CN114091980B - 基于分布式监测的碳排放量计算方法、装置及存储介质 - Google Patents

基于分布式监测的碳排放量计算方法、装置及存储介质 Download PDF

Info

Publication number
CN114091980B
CN114091980B CN202210039632.3A CN202210039632A CN114091980B CN 114091980 B CN114091980 B CN 114091980B CN 202210039632 A CN202210039632 A CN 202210039632A CN 114091980 B CN114091980 B CN 114091980B
Authority
CN
China
Prior art keywords
carbon
neutralization
value
enterprise
carbon emission
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
CN202210039632.3A
Other languages
English (en)
Other versions
CN114091980A (zh
Inventor
李磊
马亮
刘欢
薛云耀
芦鹏飞
朱林
吴昱德
张军达
高标
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.)
State Grid Zhejiang Electric Power Co Ltd
Original Assignee
State Grid Zhejiang Electric Power 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 State Grid Zhejiang Electric Power Co Ltd filed Critical State Grid Zhejiang Electric Power Co Ltd
Priority to CN202210039632.3A priority Critical patent/CN114091980B/zh
Publication of CN114091980A publication Critical patent/CN114091980A/zh
Application granted granted Critical
Publication of CN114091980B publication Critical patent/CN114091980B/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
    • G06Q10/06—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
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • 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
    • 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

Abstract

本发明提供一种基于分布式监测的碳排放量计算方法、装置及存储介质，包括：电碳分布服务单元获取目标区域内所有企业的用电监测数据，对所述用电监测数据分类得到每个企业对应的用电信息；水碳分布服务单元获取目标区域内所有企业的用水监测数据，对用水监测数据分类得到每个企业对应的用水信息；碳中和分布服务单元接收目标区域内所有企业的碳中和数据，对碳中和数据分类得到每个企业对应的碳中和信息；综合计算服务单元统计每个企业的电碳排放值、水碳排放值以及碳中和值，根据每个企业的电碳排放值、水碳排放值以及碳中和值计算目标区域内的碳排放量。本发明采用分布式的监测结构计算目标区域内所有企业的碳排放量，具有效率高、准确的优点。

Description

基于分布式监测的碳排放量计算方法、装置及存储介质
技术领域
本发明涉及碳排放计算技术领域，尤其涉及一种基于分布式监测的碳排放量计算方法、装置及存储介质。
背景技术
