仅限于处理器、存储器。本领域技术人员可以理解，示意仅仅是处理设备的示例，并不构成对处理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如处理设备还可以包括输入输出设备、网络接入设备、总线等，处理器、存储器、输入输出设备以及网络接入设备等通过总线相连。
处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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，处理器是处理设备的控制中心，利用各种接口和线路连接整个处理设备的各个部分。
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据处理设备的使用所创建的数据(比如音频数据、视频数据等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
显示屏用于显示输入输出单元输出的至少一种字符类型的字符。
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，上述描述的装置、处理设备及其相应模块的具体工作过程，可以参考如图1对应的实施例中的说明，具体在此不再赘述。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请如图1对应的实施例中的的步骤，具体操作可参考如图1对应的实施例中的的说明，在此不再赘述。
其中，该计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
由于该计算机可读存储介质中所存储的指令，可以执行本申请如图1对应的实施例中的的步骤，因此，可以实现本申请如图1对应的实施例中的所能实现的有益效果，详见前面的说明，在此不再赘述。
以上对本申请提供的一种处理地理区域中碳排放数据的方法、装置、处理设备及计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种处理地理区域中碳排放数据的方法，其特征在于，所述方法包括：
从多个采集终端获取能源消耗数据集合，所述能源消耗数据集合包括至少一个预设时间内多个地理区域中不同行业的不同企业的能耗设备的能源消耗数据；
对所述能源消耗数据集合进行统计分类，并基于所述能源消耗数据集合得到各能耗设备的碳排放量；
获取为各能耗设备预先设置的能耗预警条件；
根据各能耗设备预先设置的能耗预警条件分别判断各能耗设备的碳排放量是否满足对应的能耗预警条件；
确定第一目标能耗设备，所述第一目标能耗设备为碳排放量满足各能耗设备对应的能耗预警条件的能耗设备；
根据所述第一目标能耗设备的碳排放量生成能耗预警信息；
输出所述能耗预警信息。
2.根据权利要求1所述的方法，其特征在于，所述基于所述能源消耗数据集合得到各能耗设备的碳排放量之后，所述方法还包括：
确定第二目标能耗设备，所述第二目标能耗设备为满足下项之一的能耗设备：碳排放量高于预设碳排放量、能耗设备所属企业为特定企业、碳排放量至少一次满足所述预设能耗预警条件；
从所述各能耗设备的碳排放量中获取在多个预设时间内所述第二目标能耗设备的碳排放量；
根据在多个预设时间内所述第二目标能耗设备的碳排放量，预测在下一个预设时间内所述第二目标能耗设备的碳排放趋势。
3.根据权利要求1或2所述的方法，其特征在于，所述从多个采集终端获取能源消耗数据集合之前，所述方法还包括：
按照能源类型生成不同能源类型对应的预设能耗数据模板；
按照各能耗设备所使用的的能源的能源类型，向各采集终端分发预设能耗数据模板，所述预设能耗模板中包括多个能耗数据的关键参数项，所述预设能耗模板用于采集终端按照所述预设能耗模板中的各关键参数项进行采集。
4.根据权利要求3所述的方法，其特征在于，所述基于所述能源消耗数据集合得到各能耗设备的碳排放量，包括：
确定各能耗设备所使用的的能源的能源类型；
根据能源类型确定对应的折标系数；
根据不同能源类型和对应的折标系数，分别对所述能源消耗数据集合中的各能源消耗数据进行折标，得到各能耗设备的碳排放量。
5.一种能耗数据处理装置，其特征在于，所述能耗数据处理装置包括：
收发模块，用于从多个采集终端获取能源消耗数据集合，所述能源消耗数据集合包括至少一个预设时间内多个地理区域中不同行业的不同企业的能耗设备的能源消耗数据；
处理模块，用于对所述能源消耗数据集合进行统计分类，并基于所述能源消耗数据集合得到各能耗设备的碳排放量；获取为各能耗设备预先设置的能耗预警条件；根据各能耗设备预先设置的能耗预警条件分别判断各能耗设备的碳排放量是否满足对应的能耗预警条件；确定第一目标能耗设备，所述第一目标能耗设备为碳排放量满足各能耗设备对应的能耗预警条件的能耗设备；根据所述第一目标能耗设备的碳排放量生成能耗预警信息；
所述收发模块还用于输出所述处理模块生成的所述能耗预警信息。
6.根据权利要求5所述的装置，其特征在于，所述处理模块在基于所述能源消耗数据集合得到各能耗设备的碳排放量之后，还用于：
确定第二目标能耗设备，所述第二目标能耗设备为满足下项之一的能耗设备：碳排放量高于预设碳排放量、能耗设备所属企业为特定企业、碳排放量至少一次满足所述预设能耗预警条件；
从所述各能耗设备的碳排放量中获取在多个预设时间内所述第二目标能耗设备的碳排放量；
根据在多个预设时间内所述第二目标能耗设备的碳排放量，预测在下一个预设时间内所述第二目标能耗设备的碳排放趋势。
7.根据权利要求5或6所述的装置，其特征在于，所述处理模块从多个采集终端获取能源消耗数据集合之前，还用于：
按照能源类型生成不同能源类型对应的预设能耗数据模板；
按照各能耗设备所使用的的能源的能源类型，向各采集终端分发预设能耗数据模板，所述预设能耗模板中包括多个能耗数据的关键参数项，所述预设能耗模板用于采集终端按照所述预设能耗模板中的各关键参数项进行采集。
8.根据权利要求7所述的装置，其特征在于，所述处理模块具体用于：
确定各能耗设备所使用的的能源的能源类型；
根据能源类型确定对应的折标系数；
根据不同能源类型和对应的折标系数，分别对所述能源消耗数据集合中的各能源消耗数据进行折标，得到各能耗设备的碳排放量。
9.一种处理设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行如权利要求1至4任一项所述的方法。
10.一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存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至4任一项所述的方法。
CN202110879007.5A 2021-08-02 2021-08-02 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 Pending CN113626766A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110879007.5A CN113626766A (zh) 2021-08-02 2021-08-02 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110879007.5A CN113626766A (zh) 2021-08-02 2021-08-02 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

