CN113822500B - 建筑行业碳排放量预测方法、平台、计算设备及介质 - Google Patents

建筑行业碳排放量预测方法、平台、计算设备及介质 Download PDF

Info

Publication number
CN113822500B
CN113822500B CN202111394556.XA CN202111394556A CN113822500B CN 113822500 B CN113822500 B CN 113822500B CN 202111394556 A CN202111394556 A CN 202111394556A CN 113822500 B CN113822500 B CN 113822500B
Authority
CN
China
Prior art keywords
energy
energy consumption
building
area
heating
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.)
Active
Application number
CN202111394556.XA
Other languages
English (en)
Other versions
CN113822500A (zh
Inventor
刘凯
周文闻
邱剑
黄夏
周凡珂
李绪焜
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.)
Alibaba Cloud Computing Ltd
Original Assignee
Alibaba Cloud Computing 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 Alibaba Cloud Computing Ltd filed Critical Alibaba Cloud Computing Ltd
Priority to CN202111394556.XA priority Critical patent/CN113822500B/zh
Publication of CN113822500A publication Critical patent/CN113822500A/zh
Application granted granted Critical
Publication of CN113822500B publication Critical patent/CN113822500B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or 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
    • 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
    • G06Q50/06—Energy or water supply
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Evolutionary Computation (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Geometry (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书实施例提供建筑行业碳排放量预测方法、平台、计算设备及介质，获取指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子，其中，指标数据包括采暖面积参数和建筑空间参数，能源消耗数据包括供热能源强度和耗能指标，根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量，根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量，根据采暖能源需求量、建筑能源需求量和碳排因子，确定指定区域在目标预测时刻的预测碳排放量。实现了对建筑行业碳排放量的准确预测。