碳排放一般指温室气体排放。温室气体的排放，会造成温室效应，使全球气温上升。地球在吸收太阳辐射的同时，本身也向外层空间辐射热量，其热辐射以3～30μm的长波红外线为主。当这样的长波辐射进入大气层时，易被某些分子量较大、极性较强的气体分子所吸收。由于红外线的能量较低，不足以导致分子键能的断裂，因此气体分子吸收红外线辐射后没有化学反应发生，而只是阻挡热量自地球向外逃逸，相当于地球和外层空间的一个绝热层，即 “温室” 的作用。大气中某些微量组分对地球长波辐射吸收作用使近地面热量得以保持，从而导致全球气温升高的现象被称为温室效应。
在当前大力减排的大背景下，对于企业生产、生活的碳排放计算能够衡量一个企业的碳排放行为所产生的碳的量值，进而根据不同企业、地区的不同碳排放量采取不同的处理、调控方式。
当前在统计某个地区内企业的碳排放量时，需要统计该区内所有企业的用水、用电以及其他减少二氧化碳的行为数据，根据该行为数据计算该地区内的碳排放量。
当前计算碳排放量的方式为，通过人为的方式统计某个企业用水、用电、以及其他行为得到每个企业的碳排放量，然后对所有的企业的碳排放量进行加权求和得到该地区内的总碳排放量，该种方式计算碳排放量效率低下，易出错。
发明内容
本发明实施例提供一种基于分布式监测的碳排放量计算方法、装置及存储介质，通过分布式监测的方式统计某个目标区域内所有企业不同的碳排放行为、碳中和行为，从而得到所有企业的碳排放量，提高了碳排放量统计的效率，保障了碳排放量计算的准确性。
本发明实施例的第一方面，提供一种基于分布式监测的碳排放量计算方法，预先设置分布式监测架构，所述分布式监测架构包括综合计算服务单元以及分别与所述综合计算服务单元连接的电碳分布服务单元、水碳分布服务单元、碳中和分布服务单元，通过以下步骤计算碳排放量，包括：
所述电碳分布服务单元用于获取目标区域内所有企业的用电监测数据，对所述用电监测数据分类得到每个企业对应的用电信息，根据所述用电信息得到电碳排放值并通过电碳标签对所述电碳排放值标记；
所述水碳分布服务单元用于获取目标区域内所有企业的用水监测数据，对所述用水监测数据分类得到每个企业对应的用水信息，根据所述用水信息得到水碳排放值并通过水碳标签对所述水碳排放值标记；
所述碳中和分布服务单元用于接收目标区域内所有企业的碳中和数据，对所述碳中和数据分类得到每个企业对应的碳中和信息，根据所述碳中和信息得到碳中和值并通过碳中和标签对所述碳中和值标记；
所述综合计算服务单元基于所述电碳标签、水碳标签以及碳中和标签统计每个企业对应的电碳排放值、水碳排放值以及碳中和值，根据每个企业的电碳排放值、水碳排放值以及碳中和值计算得到目标区域内的当前碳排放量；
获取目标区域内的多个相邻预设时间点的多个先前碳排放量，基于多个先前碳排放量得到碳排放变化量，基于所述当前碳排放量、碳排放变化量得到下一时间点的预测碳排放量；
接收输入的碳排放预警线，若所述预测碳排放量大于所述碳排放预警线，根据所述预测碳排放量、碳排放预警线得到碳中和目标信息，根据目标区域内每个企业对应的电碳排放值对所述碳中和目标信息进行分配处理，得到目标区域内每个企业对应的碳中和子信息。
可选地，在第一方面的一种可能实现方式中，所述碳中和分布服务单元用于接收目标区域内所有企业的碳中和数据，对所述碳中和数据分类得到每个企业对应的碳中和信息，根据所述碳中和信息得到碳中和值并通过碳中和标签对所述碳中和值标记包括：
接收目标区域内所有企业的碳中和数据，所述碳中和数据包括目标区域内所有企业的碳中和信息，所述碳中和信息至少包括企业名称、碳中和行为类型以及每种碳中和行为对应的量值；
根据预先设定的企业名称确定与其对应的碳中和信息，提取碳中和信息中的碳中和行为类型以及每种碳中和行为对应的量值，根据所述企业名称生成碳中和标签；
根据所述碳中和行为类型、每种碳中和行为对应的量值、每种碳中和行为的碳中和转换值生成碳中和值，通过所述碳中和标签对所述碳中和值进行标记。
可选地，在第一方面的一种可能实现方式中，根据所述碳中和行为类型、每种碳中和行为对应的量值、每种碳中和行为的碳中和转换值生成碳中和值，通过所述碳中和标签对所述碳中和值进行标记包括：
所述碳中和行为类型包括植树行为和清洁能源用电行为，所述植树行为对应植树量值，所述清洁能源用电行为对应清洁能源发电量值；
根据所述植树量值、清洁能源发电量值、植树的碳中和转换值、清洁能源用电碳中和转换值生成碳中和值，通过所述碳中和标签对所述碳中和值进行标记。
可选地，在第一方面的一种可能实现方式中，所述综合计算服务单元基于所述电碳标签、水碳标签以及碳中和标签统计每个企业对应的电碳排放值、水碳排放值以及碳中和值，根据每个企业的电碳排放值、水碳排放值以及碳中和值计算得到目标区域内的当前碳排放量包括：