Publications (1)

Publication Number Publication Date
CN113626766A true CN113626766A (zh) 2021-11-09

Family

ID=78382024

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110879007.5A Pending CN113626766A (zh) 2021-08-02 2021-08-02 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

Country Status (1)

Country Link
CN (1) CN113626766A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113988489A (zh) * 2021-12-27 2022-01-28 国网浙江省电力有限公司信息通信分公司 电碳因子的预测评估方法、装置及可读存储介质
CN114119290A (zh) * 2022-01-25 2022-03-01 国网浙江省电力有限公司绍兴供电公司 适用于碳排放数据的监控识别方法、装置及存储介质
CN114495446A (zh) * 2022-01-04 2022-05-13 珠海格力电器股份有限公司 能耗监测报警方法、装置、计算设备和存储介质
CN114548481A (zh) * 2021-12-26 2022-05-27 特斯联科技集团有限公司 基于强化学习的电力设备碳中和处理装置
CN114612114A (zh) * 2022-03-09 2022-06-10 中国质量认证中心 基于区块链的可信双碳业务评价系统和方法、设备及介质
CN115050172A (zh) * 2022-08-16 2022-09-13 四川中电启明星信息技术有限公司 一种碳排放量检测预警方法及装置
CN115719152A (zh) * 2022-11-29 2023-02-28 布瑞克农业大数据科技集团有限公司 一种农业碳排放管理方法和系统
CN117458450A (zh) * 2023-10-25 2024-01-26 青岛德士朗电气有限公司 电力数据能耗预测分析方法及系统