Description

建筑行业碳排放量预测方法、平台、计算设备及介质
技术领域
本说明书实施例涉及碳排放控制技术领域，特别涉及一种建筑行业碳排放量预测方法、平台、计算设备及介质。
背景技术
随着经济的快速发展，能源消耗在逐年增加，全球变暖已成为人们公认的地球最大危机之一，而碳排放通常被认为是地球变暖的最主要因素，因此控制碳排放、对碳排放量进行预测对实现碳中和目的具有重要意义。然而，影响碳排放量的因素有很多，这使得很难对碳排放量进行准确预测。
发明内容
有鉴于此，本说明书实施例提供了一种建筑行业碳排放量预测方法。本说明书一个或者多个实施例同时涉及一种建筑行业碳排放量预测装置，一种建筑行业碳排放量预测平台，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，提供了一种建筑行业碳排放量预测方法，包括：
获取指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子，其中，指标数据包括采暖面积参数和建筑空间参数，能源消耗数据包括供热能源强度和耗能指标；
根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量；
根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量；
根据采暖能源需求量、建筑能源需求量和碳排因子，确定指定区域在目标预测时刻的预测碳排放量。
可选地，采暖面积参数包括当前采暖面积和采暖面积增长率，供热能源强度包括当前供热能源强度和能源强度增长率；
根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量的步骤，包括：
根据当前采暖面积和采暖面积增长率，计算目标预测时刻的预测采暖面积；
根据当前供热能源强度和能源强度增长率，计算目标预测时刻的预测供热能源强度；
根据预测采暖面积和预测供热能源强度，确定采暖能源需求量。
可选地，建筑空间参数包括住宅建筑的房间参数和公共建筑面积参数；耗能指标包括用户耗能指标和公共建筑耗能指标；
根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量的步骤，包括：
根据房间参数和用户耗能指标，利用预设的第三能源预测模型，确定指定区域在目标预测时刻的住宅建筑能源需求量；
根据公共建筑面积参数和公共建筑耗能指标，利用预设的第四能源预测模型，确定指定区域在目标预测时刻的公共建筑能源需求量；
根据住宅建筑能源需求量和公共建筑能源需求量，确定建筑能源需求量。
可选地，房间参数包括入住房间参数和用电设备参数；用户耗能指标包括居民特定行为对应的特定耗能指标和用电设备耗能指标；
根据房间参数和用户耗能指标，利用预设的第三能源预测模型，确定指定区域在目标预测时刻的住宅建筑能源需求量的步骤，包括：
根据入住房间参数及特定耗能指标，利用特定行为的能源预测模型，确定指定区域在目标预测时刻的居民特定行为对应的能源需求量；
根据入住房间参数、用电设备参数和用电设备耗能指标，利用用电设备的能源预测模型，确定指定区域在目标预测时刻的用电设备对应的能源需求量；
根据居民特定行为对应的能源需求量和用电设备对应的能源需求量，确定住宅建筑能源需求量。
可选地，入住房间参数包括当前入住房间数和入住增长率，特定耗能指标包括当前特定耗能强度和第一耗能强度增长率；用电设备参数包括当前用电设备数量和用电设备增长率，用电设备耗能指标包括当前用电设备耗能量和用电设备耗能增长率；
根据入住房间参数及特定耗能指标，利用特定行为的能源预测模型，确定指定区域在目标预测时刻的居民特定行为对应的能源需求量的步骤，包括：
根据当前入住房间数和入住增长率，计算目标预测时刻的预测入住房间数；
根据当前特定耗能强度和第一耗能强度增长率，计算目标预测时刻的预测特定耗能强度；
根据预测入住房间数和预测特定耗能强度，确定居民特定行为对应的能源需求量；
根据入住房间参数、用电设备参数和用电设备耗能指标，利用用电设备的能源预测模型，确定指定区域在目标预测时刻的用电设备对应的能源需求量的步骤，包括：
根据当前用电设备数量和用电设备增长率，计算目标预测时刻的预测用电设备数量；
根据当前用电设备耗能量和用电设备耗能增长率，计算目标预测时刻的预测用电设备耗能量；
根据预测入住房间数、预测用电设备数量和预设用电设备耗能量，确定用电设备对应的能源需求量。
可选地，公共建筑面积参数包括当前公共建筑面积和公共面积增长率，公共建筑耗能指标包括当前公共建筑耗能强度和第二耗能强度增长率；
根据公共建筑面积参数和公共建筑耗能指标，利用预设的第四能源预测模型，确定指定区域在目标预测时刻的公共建筑能源需求量的步骤，包括：
根据当前公共建筑面积和公共面积增长率，计算目标预测时刻的预测公共建筑面积；
根据当前公共建筑耗能强度和第二耗能强度增长率，计算目标预测时刻的预测公共建筑耗能强度；
根据预测公共建筑面积和预测公共建筑耗能强度，确定公共建筑能源需求量。
可选地，该方法还包括：
获取指定区域内的资源投入参数；
根据指标数据、能源消耗数据和资源投入参数，计算指定区域的资源投入量；
在预设约束条件下，以资源投入量优化为目标，利用优化算法，求解出指定区域在目标预测时刻的目标碳排放量；
将目标碳排放量发送至客户端进行显示。
根据本说明书实施例的第二方面，提供了一种建筑行业碳排放量预测装置，包括：
第一获取模块，被配置为获取指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子，其中，指标数据包括采暖面积参数和建筑空间参数，能源消耗数据包括供热能源强度和耗能指标；
采暖能源需求量确定模块，被配置为根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量；
建筑能源需求量确定模块，被配置为根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量；
碳排放量预测模块，被配置为根据采暖能源需求量、建筑能源需求量和碳排因子，确定指定区域在目标预测时刻的预测碳排放量。
可选地，采暖面积参数包括当前采暖面积和采暖面积增长率，供热能源强度包括当前供热能源强度和能源强度增长率；
采暖能源需求量确定模块，进一步被配置为根据当前采暖面积和采暖面积增长率，计算目标预测时刻的预测采暖面积；根据当前供热能源强度和能源强度增长率，计算目标预测时刻的预测供热能源强度；根据预测采暖面积和预测供热能源强度，确定采暖能源需求量。
可选地，建筑空间参数包括住宅建筑的房间参数和公共建筑面积参数；耗能指标包括用户耗能指标和公共建筑耗能指标；
建筑能源需求量确定模块，进一步被配置为根据房间参数和用户耗能指标，利用预设的第三能源预测模型，确定指定区域在目标预测时刻的住宅建筑能源需求量；根据公共建筑面积参数和公共建筑耗能指标，利用预设的第四能源预测模型，确定指定区域在目标预测时刻的公共建筑能源需求量；根据住宅建筑能源需求量和公共建筑能源需求量，确定建筑能源需求量。
可选地，房间参数包括入住房间参数和用电设备参数；用户耗能指标包括居民特定行为对应的特定耗能指标和用电设备耗能指标；
建筑能源需求量确定模块，进一步被配置为根据入住房间参数及特定耗能指标，利用特定行为的能源预测模型，确定指定区域在目标预测时刻的居民特定行为对应的能源需求量；根据入住房间参数、用电设备参数和用电设备耗能指标，利用用电设备的能源预测模型，确定指定区域在目标预测时刻的用电设备对应的能源需求量；根据居民特定行为对应的能源需求量和用电设备对应的能源需求量，确定住宅建筑能源需求量。
可选地，入住房间参数包括当前入住房间数和入住增长率，特定耗能指标包括当前特定耗能强度和第一耗能强度增长率；用电设备参数包括当前用电设备数量和用电设备增长率，用电设备耗能指标包括当前用电设备耗能量和用电设备耗能增长率；
建筑能源需求量确定模块，进一步被配置为根据当前入住房间数和入住增长率，计算目标预测时刻的预测入住房间数；根据当前特定耗能强度和第一耗能强度增长率，计算目标预测时刻的预测特定耗能强度；根据预测入住房间数和预测特定耗能强度，确定居民特定行为对应的能源需求量；
建筑能源需求量确定模块，进一步被配置为根据当前用电设备数量和用电设备增长率，计算目标预测时刻的预测用电设备数量；根据当前用电设备耗能量和用电设备耗能增长率，计算目标预测时刻的预测用电设备耗能量；根据预测入住房间数、预测用电设备数量和预设用电设备耗能量，确定用电设备对应的能源需求量。
可选地，公共建筑面积参数包括当前公共建筑面积和公共面积增长率，公共建筑耗能指标包括当前公共建筑耗能强度和第二耗能强度增长率；
建筑能源需求量确定模块，进一步被配置为根据当前公共建筑面积和公共面积增长率，计算目标预测时刻的预测公共建筑面积；根据当前公共建筑耗能强度和第二耗能强度增长率，计算目标预测时刻的预测公共建筑耗能强度；根据预测公共建筑面积和预测公共建筑耗能强度，确定公共建筑能源需求量。
可选地，该装置还包括：
第二获取模块，被配置为获取指定区域内的资源投入参数；
优化模块，被配置为根据指标数据、能源消耗数据和资源投入参数，计算指定区域的资源投入量；在预设约束条件下，以资源投入量优化为目标，利用优化算法，求解出指定区域在目标预测时刻的目标碳排放量；
发送模块，被配置为将目标碳排放量发送至客户端进行显示。