综合计算服务单元根据电碳标签、水碳标签以及碳中和标签对电碳排放值、水碳排放值以及碳中和值进行归类，得到目标区域内每个企业分别对应的电碳排放值、水碳排放值以及碳中和值；
通过以下公式计算目标区域内的当前碳排放量，
Figure 955013DEST_PATH_IMAGE001
其中，P为目标区域内所有企业的当前碳排放量，
Figure 606575DEST_PATH_IMAGE002
为第
Figure 104421DEST_PATH_IMAGE003
个企业的用电量值，
Figure 234051DEST_PATH_IMAGE004
为 电碳转换值，
Figure 517265DEST_PATH_IMAGE005
为第
Figure 74148DEST_PATH_IMAGE003
个企业的用水量值，
Figure 75602DEST_PATH_IMAGE006
为水碳转换值，
Figure 8923DEST_PATH_IMAGE007
为第
Figure 661490DEST_PATH_IMAGE008
个企业的植树量值，
Figure 389275DEST_PATH_IMAGE009
为植树的碳中和转换值，
Figure 878025DEST_PATH_IMAGE010
为第
Figure 83878DEST_PATH_IMAGE003
个企业的清洁能源发电量值，
Figure 341684DEST_PATH_IMAGE011
为清洁能源用电碳中和 转换值，
Figure 505949DEST_PATH_IMAGE012
为清洁能源用电的碳排放转换值，所述企业的用电量值包括市电用电值和清洁 能源用电值。
可选地，在第一方面的一种可能实现方式中，获取目标区域内的多个相邻预设时间点的多个先前碳排放量，基于多个先前碳排放量得到碳排放变化量，基于所述当前碳排放量、碳排放变化量得到下一时间点的预测碳排放量包括：
获取历史数据库中与所述目标区域所对应的碳排放序列，所述碳排放序列包括目标区域在先前每个时间点所对应的先前碳排放量；
确定碳排放序列中与多个相邻预设时间点对应的先前碳排放量，通过以下公式得到碳排放变化量和预测碳排放量，
Figure 481996DEST_PATH_IMAGE013
其中，
Figure 740808DEST_PATH_IMAGE014
为碳排放变化量，
Figure 118699DEST_PATH_IMAGE015
为预测碳排放量，
Figure 188286DEST_PATH_IMAGE016
为第
Figure 651629DEST_PATH_IMAGE017
个相邻预设时间点的先前 碳排放量，
Figure 464864DEST_PATH_IMAGE018
为第
Figure 697262DEST_PATH_IMAGE017
+1个相邻预设时间点的先前碳排放量，
Figure 203330DEST_PATH_IMAGE019
为相邻预设时间点的总数 量。
可选地，在第一方面的一种可能实现方式中，接收输入的碳排放预警线，若所述预测碳排放量大于所述碳排放预警线，根据所述预测碳排放量、碳排放预警线得到碳中和目标信息，根据目标区域内每个企业对应的电碳排放值对所述碳中和目标信息进行分配处理，得到目标区域内每个企业对应的碳中和子信息包括：
将预测碳排放量与接收到的碳排放预警线比对，若预测碳排放量大于碳排放预警线，则根据预测碳排放量、碳排放预警线计算得到碳中和目标信息；
获取目标区域内每个企业对应的电碳排放值，通过以下公式计算每个企业对应的碳中和子信息，
Figure 888389DEST_PATH_IMAGE020
其中，
Figure 757513DEST_PATH_IMAGE021
为第
Figure 844417DEST_PATH_IMAGE022
个企业所对应的碳中和子信息，
Figure 521386DEST_PATH_IMAGE023
为第
Figure 428162DEST_PATH_IMAGE022
个企业所对应的碳中和 权重值，
Figure 583200DEST_PATH_IMAGE024
为第
Figure 790191DEST_PATH_IMAGE022
个企业所对应的电碳排放值，
Figure 638061DEST_PATH_IMAGE025
为第
Figure 546980DEST_PATH_IMAGE026
个企业所对应的碳中和子信息，
Figure 505709DEST_PATH_IMAGE027
为第
Figure 301626DEST_PATH_IMAGE026
个企业所对应的电碳排放值。
可选地，在第一方面的一种可能实现方式中，还包括：