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114548481B (zh) * 2021-12-26 2022-08-23 特斯联科技集团有限公司 基于强化学习的电力设备碳中和处理装置
CN114548481A (zh) * 2021-12-26 2022-05-27 特斯联科技集团有限公司 基于强化学习的电力设备碳中和处理装置
CN113988489A (zh) * 2021-12-27 2022-01-28 国网浙江省电力有限公司信息通信分公司 电碳因子的预测评估方法、装置及可读存储介质
CN114495446A (zh) * 2022-01-04 2022-05-13 珠海格力电器股份有限公司 能耗监测报警方法、装置、计算设备和存储介质
CN114119290A (zh) * 2022-01-25 2022-03-01 国网浙江省电力有限公司绍兴供电公司 适用于碳排放数据的监控识别方法、装置及存储介质
CN114119290B (zh) * 2022-01-25 2022-05-31 国网浙江省电力有限公司绍兴供电公司 适用于碳排放数据的监控识别方法、装置及存储介质
CN114612114A (zh) * 2022-03-09 2022-06-10 中国质量认证中心 基于区块链的可信双碳业务评价系统和方法、设备及介质
CN115050172A (zh) * 2022-08-16 2022-09-13 四川中电启明星信息技术有限公司 一种碳排放量检测预警方法及装置
CN115050172B (zh) * 2022-08-16 2022-11-01 四川中电启明星信息技术有限公司 一种碳排放量检测预警方法及装置
CN115719152A (zh) * 2022-11-29 2023-02-28 布瑞克农业大数据科技集团有限公司 一种农业碳排放管理方法和系统
CN115719152B (zh) * 2022-11-29 2023-12-29 布瑞克农业大数据科技集团有限公司 一种农业碳排放管理方法和系统
CN117458450A (zh) * 2023-10-25 2024-01-26 青岛德士朗电气有限公司 电力数据能耗预测分析方法及系统
CN117458450B (zh) * 2023-10-25 2024-04-02 青岛德士朗电气有限公司 电力数据能耗预测分析方法及系统

Similar Documents

Publication Publication Date Title
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
CN107168854B (zh) 互联网广告异常点击检测方法、装置、设备及可读存储介质
CN106940679B (zh) 数据处理方法及装置
CN108446210B (zh) 系统性能的度量方法、存储介质和服务器
CN109753406B (zh) 接口的性能监控方法、装置、设备及计算机可读存储介质
CN110826071A (zh) 软件漏洞风险预测方法、装置、设备及存储介质
CN107862425B (zh) 风控数据采集方法、设备、系统及可读存储介质
CN103873528A (zh) 一种为用户分配系统资源的方法与设备
CN104636240B (zh) 一种信息报表的获取方法及终端
CN110806954A (zh) 评估云主机资源的方法、装置、设备及存储介质
CN108959399A (zh) 分布式数据删除流控方法、装置、电子设备及存储介质
CN113298354B (zh) 业务衍生指标的自动生成方法、装置及电子设备
CN111274256A (zh) 基于时序数据库的资源管控方法、装置、设备及存储介质
CN113506023A (zh) 工作行为数据分析方法、装置、设备及存储介质
CN114254958A (zh) 一种能源和碳的数据报告处理、装置及存储介质
CN115905397A (zh) 一种业务数据的可视化展示方法、装置、系统及介质
CN113780673A (zh) 离职预测模型的训练方法、装置及离职预测方法、装置
CN110471586B (zh) 项目推荐方法、装置、计算机设备和存储介质
CN115617790A (zh) 数据仓库创建方法、电子设备及存储介质
CN113743721A (zh) 营销策略生成方法、装置、计算机设备及存储介质
CN112329943A (zh) 组合指标的甄选方法、装置、计算机设备及介质
CN110737693A (zh) 数据挖掘处理方法、装置、设备及计算机可读存储介质
CN111859985A (zh) Ai客服模型测试方法、装置、电子设备及存储介质
CN111045983A (zh) 核电站电子文件管理方法、装置、终端设备及介质
CN110932903B (zh) 一种实时监测当前在线设备的方法、设备、存储介质

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