根据本说明书实施例的第三方面，提供了一种建筑行业碳排放量预测平台，包括：客户端和服务端；客户端包括交互界面；
客户端，用于通过交互界面，接收用户输入的指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子，其中，指标数据包括采暖面积参数和建筑空间参数，能源消耗数据包括供热能源强度和耗能指标；将指标数据、能源消耗数据和碳排因子发送至服务端；
服务端，用于根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量；根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量；根据采暖能源需求量、建筑能源需求量和碳排因子，确定指定区域在目标预测时刻的预测碳排放量；将预测碳排放量反馈至客户端；
客户端，还用于在交互界面显示预测碳排放量。
根据本说明书实施例的第四方面，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建筑行业碳排放量预测方法。
根据本说明书实施例的第五方面，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建筑行业碳排放量预测方法。
根据本说明书实施例的第六方面，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，令计算机执行上述建筑行业碳排放量预测方法。
本说明书一个实施例实现了获取指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子，其中，指标数据包括采暖面积参数和建筑空间参数，能源消耗数据包括供热能源强度和耗能指标，根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量，根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量，根据采暖能源需求量、建筑能源需求量和碳排因子，确定指定区域在目标预测时刻的预测碳排放量。在建筑行业中，采暖面积参数和建筑空间参数、供热能源强度和耗能指标直接影响着碳排放量，根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量，根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量，最终可根据采暖能源需求量、建筑能源需求量和碳排因子，确定出指定区域在目标预测时刻的预测碳排放量，实现了对建筑行业碳排放量的准确预测。
附图说明
图1是本说明书一个实施例提供的一种建筑行业碳排放量预测方法的流程图；
图2是本说明书一个实施例提供的另一种建筑行业碳排放量预测方法的流程图；
图3是本说明书一个实施例提供的一种建筑行业碳排放量预测平台的架构示意图；
图4是本说明书一个实施例提供的交互界面的示意图；
图5是本说明书一个实施例提供的一种建筑行业碳排放量预测装置的结构示意图；
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。
碳达峰：某个地区或某个行业的年度二氧化碳排放量达到历史最高值然后经历平台期进入持续下降的过程，是二氧化碳排放量由增转降的历史拐点。
碳中和：某个地区或者某个行业在一定时间内人为活动直接或间接排放的二氧化碳，与其通过植树造林等吸收的二氧化碳相互抵消，实现二氧化碳“净零排放”。
能源强度：指的是能源消耗与产出的比重，用于衡量不同经济体能源综合利用效率，在建筑行业推演中指的是单位产量的能源消耗量。
排放因子：又称排放系数，是指温室气体在某种活动下的产生比例。
在本说明书中，提供了一种建筑行业碳排放量预测方法，本说明书同时涉及一种建筑行业碳排放量预测装置，一种建筑行业碳排放量预测平台，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。
图1示出了根据本说明书一个实施例提供的一种建筑行业碳排放量预测方法的流程图，具体包括以下步骤。
步骤102：获取指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子，其中，指标数据包括采暖面积参数和建筑空间参数，能源消耗数据包括供热能源强度和耗能指标。
本说明书中，指定区域具体指的是城市、区县、乡镇、工厂等由指定主体或人员管理的、涉及建筑行业的区域范围，这里所提及的指定主体或人员可以是管委会、监管机构等，本说明书中执行建筑行业碳排放量预测方法的就是上述指定主体或人员使用的计算设备，可通过计算设备上的客户端进行碳排放量预测结果的查看。
指定区域中往往存在建筑采暖设备和大量的建筑空间耗能设备，包括燃煤锅炉、燃气锅炉、炊事设备等，这些设备在进行采暖、炊事等活动过程中会消耗不同类型的能源，例如煤炭、煤气、电能、天然气、液化石油气、生物质等能源，相应的会产生能源消耗数据，例如能源强度和能源活动水平等。在本说明书实施例中，各建筑指标的指标数据包括采暖面积参数和建筑空间参数，采暖面积参数包括建筑行业中，采暖建筑对应的采暖面积，建筑空间参数包括建筑中住宅建筑的房间参数和公共建筑面积参数，能源消耗数据包括供热能源强度和耗能指标，供热能源强度包括当前供热能源强度和能源强度增长率，耗能指标包括用户耗能指标和公共建筑耗能指标，建筑行业中，采暖、炊事等活动过程会产生大量的碳排放，也就是说，建筑行业与碳排放有强关联，这种关联可以用各建筑指标的排放因子表征，各建筑指标的排放因子是指温室气体在建筑行业采暖、炊事等活动下的产生比例。
指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子可以是在有碳排放量预测需求时，由用户从交互界面输入，当然也可以从固定的存储位置（该存储位置预先存储有指定区域的各建筑指标的指标数据、能源消耗数据和碳排因子）处获取。本说明书对于获取各建筑指标的指标数据、能源消耗数据和碳排因子的方式不做具体限定。
步骤104：根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量。
本说明书中，获取到指定区域内各建筑的采暖面积参数和供热能源强度后，可根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型确定指定区域在目标预测时刻的采暖能源需求量。其中，第一能源预测模型可以是基于历史采暖面积参数和供热能源强度预先训练得到的神经网络模型，也可以是基于历史采暖面积参数和供热能源强度基于数理统计的方式构建的数学模型，这里不做具体限定。
在本说明书实施例的一种实现方式中，采暖面积参数包括当前采暖面积和采暖面积增长率，当前采暖面积是指当年采暖面积，采暖面积增长率为正时，表示采暖面积增加，采暖面积增长率为负时，表示采暖面积减少；供热能源强度包括当前供热能源强度和能源强度增长率，能源强度增长率为正时，表示能源强度增加，能源强度增长率为负时，表示能源强度减少。
相应的，步骤104，具体可以通过如下方式实现：
根据当前采暖面积和采暖面积增长率，计算目标预测时刻的预测采暖面积；
根据当前供热能源强度和能源强度增长率，计算目标预测时刻的预测供热能源强度；
根据预测采暖面积和预测供热能源强度，确定采暖能源需求量。
当前采暖面积就是指当年建筑的采暖面积，采暖方式包括集中采暖和非集中采暖，集中采暖可以通过燃煤锅炉进行采暖，非集中采暖可以通过燃气锅炉进行采暖，采暖面积参数还包括集中供热比例和非集中供热比例；当前供热能源强度包括集中供热能源强度和非集中供热能源强度，采暖面积增长率和能源强度增长率可以是建筑行业规定的标准，也可以是根据历史的采暖面积及能源强度的变化分别分析得到。根据当前采暖面积和采暖面积增长率，可以计算出目标预测时刻的预测采暖面积。
例如，当前采暖面积为100百万平方米，集中供热比例为80％，非集中供热比例为20％，采暖面积增长率为+1％，那么五年后的预测采暖面积为105.10100501百万平方米，其中，预测集中采暖面积为84.080804008百万平方米，预测非集中采暖面积为21.020201002百万平方米，同理，可以根据当前供热能源强度和能源强度增长率，计算目标预测时刻的预测供热能源强度，例如，当前集中供热能源强度为0.015吨标准煤/平方米∙年，集中供热能源强度增长率为-1％，当前非集中供热能源强度为0.019吨标准煤/平方米∙年，非集中供热能源强度增长率为-1％，那么，五年后的预测集中供热能源强度为0.014265吨标准煤/平方米∙年，五年后的预测非集中供热能源强度为0.018069吨标准煤/平方米∙年，根据预测非集中采暖面积和预测非集中供热能源强度，可以计算得到非集中采暖能源需求量为0.3798百万吨标准煤，集中采暖能源需求量为1.1994百万吨标准煤，故将非集中采暖能源需求量与集中采暖能源需求量相加即可得到采暖能源需求量为1.5793百万吨标准煤。根据采暖面积参数和供热能源强度，进一步预测出指定区域在目标预测时刻的采暖能源需求量，为后续进行碳排放量的准确预测提供支持。
具体可以利用公式（1）计算指定区域在目标预测时刻对指定能源的预测需求量。
Figure 383567DEST_PATH_IMAGE001