获取所述电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元包括的所有服务器；
间隔预设时间段，分别获取所述电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元对所述用电监测数据、用水监测数据以及碳中和数据的处理时间得到第一处理时间、第二处理时间以及第三处理时间，所述第一处理时间小于所述第二处理时间，所述第二处理时间小于所述第三处理时间；
根据所述第一处理时间、第二处理时间以及第三处理时间对电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元分配相应数量的服务器。
可选地，在第一方面的一种可能实现方式中，根据所述第一处理时间、第二处理时间以及第三处理时间对电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元分配相应数量的服务器包括：
通过以下公式得到每个分布服务单元分配的服务器数量，
Figure 320398DEST_PATH_IMAGE028
其中，
Figure 467346DEST_PATH_IMAGE029
为第一处理时间的时间值，
Figure 229765DEST_PATH_IMAGE030
为第一处理时间所对应的分布服务单元所 分配的服务器数量，
Figure 145769DEST_PATH_IMAGE031
为第一处理权重值，
Figure 53551DEST_PATH_IMAGE032
为第二处理时间的时间值，
Figure 687794DEST_PATH_IMAGE033
为第二处理时 间所对应的分布服务单元所分配的服务器数量，
Figure 988326DEST_PATH_IMAGE034
为第二处理权重值，
Figure 24415DEST_PATH_IMAGE035
为第三处理时间 的时间值，
Figure 119410DEST_PATH_IMAGE036
为第三处理时间所对应的分布服务单元所分配的服务器数量，
Figure 240949DEST_PATH_IMAGE037
为第三处理 权重值，
Figure 345172DEST_PATH_IMAGE038
为电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元包括的所有 服务器的总数量。
本发明实施例的第二方面，提供一种基于分布式监测的碳排放量计算装置，预先设置分布式监测架构，所述分布式监测架构包括综合计算服务单元以及分别与所述综合计算服务单元连接的电碳分布服务单元、水碳分布服务单元、碳中和分布服务单元，通过以下模块计算碳排放量：
电碳计算模块，用于使所述电碳分布服务单元用于获取目标区域内所有企业的用电监测数据，对所述用电监测数据分类得到每个企业对应的用电信息，根据所述用电信息得到电碳排放值并通过电碳标签对所述电碳排放值标记；
水碳计算模块，用于使所述水碳分布服务单元用于获取目标区域内所有企业的用水监测数据，对所述用水监测数据分类得到每个企业对应的用水信息，根据所述用水信息得到水碳排放值并通过水碳标签对所述水碳排放值标记；
碳中和计算模块，用于使所述碳中和分布服务单元用于接收目标区域内所有企业的碳中和数据，对所述碳中和数据分类得到每个企业对应的碳中和信息，根据所述碳中和信息得到碳中和值并通过碳中和标签对所述碳中和值标记；
碳排放计算模块，用于使所述综合计算服务单元基于所述电碳标签、水碳标签以及碳中和标签统计每个企业对应的电碳排放值、水碳排放值以及碳中和值，根据每个企业的电碳排放值、水碳排放值以及碳中和值计算得到目标区域内的当前碳排放量。
本发明实施例的第三方面，提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能设计的所述方法。
本发明提供的一种基于分布式监测的碳排放量计算方法、装置及存储介质，能够根据预先设置的分布式架构对目标区域内所有的用水监测数据、用电监测数据以及碳中和数据进行统计，并且通过综合计算服务单元每个电碳标签、水碳标签以及碳中和标签对用水监测数据、用电监测数据以及碳中和数据进行归类，得到每个企业的综合碳排放量，进而得到目标区域内的综合碳排放量。本发明提供的技术方案，可以直接通过供电局、自来水厂等官方部门统计的用电监测数据、用水监测数据为基础进行碳排放的计算，使得本发明所计算的碳排放量更加的客观，人为参与性较低，提高了碳排放量统计的效率，保障了碳排放量计算的准确性。
