CN114065111A - 一种单体建筑物的碳排放数据核定方法 - Google Patents
一种单体建筑物的碳排放数据核定方法 Download PDFInfo
- Publication number
- CN114065111A CN114065111A CN202111370849.4A CN202111370849A CN114065111A CN 114065111 A CN114065111 A CN 114065111A CN 202111370849 A CN202111370849 A CN 202111370849A CN 114065111 A CN114065111 A CN 114065111A
- Authority
- CN
- China
- Prior art keywords
- building
- time period
- carbon emission
- gas
- standard
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 94
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000013524 data verification Methods 0.000 title claims description 8
- 239000007789 gas Substances 0.000 claims abstract description 83
- 239000000178 monomer Substances 0.000 claims abstract description 44
- 238000012544 monitoring process Methods 0.000 claims abstract description 29
- 239000000446 fuel Substances 0.000 claims abstract description 26
- 239000005431 greenhouse gas Substances 0.000 claims abstract description 24
- 230000002093 peripheral effect Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 3
- 238000003912 environmental pollution Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 3
- 238000006386 neutralization reaction Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Computational Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Pure & Applied Mathematics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Mathematical Analysis (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Algebra (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种单体建筑物的碳排放数据核定方法，涉及碳排放数据核定技术领域，包括：获取各个单体建筑物的燃料采购间隔时长和产物气体种类数量，将监测时间划分为多个时间段，采集每个时间段内各个单体建筑物的温室气体排放量，判断排放量是否超标以及超标时间段；若同一超标时间段内对应单体建筑物数量超标，则将对应超标时间段内的单体建筑物进行分批次调节；否则，将对应超标时间段内的单体建筑物进行监测；采集各个单体建筑物的周边植被面积、周边道路平均每天车流量和对应排放气体的处理时长，获取到各个单体建筑物的气体影响系数；若气体影响系数超标，则将对应建筑物进行碳排放数据核定；否则，将对应建筑物的碳排放数据进行统计。
Description
技术领域
本发明涉及碳排放数据核定技术领域，具体涉及一种单体建筑物的碳排放数据核定方法。
背景技术
碳排放是关于温室气体排放的一个总称或简称，温室气体中最主要的气体是二氧化碳，人类的任何活动都有可能造成碳排放，比如普通百姓简单的烧火做饭都能造成碳排放，任何物体被火烧后的废气都会产生碳排放。
但是在现有技术中，对于建筑物的碳排放数据分析针对性较低，无法降低碳排放的数据检测成本降低以及无法提高效率；同时，无法对各个建筑物的碳排放数据进行核定，导致碳排放数据检测的准确率低，无法做到碳排放数据排放的精准监测。
发明内容
针对现有技术中存在的碳排放数据无法核定导致数据监测准确率低的技术问题，本发明提供一种单体建筑物的碳排放数据核定方法。
本发明公开了一种单体建筑物的碳排放数据核定方法，包括：
步骤1、获取各个单体建筑物的燃料采购间隔时长和产物气体种类数量，将对应单体建筑物标记为主要碳排放点和次要碳排放点；
步骤2、将监测时间划分为多个时间段，采集每个时间段内各个单体建筑物的温室气体排放量，判断排放量是否超标以及超标时间段；