其中，E表示能源需求总量（单位量标准能源），P表示各建筑指标的指标数据（单位量），I表示能源消耗数据（单位量标准能源/单位量），n表示活动部门，i表示能源使用设备，k表示能源类型。
步骤106：根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量。
本说明书中，获取到指定区域内各建筑的建筑空间参数和耗能指标后，可根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量。其中，第二能源预测模型可以是基于历史建筑空间参数和耗能指标预先训练得到的神经网络模型，也可以是基于历史建筑空间参数和耗能指标基于数理统计的方式构建的数学模型，这里不做具体限定。
在本说明书实施例的一种实现方式中，建筑空间参数包括住宅建筑的房间参数和公共建筑面积参数，耗能指标包括用户耗能指标和公共建筑耗能指标。
相应的，步骤106，具体可以通过如下方式实现：
根据房间参数和用户耗能指标，利用预设的第三能源预测模型，确定指定区域在目标预测时刻的住宅建筑能源需求量；
根据公共建筑面积参数和公共建筑耗能指标，利用预设的第四能源预测模型，确定指定区域在目标预测时刻的公共建筑能源需求量；
根据住宅建筑能源需求量和公共建筑能源需求量，确定建筑能源需求量。
本说明书中，建筑空间包括住宅建筑空间和公共建筑空间，住宅建筑空间参数包括住宅建筑的房间参数，公共建筑空间参数包括公共建筑面积参数，在住宅建筑空间中，耗能指标包括用户耗能指标和公共建筑耗能指标，根据房间参数和用户耗能指标，利用预设的第三能源预测模型，就可以确定指定区域在目标预测时刻的住宅建筑能源需求量，根据公共建筑面积参数和公共建筑耗能指标，利用预设的第四能源预测模型，就可以确定指定区域在目标预测时刻的公共建筑能源需求量，将住宅建筑能源需求量和公共建筑能源需求量相加即为建筑能源需求量。其中，第三能源预测模型可以是基于历史房间参数和用户耗能指标预先训练得到的神经网络模型，也可以是基于历史房间参数和用户耗能指标基于数理统计的方式构建的数学模型，这里不做具体限定。第四能源预测模型可以是基于历史公共建筑面积参数和公共建筑耗能指标预先训练得到的神经网络模型，也可以是基于公共建筑面积参数和公共建筑耗能指标基于数理统计的方式构建的数学模型，这里也不做具体限定。本实施例充分考虑了实际情况下多种情况能源消耗的情况，预测结果更为准确。
在本说明书实施例的一种实现方式中，公共建筑面积参数包括当前公共建筑面积和公共面积增长率，公共建筑耗能指标包括当前公共建筑耗能强度和第二耗能强度增长率。
相应的，根据公共建筑面积参数和公共建筑耗能指标，利用预设的第四能源预测模型，确定指定区域在目标预测时刻的公共建筑能源需求量的步骤，具体可以通过如下方式实现：
根据当前公共建筑面积和公共面积增长率，计算目标预测时刻的预测公共建筑面积；
根据当前公共建筑耗能强度和第二耗能强度增长率，计算目标预测时刻的预测公共建筑耗能强度；
根据预测公共建筑面积和预测公共建筑耗能强度，确定公共建筑能源需求量。
本说明书中，公共建筑面积参数包括当前公共建筑面积和公共面积增长率，公共建筑耗能指标包括当前公共建筑耗能强度和第二耗能强度增长率，其中，当前建筑面积参数是指当年的建筑面积，当前公共建筑耗能强度是指当年的公共建筑耗能强度，公共建筑耗能强度包括但不限于餐饮行业中的液化石油气耗能强度、天然气耗能强度以及煤气耗能强度，公共照明中的照明灯耗能强度，公共面积增长率可以是根据历史的公共建筑面积的变化分析得到的，公共面积增长率为正时，表示公共建筑面积增加，公共面积增长率为负时，表示公共建筑面积减少，第二耗能强度增长率可以是根据历史的公共建筑耗能强度的变化分析得到的，第二耗能强度增长率为正时，表示公共建筑耗能强度增加，第二耗能强度增长率为负时，表示公共建筑耗能强度减少，根据当前公共建筑面积和公共面积增长率，计算目标预测时刻的预测公共建筑面积，根据当前公共建筑耗能强度和第二耗能强度增长率，计算目标预测时刻的预测公共建筑耗能强度，将预测公共建筑面积和预测公共建筑耗能强度加权即可确定公共建筑能源需求量。本实施例充分考虑了实际情况下多种情况能源消耗的情况，预测结果更为准确。
在本说明书实施例的一种实现方式中，房间参数包括入住房间参数和用电设备参数，用户耗能指标包括居民特定行为对应的特定耗能指标和用电设备耗能指标。
相应的，根据房间参数和用户耗能指标，利用预设的第三能源预测模型，确定指定区域在目标预测时刻的住宅建筑能源需求量的步骤，具体可以通过如下方式实现：
根据入住房间参数及特定耗能指标，利用特定行为的能源预测模型，确定指定区域在目标预测时刻的居民特定行为对应的能源需求量；
根据入住房间参数、用电设备参数和用电设备耗能指标，利用用电设备的能源预测模型，确定指定区域在目标预测时刻的用电设备对应的能源需求量；
根据居民特定行为对应的能源需求量和用电设备对应的能源需求量，确定住宅建筑能源需求量。
本说明书中，房间参数包括入住房间参数和用电设备参数，用户耗能指标包括居民特定行为对应的特定耗能指标和用电设备耗能指标，用电设备包括但不限于电冰箱、电热水器、洗衣机及照明灯，电冰箱包括但不限于旧冰箱、高效冰箱和超高效冰箱，洗衣机包括滚筒式洗衣和波轮式洗衣机，照明灯包括普通灯和节能灯；居民特定行为包括但不限于炊事，其中，炊事过程中消耗的能源包括但不限于煤炭，天然气、液化石油气、煤气及生物质。
根据入住房间参数及特定耗能指标，利用特定行为的能源预测模型，可以确定指定区域在目标预测时刻的居民特定行为对应的能源需求量；根据入住房间参数、用电设备参数和用电设备耗能指标，利用用电设备的能源预测模型，确定指定区域在目标预测时刻的用电设备对应的能源需求量；将居民特定行为对应的能源需求量和用电设备对应的能源需求量相加即为住宅建筑能源需求量。其中，特定行为的能源预测模型可以是基于历史入住房间参数及特定耗能指标预先训练得到的神经网络模型，也可以是基于历史入住房间参数及特定耗能指标基于数理统计的方式构建的数学模型，这里不做具体限定。用电设备的能源预测模型可以是基于历史入住房间参数、用电设备参数和用电设备耗能指标预先训练得到的神经网络模型，也可以是基于历史入住房间参数、用电设备参数和用电设备耗能指标基于数理统计的方式构建的数学模型，这里也不做具体限定。本实施例充分考虑了实际情况下多种情况能源消耗的情况，预测结果更为准确。
在本说明书实施例的一种实现方式中，入住房间参数包括当前入住房间数和入住增长率，特定耗能指标包括当前特定耗能强度和第一耗能强度增长率；用电设备参数包括当前用电设备数量和用电设备增长率，用电设备耗能指标包括当前用电设备耗能量和用电设备耗能增长率。
相应的，根据入住房间参数及特定耗能指标，利用特定行为的能源预测模型，确定指定区域在目标预测时刻的居民特定行为对应的能源需求量的步骤，具体可以通过如下方式实现：
根据当前入住房间数和入住增长率，计算目标预测时刻的预测入住房间数；
根据当前特定耗能强度和第一耗能强度增长率，计算目标预测时刻的预测特定耗能强度；
根据预测入住房间数和预测特定耗能强度，确定居民特定行为对应的能源需求量。
本说明书中，入住房间参数包括当前入住房间数和入住增长率，当前入住房间数就是指当年入住房间数，入住房间数包括城市居民入住房间数和农村居民入住房间数，入住增长率包括城市居民入住增长率和农村居民入住增长率，入住增长率可以是根据历史的入住房间数的变化分析得到的，入住增长率为正时，表示入住房间数增加，入住增长率为负时，表示入住房间数减少，特定耗能指标包括当前特定耗能强度和第一耗能强度增长率，特定耗能强度是指居民特定行为对应的耗能强度，例如，炊事过程中的特定耗能强度包括液化石油气活动水平和液化石油气能源强度，第一耗能强度增长率可以是根据历史的耗能强度的变化分析得到的，第一耗能强度增长率为正时，表示耗能强度增加，第一耗能强度增长率为负时，表示耗能强度减少，根据当前入住房间数和入住增长率，计算目标预测时刻的预测入住房间数，根据当前特定耗能强度和第一耗能强度增长率，计算目标预测时刻的预测特定耗能强度，将预测入住房间数和预测特定耗能强度加权即可确定居民特定行为对应的能源需求量。本实施例充分考虑了实际情况下多种情况能源消耗的情况，预测结果更为准确。
相应的，根据入住房间参数、用电设备参数和用电设备耗能指标，利用用电设备的能源预测模型，确定指定区域在目标预测时刻的用电设备对应的能源需求量的步骤，具体可以通过如下方式实现：
根据当前用电设备数量和用电设备增长率，计算目标预测时刻的预测用电设备数量；
根据当前用电设备耗能量和用电设备耗能增长率，计算目标预测时刻的预测用电设备耗能量；
根据预测入住房间数、预测用电设备数量和预设用电设备耗能量，确定用电设备对应的能源需求量。
本说明书中，用电设备参数包括当前用电设备数量和用电设备增长率，用电设备耗能指标包括当前用电设备耗能量和用电设备耗能增长率，用电设备包括但不限于电冰箱、电热水器、洗衣机及照明灯，电冰箱包括但不限于旧冰箱、高效冰箱和超高效冰箱，洗衣机包括滚筒式洗衣和波轮式洗衣机，照明灯包括普通灯和节能灯，当前用电设备数量是指当年用电设备数量，当前用电设备耗能量是指当年用电设备耗能量，用电设备增长率可以是根据历史的用电设备数量的变化分析得到的，用电设备增长率为正时，表示用电设备数量增加，用电设备增长率为负时，表示用电设备数量减少，用电设备耗能增长率可以是根据历史的用电设备耗能量的变化分析得到的，用电设备耗能增长率为正时，表示用电设备耗能量增加，用电设备耗能增长率为负时，表示用电设备耗能量减少，根据当前用电设备数量和用电设备增长率，计算目标预测时刻的预测用电设备数量，根据当前用电设备耗能量和用电设备耗能增长率，计算目标预测时刻的预测用电设备耗能量，将预测入住房间数、预测用电设备数量和预设用电设备耗能量加权即可确定用电设备对应的能源需求量。
步骤108：根据采暖能源需求量、建筑能源需求量和碳排因子，确定指定区域在目标预测时刻的预测碳排放量。
本说明书中，在得到采暖能源需求量和建筑能源需求量之后，可以根据采暖能源需求量、建筑能源需求量和碳排因子，确定指定区域在目标预测时刻的预测碳排放量。具体的，可以是将采暖能源需求量、建筑能源需求量和碳排因子进行加权得到指定区域在目标预测时刻的预测碳排放量。
具体可以利用公式（2）计算指定区域在目标预测时刻的预测碳排放量。
Figure 704826DEST_PATH_IMAGE002
其中，EF表示温室气体的排放因子（单位量CO2/单位量标准能源）。其中，
Figure 927997DEST_PATH_IMAGE003
表示指定区域在目标预测时刻指定能源对应的碳排放量，P表示各建筑指标的指标数据（单位量），I表示能源消耗数据（单位量标准能源/单位量），n表示活动部门，i表示能源使用设备，k表示能源类型。
本说明书一个实施例实现了获取指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子，其中，指标数据包括采暖面积参数和建筑空间参数，能源消耗数据包括供热能源强度和耗能指标，根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量，根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量，根据采暖能源需求量、建筑能源需求量和碳排因子，确定指定区域在目标预测时刻的预测碳排放量。在建筑行业中，采暖面积参数和建筑空间参数、供热能源强度和耗能指标直接影响着碳排放量，根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量，根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量，最终可根据采暖能源需求量、建筑能源需求量和碳排因子，确定出指定区域在目标预测时刻的预测碳排放量，实现了对建筑行业碳排放量的准确预测。
基于图1所示实施例，图2示出了根据本说明书一个实施例提供的另一种建筑行业碳排放量预测方法的流程图，具体包括以下步骤。
步骤202：获取指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子，其中，指标数据包括采暖面积参数和建筑空间参数，能源消耗数据包括供热能源强度和耗能指标。
步骤204：根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量。
步骤206：根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量。
步骤208：根据采暖能源需求量、建筑能源需求量和碳排因子，确定指定区域在目标预测时刻的预测碳排放量。
图2所示实施例中的步骤202、204、206、208与图1所示实施例中的步骤102、104、106、108相同或相似，这里不再赘述。
步骤210：获取指定区域内的资源投入参数。
步骤212：根据指标数据、能源消耗数据和资源投入参数，计算指定区域的资源投入量。
步骤214：在预设约束条件下，以资源投入量优化为目标，利用优化算法，求解出指定区域在目标预测时刻的目标碳排放量。
步骤216：将目标碳排放量发送至客户端进行显示。
本说明书中，获取指定区域内的资源投入参数，资源投入参数包括各个建筑用能终端改造的技术成本参数和能耗成本参数等，根据指标数据、能源消耗数据和资源投入参数，计算指定区域的资源投入量，在预设约束条件下，以资源投入量优化为目标，利用优化算法，求解出指定区域在目标预测时刻的目标碳排放量，将目标碳排放量发送至客户端进行显示。
具体可以利用公式（3）计算指定区域的技术成本。
Figure 930588DEST_PATH_IMAGE004
其中，Ctec表示技术成本，n表示活动部门，i表示能源使用设备，k表示能源类型。P表示各建筑指标的指标数据（单位量），IN为资源投入参数，r为贴现率，TL为设备的使用寿命。
具体可以利用公式（4）计算指定区域的能耗成本。
Figure 532602DEST_PATH_IMAGE005
其中，Cene表示能耗成本，n表示活动部门，i表示能源使用设备，k表示能源类型。P表示各建筑指标的指标数据（单位量），I表示能源消耗数据（单位量标准能源/单位量）。EP表示能源价格。
具体可以利用公式（5）计算资源投入量。
Figure 228026DEST_PATH_IMAGE006
约束条件分为碳达峰约束和政策约束：
碳达峰约束需要满足碳排放量和能源需求量不超过某一阈值，具体公式如下：
Figure 672914DEST_PATH_IMAGE007
其中，
Figure 541512DEST_PATH_IMAGE008
指的是达峰要求下碳排放量的最大值，
Figure 450563DEST_PATH_IMAGE009
指的是达峰要求下能源需求量的最大值。
政策约束需要达到一些国家对建筑行业的节能标准要求，包括节能建筑面积比例的最小值、建筑用能终端设备能耗下降率的最小值和新型能源使用比例的最小值，具体公式如下：
Figure 988991DEST_PATH_IMAGE010
其中，
Figure 829165DEST_PATH_IMAGE011
指的是总建筑面积，
Figure 111242DEST_PATH_IMAGE012
指的是节能建筑面积占总建筑面积比例的最小值，
Figure 874798DEST_PATH_IMAGE013
指的是节能建筑面积，
Figure 974341DEST_PATH_IMAGE014
指的是起始年用能终端的能源强度，
Figure 190559DEST_PATH_IMAGE015
指的是能耗下降比率的最小值，
Figure 276327DEST_PATH_IMAGE016
指的是终止年的能源强度，
Figure 973018DEST_PATH_IMAGE017
指的是一种新型能源使用比例的最小值。
本说明书实施例可以提供一个交互功能，在得到指定区域在目标预测时刻的目标碳排量之后，可以将目标碳排量发送至客户端的显示界面进行显示。显示界面中的具体显示方式可以是图表的形式显示，也可以是文字的形式显示，这里不做限定。除了显示指定区域在目标预测时刻的目标碳排量之外，还可以在显示界面显示第一资源投入量、第二资源投入量、计算公式，以及计算中各个变量的名称与意义等。通过增加交互，用户可以直观地看到指定区域在目标预测时刻的目标碳排量、所使用的公式、变量等信息，更加直观易懂，用户使用更加方便。
应用本说明书实施例，获取指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子，其中，指标数据包括采暖面积参数和建筑空间参数，能源消耗数据包括供热能源强度和耗能指标，根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量，根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量，根据采暖能源需求量、建筑能源需求量和碳排因子，确定指定区域在目标预测时刻的预测碳排放量。在建筑行业中，采暖面积参数和建筑空间参数、供热能源强度和耗能指标直接影响着碳排放量，根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量，根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量，最终可根据采暖能源需求量、建筑能源需求量和碳排因子，确定出指定区域在目标预测时刻的预测碳排放量，实现了对建筑行业碳排放量的准确预测。并且，以资源投入量优化作为目标，通过求解优化问题，得到目标碳排放量，利用本实施例，可以准确确定出指定区域在目标预测时刻的目标碳排放量，即得到在资源投入量优化条件下的目标碳排放量，达到节能减排的目的。并且，本说明书实施例还提供了交互功能，在得到指定区域在目标预测时刻的目标碳排放量之后，将目标碳排放量发送至客户端进行显示。以使用户可以直观地观察到目标预测时刻的目标碳排放量。
如图3示出了根据本说明书一个实施例提供的一种建筑行业碳排放量预测平台的架构示意图，该预测平台包括客户端320和服务端340，客户端320包括交互界面。
客户端320，用于通过交互界面，接收用户输入的指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子，其中，指标数据包括采暖面积参数和建筑空间参数，能源消耗数据包括供热能源强度和耗能指标；将各建筑指标的指标数据、能源消耗数据和碳排因子发送至服务端340；