步骤3、判断同一超标时间段内对应单体建筑物数量是否超标，若超标，则将对应超标时间段内的单体建筑物进行分批次调节；若不超标，则将对应超标时间段内的单体建筑物进行监测；
步骤4、采集各个单体建筑物的周边植被面积、周边道路平均每天车流量和对应排放气体的处理时长，获取到各个单体建筑物的气体影响系数；
步骤5、判断气体影响系数是否超标，若超标，则将对应建筑物进行碳排放数据核定；若不超标，则将对应建筑物的碳排放数据进行统计。
作为本发明的进一步改进，所述步骤1，具体包括：
步骤11、采集各个单体建筑物对应生产燃料每个月的采购时间，通过每个月的采购时间获取到各个单体建筑物的燃料采购间隔时长Ti；
步骤12、采集各个单体建筑物对应生产燃料的种类数量，通过生产燃料的种类数量获取到各个单体建筑物对应的产物气体种类数量Si；
步骤13、将燃料采购间隔时长Ti与采购间隔时长阈值、产物气体种类数量Si与产物气体种类数量阈值进行比较；若燃料采购间隔时长Ti＜采购间隔时长阈值且产物气体种类数量Si≥产物气体种类数量阈值，则将对应单体建筑物标记为主要碳排放点，否则将对应单体建筑物标记为和次要碳排放点。
作为本发明的进一步改进，所述步骤2，具体包括：
步骤21、采集到主要碳排放点和次要碳排放点产生的对应种类温室效应气体，并将其标记为温室气体；
步骤22、设置监测时间，并将监测时间划分为o个时间段，o为大于1的自然数；采集到各个时间段内对应单体建筑物的温室气体排放量，并将各个时间段内对应单体建筑物的温室气体排放量标记为PFo；
步骤23、根据各个单体建筑物的排放量构建气体排放集合{PF1，PF2，…，PFo}，将气体排放集合内各个子集对应温室气体排放量与排放量阈值进行比较；
步骤24、若气体排放集合内各个子集对应温室气体排放量≥排放量阈值，则判定排放量超标，并将对应时间段标记为对应单体建筑物的超标时间段；
步骤25、若气体排放集合内各个子集对应温室气体排放量＜排放量阈值，则判定排放量未超标，并将对应时间段标记为对应单体建筑物的符合时间段。
作为本发明的进一步改进，所述步骤3，具体包括：
步骤31、将各个单体建筑物对应超标时间段进行比较；
步骤32、若同一超标时间段对应单体建筑物数量大于对应数量阈值，则判定对应超标时间段排放不稳定，生成时间段调节信号并将对应超标时间段内的单体建筑物进行分批次调节；
步骤33、若同一超标时间段对应单体建筑物数量不大于对应数量阈值，则判定对应超标时间段排放稳定，生成时间段监测信号并将对应超标时间段内的单体建筑物进行监测。
作为本发明的进一步改进，在所述步骤4，气体影响系数的计算公式为：
式中，MJi为单体建筑物的周边植被面积，CLi为周边道路平均每天车流量，SCi为对应排放气体的处理时长，f1、f2和f3为预设比例系数且f1＞f2＞f3＞0。
作为本发明的进一步改进，所述步骤5、包括：
步骤51、将各个建筑物的气体影响系数与气体影响系数阈值进行比较；
步骤52、若建筑物的气体影响系数≥气体影响系数阈值，则判定对应建筑物碳排放数据核定存在误差，生成误差整顿信号并将对应建筑物进行碳排放数据核定；
步骤53、若建筑物的气体影响系数＜气体影响系数阈值，则判定对应建筑物碳排放数据核定不存在误差，生成数值准确信号并将对应建筑物的碳排放数据进行统计。
作为本发明的进一步改进，所述碳排放数据核定为将建筑物以及建筑物周边环境存在的气体排放进行分析统计。
与现有技术相比，本发明的有益效果为：
本发明将建筑物分为主要碳排放点建筑物和次要碳排放点建筑物，提高了建筑物碳排放数据监控的针对性，大大增加了碳排放数据监控的效率；
本发明对各个建筑物的碳排放数据进行准确分析，解决周边环境存在影响碳排放数据的气体产生，导致碳排放数据核定不准确，造成各个建筑物的分析准确率低等问题；
本发明对建筑物的排放量和排放时间进行分析，防止出现建筑物集体排放，造成碳排放中和效率降低，增加环境污染的风险；同时，防止出现建筑物增加，造成监测效率降低，增加环境污染的风险。
附图说明
图1为本发明一种实施例公开的单体建筑物的碳排放数据核定方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合附图对本发明做进一步的详细描述：
如图1所示，本发明提供一种单体建筑物的碳排放数据核定方法，包括：
步骤1、获取各个单体建筑物的燃料采购间隔时长和产物气体种类数量，将对应单体建筑物标记为主要碳排放点和次要碳排放点；
具体包括：
步骤11、采集各个单体建筑物，并将对应建筑物标记为i，i为大于1的自然数；采集各个单体建筑物对应生产燃料每个月的采购时间，通过每个月的采购时间获取到各个单体建筑物的燃料采购间隔时长Ti，并将其标记为燃料消耗周期；
步骤12、采集各个单体建筑物对应生产燃料的种类数量，通过生产燃料的种类数量获取到各个单体建筑物对应的产物气体种类数量Si；其中，不同的生产燃料产生的气体不同，不同的气体产物导致碳排放超标的概率增加，即生产燃料的产物气体种类越大，碳排放超标的概率越大；
步骤13、将燃料采购间隔时长Ti与采购间隔时长阈值、产物气体种类数量Si与产物气体种类数量阈值进行比较；若燃料采购间隔时长Ti＜采购间隔时长阈值且产物气体种类数量Si≥产物气体种类数量阈值，则将对应单体建筑物标记为主要碳排放点，否则将对应单体建筑物标记为和次要碳排放点。