服务端340，根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量；根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量；根据采暖能源需求量、建筑能源需求量和碳排因子，确定指定区域在目标预测时刻的预测碳排放量；将预测碳排放量反馈至客户端320；
客户端320，还用于在交互界面显示预测碳排放量。
在本说明书实施例的一种实现方式中，客户端320还可以用于通过交互界面接收用户输入的指定区域内的资源投入参数，并发送至服务端340，服务端340还可以用于根据指标数据、能源消耗数据和资源投入参数，计算指定区域的资源投入量；在预设约束条件下，以资源投入量优化为目标，利用优化算法，求解出指定区域在目标预测时刻的目标碳排放量；将目标碳排放量发送至客户端320，由客户端320在交互界面显示目标碳排放量。
具体地，交互界面的显示内容如图4所示，图4是本说明书一个实施例提供的交互界面的示意图，用户在交互界面中输入各建筑指标的指标数据、能源消耗数据和碳排因子，该交互界面可以显示建筑行业采暖能源需求量、建筑能源需求量、预测碳排放量和碳排放量的折线图，该折线图可以向用户展示碳排放量的变化，直观的给用户一个参考。
需要说明的是，图4中的折线图仅仅只是作为本说明书一种实施例的说明，折线图中的参数可以根据不同的输入参数进行调整，本说明书对此不作任何限制。
示例的，指定区域可以为A省，如图4所示的交互界面上的折线图可以体现A省碳排放量的变化，其中，折线图中的参数可以为：2020年碳排放量为50010000，2021年碳排放量为50900100，2022年碳排放量为51600100，2023年碳排放量为52000100，2024年碳排放量为52600100。
应用本说明书实施例，获取指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子，其中，指标数据包括采暖面积参数和建筑空间参数，能源消耗数据包括供热能源强度和耗能指标，根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量，根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量，根据采暖能源需求量、建筑能源需求量和碳排因子，确定指定区域在目标预测时刻的预测碳排放量。在建筑行业中，采暖面积参数和建筑空间参数、供热能源强度和耗能指标直接影响着碳排放量，根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量，根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量，最终可根据采暖能源需求量、建筑能源需求量和碳排因子，确定出指定区域在目标预测时刻的预测碳排放量，实现了对建筑行业碳排放量的准确预测。并且，以资源投入量优化作为目标，通过求解优化问题，得到目标碳排放量，利用本实施例，可以准确确定出指定区域在目标预测时刻的目标碳排放量，即得到在资源投入量优化条件下的目标碳排放量，达到节能减排的目的。并且，本说明书实施例还提供了交互功能，在得到指定区域在目标预测时刻的目标碳排放量之后，将目标碳排放量发送至客户端进行显示。以使用户可以直观地观察到目标预测时刻的目标碳排放量。
与上述方法实施例相对应，本说明书还提供了建筑行业碳排放量预测装置实施例，图5示出了本说明书一个实施例提供的一种建筑行业碳排放量预测装置的结构示意图。如图5所示，该装置包括：
第一获取模块520，被配置为获取指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子，其中，指标数据包括采暖面积参数和建筑空间参数，能源消耗数据包括供热能源强度和耗能指标；
采暖能源需求量确定模块540，被配置为根据采暖面积参数和供热能源强度，利用预设的第一能源预测模型，确定指定区域在目标预测时刻的采暖能源需求量；
建筑能源需求量确定模块560，被配置为根据建筑空间参数和耗能指标，利用预设的第二能源预测模型，确定指定区域在目标预测时刻的建筑能源需求量；
碳排放量预测模块580，被配置为根据采暖能源需求量、建筑能源需求量和碳排因子，确定指定区域在目标预测时刻的预测碳排放量。
可选地，采暖面积参数包括当前采暖面积和采暖面积增长率，供热能源强度包括当前供热能源强度和能源强度增长率；
采暖能源需求量确定模块540，进一步被配置为根据当前采暖面积和采暖面积增长率，计算目标预测时刻的预测采暖面积；根据当前供热能源强度和能源强度增长率，计算目标预测时刻的预测供热能源强度；根据预测采暖面积和预测供热能源强度，确定采暖能源需求量。
可选地，建筑空间参数包括住宅建筑的房间参数和公共建筑面积参数；耗能指标包括用户耗能指标和公共建筑耗能指标；
建筑能源需求量确定模块560，进一步被配置为根据房间参数和用户耗能指标，利用预设的第三能源预测模型，确定指定区域在目标预测时刻的住宅建筑能源需求量；根据公共建筑面积参数和公共建筑耗能指标，利用预设的第四能源预测模型，确定指定区域在目标预测时刻的公共建筑能源需求量；根据住宅建筑能源需求量和公共建筑能源需求量，确定建筑能源需求量。
可选地，房间参数包括入住房间参数和用电设备参数；用户耗能指标包括居民特定行为对应的特定耗能指标和用电设备耗能指标；
建筑能源需求量确定模块560，进一步被配置为根据入住房间参数及特定耗能指标，利用特定行为的能源预测模型，确定指定区域在目标预测时刻的居民特定行为对应的能源需求量；根据入住房间参数、用电设备参数和用电设备耗能指标，利用用电设备的能源预测模型，确定指定区域在目标预测时刻的用电设备对应的能源需求量；根据居民特定行为对应的能源需求量和用电设备对应的能源需求量，确定住宅建筑能源需求量。
可选地，入住房间参数包括当前入住房间数和入住增长率，特定耗能指标包括当前特定耗能强度和第一耗能强度增长率；用电设备参数包括当前用电设备数量和用电设备增长率，用电设备耗能指标包括当前用电设备耗能量和用电设备耗能增长率；
建筑能源需求量确定模块560，进一步被配置为根据当前入住房间数和入住增长率，计算目标预测时刻的预测入住房间数；根据当前特定耗能强度和第一耗能强度增长率，计算目标预测时刻的预测特定耗能强度；根据预测入住房间数和预测特定耗能强度，确定居民特定行为对应的能源需求量；
建筑能源需求量确定模块560，进一步被配置为根据当前用电设备数量和用电设备增长率，计算目标预测时刻的预测用电设备数量；根据当前用电设备耗能量和用电设备耗能增长率，计算目标预测时刻的预测用电设备耗能量；根据预测入住房间数、预测用电设备数量和预设用电设备耗能量，确定用电设备对应的能源需求量。
可选地，公共建筑面积参数包括当前公共建筑面积和公共面积增长率，公共建筑耗能指标包括当前公共建筑耗能强度和第二耗能强度增长率；
建筑能源需求量确定模块560，进一步被配置为根据当前公共建筑面积和公共面积增长率，计算目标预测时刻的预测公共建筑面积；根据当前公共建筑耗能强度和第二耗能强度增长率，计算目标预测时刻的预测公共建筑耗能强度；根据预测公共建筑面积和预测公共建筑耗能强度，确定公共建筑能源需求量。
可选地，该装置还包括：
第二获取模块，被配置为获取指定区域内的资源投入参数；
优化模块，被配置为根据指标数据、能源消耗数据和资源投入参数，计算指定区域的资源投入量；在预设约束条件下，以资源投入量优化为目标，利用优化算法，求解出指定区域在目标预测时刻的目标碳排放量；
发送模块，被配置为将目标碳排放量发送至客户端进行显示。
上述为本实施例的一种建筑行业碳排放量预测装置的示意性方案。需要说明的是，该建筑行业碳排放量预测装置的技术方案与上述的建筑行业碳排放量预测方法的技术方案属于同一构思，建筑行业碳排放量预测装置的技术方案未详细描述的细节内容，均可以参见上述建筑行业碳排放量预测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建筑行业碳排放量预测方法的步骤。
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建筑行业碳排放量预测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，均可以参见上述建筑行业碳排放量预测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建筑行业碳排放量预测方法的步骤。
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建筑行业碳排放量预测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，均可以参见上述建筑行业碳排放量预测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，令计算机执行上述建筑行业碳排放量预测方法的步骤。
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建筑行业碳排放量预测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，均可以参见上述建筑行业碳排放量预测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)