步骤2、将监测时间划分为多个时间段，采集每个时间段内各个单体建筑物的温室气体排放量，判断排放量是否超标以及超标时间段；
具体包括：
步骤21、采集到主要碳排放点和次要碳排放点产生的对应种类温室效应气体，并将其标记为温室气体；
步骤22、设置监测时间，并将监测时间划分为o个时间段，o为大于1的自然数；采集到各个时间段内对应单体建筑物的温室气体排放量，并将各个时间段内对应单体建筑物的温室气体排放量标记为PFo；
步骤23、根据各个单体建筑物的排放量构建气体排放集合{PF1，PF2，…，PFo}，将气体排放集合内各个子集对应温室气体排放量与排放量阈值进行比较；
步骤24、若气体排放集合内各个子集对应温室气体排放量≥排放量阈值，则判定排放量超标，并将对应时间段标记为对应单体建筑物的超标时间段；
步骤25、若气体排放集合内各个子集对应温室气体排放量＜排放量阈值，则判定排放量未超标，并将对应时间段标记为对应单体建筑物的符合时间段。
步骤3、判断同一超标时间段内对应单体建筑物数量是否超标，若超标，则将对应超标时间段内的单体建筑物进行分批次调节；若不超标，则将对应超标时间段内的单体建筑物进行监测；
具体包括：
步骤31、将各个单体建筑物对应超标时间段进行比较；
步骤32、若同一超标时间段对应单体建筑物数量大于对应数量阈值，则判定对应超标时间段排放不稳定，生成时间段调节信号并将对应超标时间段内的单体建筑物进行分批次调节，防止出现建筑物集体排放，造成碳排放中和效率降低，增加环境污染的风险；
步骤33、若同一超标时间段对应单体建筑物数量不大于对应数量阈值，则判定对应超标时间段排放稳定，生成时间段监测信号并将对应超标时间段内的单体建筑物进行监测，防止出现建筑物增加，造成监测效率降低，同时增加环境污染的风险。
步骤4、采集各个单体建筑物的周边植被面积、周边道路平均每天车流量和对应排放气体的处理时长，获取到各个单体建筑物的气体影响系数；
具体包括：
步骤41、将建筑物和对应排放量进行一一对应，采集到各个建筑物周边植被面积，并将各个建筑物周边植被面积标记为MJi；采集到各个建筑物的周边道路平均每天车流量，并将各个建筑物的周边道路平均每天车流量标记为CLi；采集到各个建筑物对应排放气体的处理时长，并将各个建筑物对应排放气体的处理时长标记为SCi；
步骤42、通过下述公式获取到各个建筑物的气体影响系数Vi，其中，f1、f2以及f3均为预设比例系数，且f1＞f2＞f3＞0；
步骤5、判断气体影响系数是否超标，若超标，则将对应建筑物进行碳排放数据核定；若不超标，则将对应建筑物的碳排放数据进行统计；
具体包括：
步骤51、将各个建筑物的气体影响系数Vi与气体影响系数阈值进行比较；
步骤52、若建筑物的气体影响系数Vi≥气体影响系数阈值，则判定对应建筑物碳排放数据核定存在误差，生成误差整顿信号并将对应建筑物进行碳排放数据核定；其中，碳排放数据核定为将建筑物以及建筑物周边环境存在的气体排放进行分析统计；
步骤53、若建筑物的气体影响系数Vi＜气体影响系数阈值，则判定对应建筑物碳排放数据核定不存在误差，生成数值准确信号并将对应建筑物的碳排放数据进行统计。
基于此，本发明对碳排放数据进行核定，对于排放量低的建筑物，能够采集到准确排放量，降低对应建筑物碳排放数据检测成本，对于排放量高的建筑物，能够清晰了解到碳排放数据的源头，准确有效的解决碳排放数据排放问题。
进一步，上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
本发明的优点为：
本发明将建筑物分为主要碳排放点建筑物和次要碳排放点建筑物，提高了建筑物碳排放数据监控的针对性，大大增加了碳排放数据监控的效率；
本发明对各个建筑物的碳排放数据进行准确分析，解决周边环境存在影响碳排放数据的气体产生，导致碳排放数据核定不准确，造成各个建筑物的分析准确率低等问题；
本发明对建筑物的排放量和排放时间进行分析，防止出现建筑物集体排放，造成碳排放中和效率降低，增加环境污染的风险；同时，防止出现建筑物增加，造成监测效率降低，增加环境污染的风险。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种单体建筑物的碳排放数据核定方法，其特征在于，包括：
步骤1、获取各个单体建筑物的燃料采购间隔时长和产物气体种类数量，将对应单体建筑物标记为主要碳排放点和次要碳排放点；
步骤2、将监测时间划分为多个时间段，采集每个时间段内各个单体建筑物的温室气体排放量，判断排放量是否超标以及超标时间段；
步骤3、判断同一超标时间段内对应单体建筑物数量是否超标，若超标，则将对应超标时间段内的单体建筑物进行分批次调节；若不超标，则将对应超标时间段内的单体建筑物进行监测；
步骤4、采集各个单体建筑物的周边植被面积、周边道路平均每天车流量和对应排放气体的处理时长，获取到各个单体建筑物的气体影响系数；
步骤5、判断气体影响系数是否超标，若超标，则将对应建筑物进行碳排放数据核定；若不超标，则将对应建筑物的碳排放数据进行统计。
2.如权利要求1所述的单体建筑物的碳排放数据核定方法，其特征在于，所述步骤1，具体包括：
步骤11、采集各个单体建筑物对应生产燃料每个月的采购时间，通过每个月的采购时间获取到各个单体建筑物的燃料采购间隔时长Ti；
步骤12、采集各个单体建筑物对应生产燃料的种类数量，通过生产燃料的种类数量获取到各个单体建筑物对应的产物气体种类数量Si；
步骤13、将燃料采购间隔时长Ti与采购间隔时长阈值、产物气体种类数量Si与产物气体种类数量阈值进行比较；若燃料采购间隔时长Ti＜采购间隔时长阈值且产物气体种类数量Si≥产物气体种类数量阈值，则将对应单体建筑物标记为主要碳排放点，否则将对应单体建筑物标记为和次要碳排放点。
3.如权利要求1所述的单体建筑物的碳排放数据核定方法，其特征在于，所述步骤2，具体包括：
步骤21、采集到主要碳排放点和次要碳排放点产生的对应种类温室效应气体，并将其标记为温室气体；
步骤22、设置监测时间，并将监测时间划分为o个时间段，o为大于1的自然数；采集到各个时间段内对应单体建筑物的温室气体排放量，并将各个时间段内对应单体建筑物的温室气体排放量标记为PFo；
步骤23、根据各个单体建筑物的排放量构建气体排放集合{PF1，PF2，…，PFo}，将气体排放集合内各个子集对应温室气体排放量与排放量阈值进行比较；
步骤24、若气体排放集合内各个子集对应温室气体排放量≥排放量阈值，则判定排放量超标，并将对应时间段标记为对应单体建筑物的超标时间段；
步骤25、若气体排放集合内各个子集对应温室气体排放量＜排放量阈值，则判定排放量未超标，并将对应时间段标记为对应单体建筑物的符合时间段。
4.如权利要求1所述的单体建筑物的碳排放数据核定方法，其特征在于，所述步骤3，具体包括：
步骤31、将各个单体建筑物对应超标时间段进行比较；
步骤32、若同一超标时间段对应单体建筑物数量大于对应数量阈值，则判定对应超标时间段排放不稳定，生成时间段调节信号并将对应超标时间段内的单体建筑物进行分批次调节；
步骤33、若同一超标时间段对应单体建筑物数量不大于对应数量阈值，则判定对应超标时间段排放稳定，生成时间段监测信号并将对应超标时间段内的单体建筑物进行监测。
5.如权利要求1所述的单体建筑物的碳排放数据核定方法，其特征在于，在所述步骤4，气体影响系数的计算公式为：
式中，MJi为单体建筑物的周边植被面积，CLi为周边道路平均每天车流量，SCi为对应排放气体的处理时长，f1、f2和f3为预设比例系数且f1＞f2＞f3＞0。
6.如权利要求1所述的单体建筑物的碳排放数据核定方法，其特征在于，所述步骤5、包括：
步骤51、将各个建筑物的气体影响系数与气体影响系数阈值进行比较；
步骤52、若建筑物的气体影响系数≥气体影响系数阈值，则判定对应建筑物碳排放数据核定存在误差，生成误差整顿信号并将对应建筑物进行碳排放数据核定；
步骤53、若建筑物的气体影响系数＜气体影响系数阈值，则判定对应建筑物碳排放数据核定不存在误差，生成数值准确信号并将对应建筑物的碳排放数据进行统计。
7.如权利要求6所述的单体建筑物的碳排放数据核定方法，其特征在于，所述碳排放数据核定为将建筑物以及建筑物周边环境存在的气体排放进行分析统计。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111370849.4A CN114065111A (zh) | 2021-11-18 | 2021-11-18 | 一种单体建筑物的碳排放数据核定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111370849.4A CN114065111A (zh) | 2021-11-18 | 2021-11-18 | 一种单体建筑物的碳排放数据核定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114065111A true CN114065111A (zh) | 2022-02-18 |
Family
ID=80277910
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111370849.4A Pending CN114065111A (zh) | 2021-11-18 | 2021-11-18 | 一种单体建筑物的碳排放数据核定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114065111A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114965900A (zh) * | 2022-06-08 | 2022-08-30 | 南京国环科技股份有限公司 | 一种用于实时监控碳排放的方法和系统 |
| CN115222261A (zh) * | 2022-07-21 | 2022-10-21 | 湖南工商大学 | 一种基于大数据的碳排放监测系统 |
| CN115994176A (zh) * | 2023-03-23 | 2023-04-21 | 佛山市龙生光启科技有限公司 | 一种基于大数据和人工智能的碳排放分析及报告生成方法 |
-
2021
- 2021-11-18 CN CN202111370849.4A patent/CN114065111A/zh active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114965900A (zh) * | 2022-06-08 | 2022-08-30 | 南京国环科技股份有限公司 | 一种用于实时监控碳排放的方法和系统 |