1.一种建筑行业碳排放量预测方法，包括：
获取指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子，所述指标数据包括采暖面积参数和建筑空间参数，所述能源消耗数据包括供热能源强度和耗能指标；
根据所述采暖面积参数和所述供热能源强度，利用预设的第一能源预测模型，确定所述指定区域在目标预测时刻的采暖能源需求量，其中，所述第一能源预测模型是基于历史采暖面积参数和供热能源强度得到的；
根据所述建筑空间参数和所述耗能指标，利用预设的第二能源预测模型，确定所述指定区域在所述目标预测时刻的建筑能源需求量，其中，所述第二能源预测模型是基于历史建筑空间参数和耗能指标得到的；
根据所述采暖能源需求量、所述建筑能源需求量和所述碳排因子，确定所述指定区域在所述目标预测时刻的预测碳排放量。
2.根据权利要求1所述的方法，所述采暖面积参数包括当前采暖面积和采暖面积增长率，所述供热能源强度包括当前供热能源强度和能源强度增长率；
所述根据所述采暖面积参数和所述供热能源强度，利用预设的第一能源预测模型，确定所述指定区域在目标预测时刻的采暖能源需求量的步骤，包括：
根据所述当前采暖面积和所述采暖面积增长率，计算目标预测时刻的预测采暖面积；
根据所述当前供热能源强度和所述能源强度增长率，计算所述目标预测时刻的预测供热能源强度；
根据所述预测采暖面积和所述预测供热能源强度，确定所述采暖能源需求量。
3.根据权利要求1所述的方法，所述建筑空间参数包括住宅建筑的房间参数和公共建筑面积参数；所述耗能指标包括用户耗能指标和公共建筑耗能指标；
所述根据所述建筑空间参数和所述耗能指标，利用预设的第二能源预测模型，确定所述指定区域在所述目标预测时刻的建筑能源需求量的步骤，包括：
根据所述房间参数和所述用户耗能指标，利用预设的第三能源预测模型，确定所述指定区域在所述目标预测时刻的住宅建筑能源需求量；
根据所述公共建筑面积参数和所述公共建筑耗能指标，利用预设的第四能源预测模型，确定所述指定区域在所述目标预测时刻的公共建筑能源需求量；
根据所述住宅建筑能源需求量和所述公共建筑能源需求量，确定所述建筑能源需求量。
4.根据权利要求3所述的方法，所述房间参数包括入住房间参数和用电设备参数；所述用户耗能指标包括居民特定行为对应的特定耗能指标和用电设备耗能指标；
所述根据所述房间参数和所述用户耗能指标，利用预设的第三能源预测模型，确定所述指定区域在所述目标预测时刻的住宅建筑能源需求量的步骤，包括：
根据所述入住房间参数及所述特定耗能指标，利用特定行为的能源预测模型，确定所述指定区域在所述目标预测时刻的所述居民特定行为对应的能源需求量；
根据所述入住房间参数、所述用电设备参数和所述用电设备耗能指标，利用用电设备的能源预测模型，确定所述指定区域在所述目标预测时刻的用电设备对应的能源需求量；
根据所述居民特定行为对应的能源需求量和所述用电设备对应的能源需求量，确定所述住宅建筑能源需求量。
5.根据权利要求4所述的方法，所述入住房间参数包括当前入住房间数和入住增长率，所述特定耗能指标包括当前特定耗能强度和第一耗能强度增长率；所述用电设备参数包括当前用电设备数量和用电设备增长率，所述用电设备耗能指标包括当前用电设备耗能量和用电设备耗能增长率；
所述根据所述入住房间参数及所述特定耗能指标，利用特定行为的能源预测模型，确定所述指定区域在所述目标预测时刻的所述居民特定行为对应的能源需求量的步骤，包括：
根据所述当前入住房间数和所述入住增长率，计算目标预测时刻的预测入住房间数；
根据所述当前特定耗能强度和所述第一耗能强度增长率，计算所述目标预测时刻的预测特定耗能强度；
根据所述预测入住房间数和所述预测特定耗能强度，确定所述居民特定行为对应的能源需求量；
所述根据所述入住房间参数、所述用电设备参数和所述用电设备耗能指标，利用用电设备的能源预测模型，确定所述指定区域在所述目标预测时刻的用电设备对应的能源需求量的步骤，包括：
根据所述当前用电设备数量和所述用电设备增长率，计算所述目标预测时刻的预测用电设备数量；
根据所述当前用电设备耗能量和所述用电设备耗能增长率，计算所述目标预测时刻的预测用电设备耗能量；
根据所述预测入住房间数、所述预测用电设备数量和所述预设用电设备耗能量，确定所述用电设备对应的能源需求量。
6.根据权利要求3所述的方法，所述公共建筑面积参数包括当前公共建筑面积和公共面积增长率，所述公共建筑耗能指标包括当前公共建筑耗能强度和第二耗能强度增长率；
所述根据所述公共建筑面积参数和所述公共建筑耗能指标，利用预设的第四能源预测模型，确定所述指定区域在所述目标预测时刻的公共建筑能源需求量的步骤，包括：
根据所述当前公共建筑面积和所述公共面积增长率，计算所述目标预测时刻的预测公共建筑面积；
根据所述当前公共建筑耗能强度和所述第二耗能强度增长率，计算所述目标预测时刻的预测公共建筑耗能强度；
根据所述预测公共建筑面积和所述预测公共建筑耗能强度，确定所述公共建筑能源需求量。
7.根据权利要求1-6任一项所述的方法，还包括：
获取所述指定区域内的资源投入参数；
根据所述指标数据、所述能源消耗数据和所述资源投入参数，计算所述指定区域的资源投入量；
在预设约束条件下，以所述资源投入量优化为目标，利用优化算法，求解出所述指定区域在所述目标预测时刻的目标碳排放量；
将所述目标碳排放量发送至客户端进行显示。
8.一种建筑行业碳排放量预测平台，包括：客户端和服务端；所述客户端包括交互界面；
所述客户端，用于通过所述交互界面，接收用户输入的指定区域内各建筑指标的指标数据、能源消耗数据和碳排因子，所述指标数据包括采暖面积参数和建筑空间参数，所述能源消耗数据包括供热能源强度和耗能指标；将所述指标数据、所述能源消耗数据和所述碳排因子发送至所述服务端；
所述服务端，用于根据所述采暖面积参数和所述供热能源强度，利用预设的第一能源预测模型，确定所述指定区域在目标预测时刻的采暖能源需求量，其中，所述第一能源预测模型是基于历史采暖面积参数和供热能源强度得到的；根据所述建筑空间参数和所述耗能指标，利用预设的第二能源预测模型，确定所述指定区域在所述目标预测时刻的建筑能源需求量，其中，所述第二能源预测模型是基于历史建筑空间参数和耗能指标得到的；根据所述采暖能源需求量、所述建筑能源需求量和所述碳排因子，确定所述指定区域在所述目标预测时刻的预测碳排放量；将所述预测碳排放量反馈至所述客户端；
所述客户端，还用于在所述交互界面显示所述预测碳排放量。
9.一种计算设备，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7任一项所述的方法。
10.一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7任一项所述的方法。
CN202111394556.XA 2021-11-23 2021-11-23 建筑行业碳排放量预测方法、平台、计算设备及介质 Active CN113822500B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111394556.XA CN113822500B (zh) 2021-11-23 2021-11-23 建筑行业碳排放量预测方法、平台、计算设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111394556.XA CN113822500B (zh) 2021-11-23 2021-11-23 建筑行业碳排放量预测方法、平台、计算设备及介质