| CN114965900B (zh) * | 2022-06-08 | 2024-02-02 | 南京国环科技股份有限公司 | 一种用于实时监控碳排放的方法和系统 |
| CN115222261A (zh) * | 2022-07-21 | 2022-10-21 | 湖南工商大学 | 一种基于大数据的碳排放监测系统 |
| CN115994176A (zh) * | 2023-03-23 | 2023-04-21 | 佛山市龙生光启科技有限公司 | 一种基于大数据和人工智能的碳排放分析及报告生成方法 |
| CN115994176B (zh) * | 2023-03-23 | 2023-08-15 | 广州绿石碳科技股份有限公司 | 一种基于大数据和人工智能的碳排放分析及报告生成方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114065111A (zh) | 一种单体建筑物的碳排放数据核定方法 | |
| CN113769519B (zh) | 一种建筑工地的智能降尘控制方法及系统 | |
| CN114022052B (zh) | 水质异常监测方法、装置、存储介质及计算机设备 | |
| CN104156447B (zh) | 一种智能社交平台广告预警及处理方法 | |
| CN114141370A (zh) | 一种疫情防控的信息管理方法、装置及计算机存储介质 | |
| CN114742460A (zh) | 一种确定待管控企业的方法、装置、电子设备及存储介质 | |
| CN116187621A (zh) | 一种碳排放监测方法及装置 | |
| CN115423383B (zh) | 基于人工智能的分布式村镇饮用水监测调控系统及方法 | |
| CN114546841B (zh) | 基于云计算的软件质量评估方法 | |
| Khan et al. | An outlook of ozone air pollution through comparative analysis of artificial neural network, regression, and sensitivity models | |
| CN116051053A (zh) | 一种科技项目申报流程精细化管理系统 | |
| CN113420443B (zh) | 一种耦合峰值均值因子的恶臭精准模拟方法 | |
| CN115186230A (zh) | 一种判定台风对空气质量影响的方法及装置 | |
| Prowse | State dependence in a multi-state model of employment dynamics | |
| Ross-Gillespie et al. | Penguin power analyses using the approach recommended by the international panel: methods and the complete set of results | |
| CN117171504B (zh) | 一种智慧环保扬尘设备监测数据处理系统 | |
| Mahmood et al. | Recommender system for ground-level Ozone predictions in Kuwait | |
| CN114118861B (zh) | 一种基于新能源低碳的建筑物碳中和处理系统 | |
| Sicardi et al. | Ground-level ozone concentration over Spain: an application of Kalman Filter post-processing to reduce model uncertainties | |
| Ding et al. | Multi-scale variation prediction of PM2. 5 concentration based on a Monte Carlo method | |
| Xiao et al. | A two-step feature selection algorithm adapting to intrusion detection | |
| CN116307378A (zh) | 一种单体建筑物的碳排放数据核定方法 | |
| CN117314023B (zh) | 一种大气污染数据分析方法、系统及计算机存储介质 | |
| LU505334B1 (en) | Infectious disease trend prediction system and method based on big data | |
| Çubukçu et al. | Carbon monoxide forecasting with air quality parameters and fuzzy logic for Konya: A case study of Meram |
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 |