Publications (2)

Publication Number Publication Date
CN113822500A CN113822500A (zh) 2021-12-21
CN113822500B true CN113822500B (zh) 2022-04-19

Family

ID=78919749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111394556.XA Active CN113822500B (zh) 2021-11-23 2021-11-23 建筑行业碳排放量预测方法、平台、计算设备及介质

Country Status (1)

Country Link
CN (1) CN113822500B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114139764A (zh) * 2021-10-18 2022-03-04 阿里云计算有限公司 钢铁行业碳排放量预测方法、平台、计算设备及介质
CN114444780A (zh) * 2021-12-30 2022-05-06 阿里云计算有限公司 一种碳排放量预测方法、电子设备及计算机可读存储介质
CN115034585A (zh) * 2022-05-24 2022-09-09 佳净洁环境科技有限公司 基于智慧云厕的采集数据处理方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112329262A (zh) * 2020-11-24 2021-02-05 天津大学城市规划设计研究院有限公司 一种居住建筑燃气碳排放量预测方法
CN113468645A (zh) * 2021-07-02 2021-10-01 天津大学城市规划设计研究院有限公司 一种基于绿色建筑标准的建筑能耗优化方法
CN113496098A (zh) * 2021-09-06 2021-10-12 阿里云计算有限公司 面向碳减排的用能管控方法、计算设备及介质

Also Published As

Publication number Publication date
CN113822500A (zh) 2021-12-21

Similar Documents

Publication Publication Date Title
CN113822500B (zh) 建筑行业碳排放量预测方法、平台、计算设备及介质
He et al. Electricity demand and basic needs: Empirical evidence from China's households
Huo et al. Timetable and roadmap for achieving carbon peak and carbon neutrality of China's building sector
Zhang et al. Optimal design of CHP-based microgrids: Multiobjective optimisation and life cycle assessment
Lund et al. The economic crisis and sustainable development: The design of job creation strategies by use of concrete institutional economics
Lin et al. Energy efficiency and conservation in China's manufacturing industry
Farzaneh et al. An integrated supply-demand model for the optimization of energy flow in the urban system
Wang et al. Integrating biogas in regional energy systems to achieve near-zero carbon emissions
Hussain et al. Long-term scenario pathways to assess the potential of best available technologies and cost reduction of avoided carbon emissions in an existing 100% renewable regional power system: A case study of Gilgit-Baltistan (GB), Pakistan
CN114169669A (zh) 发电行业碳排放量预测方法、平台、计算设备及介质
Sandberg et al. Historical energy analysis of the Norwegian dwelling stock
CN102292618A (zh) 监测和管理公用事业设备使用情况的系统和方法
CN113947236B (zh) 综合能源调度方法、计算设备及介质
CN113139672A (zh) 一种居民生活用电量预测方法
CN113496098A (zh) 面向碳减排的用能管控方法、计算设备及介质
CN116226600A (zh) 基于建筑产业能源结构的碳排计算方法、存储介质及设备
Zeng et al. A novel grey Verhulst model with four parameters and its application to forecast the carbon dioxide emissions in China
Nicoli A TIMES-like open-source model for the Italian energy system
CN114298373B (zh) 水泥行业碳排放量预测方法、平台、计算设备及介质
CN112699615B (zh) 一种跨时空能源综合配置优化方法、装置及存储介质
Li et al. A novel hybrid grey system forecasting model based on seasonal fluctuation characteristics for electricity consumption in primary industry
Felício et al. From electrification to decarbonization: Insights from Portugal's experience (1960–2016)
Song et al. Urban metabolism based on emergy and slack based model: A case study of Beijing, China
CN112884532A (zh) 一种低功耗物联网采集系统
CN116227829A (zh) 一种均衡降低供水管网系统运行维护成本的调度方法、系统及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40064982

Country of ref document: HK