本发明在计算目标区域内的碳排放量时，不仅会考虑目标区域内每个企业的排碳行为，而且会综合考虑每个企业的碳中和行为，本发明在统计企业的碳中和行为时，会综合考虑企业的植树行为、清洁能源用电行为，使得本发明所计算的碳中和值参考的维度更多，所计算的碳排放量更加的准确。
本发明在计算目标区域内的碳排放量时，会采取分布式的计算方式，即在不同的服务单元中计算不同的值，使得每个服务单元中计算某个值的算法固定，不需要针对不同类型的行为频繁调取不同的碳排放转换值，使得每个服务单元都能够按照先前的计算方式进行下一步的计算，极大地提高了计算效率。本发明会通过综合计算服务单元对分布处理后的用电、用水以及碳中和信息数据进行统一的归类处理和统一的汇总，使得本发明在统计数据时也可以多样化，例如说只统计目标区域内单一行为的碳排放值，即目标区域内所有企业的用电碳排放、目标区域内所有企业的用水碳排放，使得本发明所能应用场景的更多。
本发明提供的技术方案，可以是采用服务器集群的方式对用电监测数据、用水监测数据以及碳中和数据进行处理。由于不同类型的数据处理方式、需求不同，所以不同类型数据的处理时间是不同的。本发明会根据电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元中对数据处理的不同时间对电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元中的服务器数量进行统一调控分配，使得电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元对数据的处理能够在时间维度上保持同步，进而提高服务器的计算利用率，降低碳排放量的计算时间，提升碳排放量的计算效率。
本发明提供的技术方案，会根据目标区域在历史时间点的变化情况对下个时间段的用碳情况、排放量进行预测，并根据预测结果判断是否需要增强碳中和行为，以避免出现碳排放超标的情况。并且在确定需要增强碳中和行为时，本发明会得到相应的碳中和目标信息，根据碳中和目标信息对目标区域内每个企业进行碳中和的分配得到每个企业所对应的碳中和子信息，使得每个企业根据其用电碳使用情况承担相应的碳中和义务，通过人工智能的方式，保障了碳中和义务的公平分配，有效实现碳中和的目的，避免出现碳排放超标的情况。
附图说明
图1为基于分布式监测的碳排放量计算方法的适用场景的结构图；
图2为基于分布式监测的碳排放量计算方法的第一种实施方式的流程图；
图3为基于分布式监测的碳排放量计算方法的第二种实施方式的流程图；
图4为基于分布式监测的碳排放量计算装置的第一种实施方式的结构图。
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，所描述的实施例仅仅是本发明一部分实施例，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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
如图1所示，为本发明提供的基于分布式监测的碳排放量计算方法的其中一个应用场景的示意图。本发明会预先设置分布式监测架构，分布式监测架构包括综合计算服务单元以及分别与所述综合计算服务单元连接的电碳分布服务单元、水碳分布服务单元、碳中和分布服务单元。
电碳分布服务单元、水碳分布服务单元、碳中和分布服务单元、综合计算服务单元可以分别包括多个服务器，使得电碳分布服务单元、水碳分布服务单元、碳中和分布服务单元、综合计算服务单元包括服务器集群。
电碳分布服务单元、水碳分布服务单元、碳中和分布服务单元、综合计算服务单元分别包括各自对应的均衡负载，电碳分布服务单元可以包括至少一个电碳均衡负载，水碳分布服务单元可以包括至少一个水电均衡负载，碳中和分布服务单元可以包括至少一个碳中和均衡负载，综合计算服务单元可以包括至少一个综合计算均衡负载。
本发明中的所有企业的用电监测数据、所有企业的用水监测数据可以是预先统计的，例如说官方机构的数据，供电局对目标区域所有企业所统计的用电监测数据，自来水厂对目标区域所有企业所统计的用水监测数据。碳中和数据可以是目标区域所有企业主动输入、录入的，也可以是行政机关对目标区域所有企业核查后主动录入的。用电监测数据存储于电力数据库。用水监测数据存储于水利数据库。
通过电碳均衡负载可以对用电监测数据在电碳分布服务单元中的多个服务器中进行分配，使得多个服务器同时对用电监测数据进行处理。电碳分布服务单元还可以包括电碳数据库，电碳数据库能够对处理后的用电监测数据及相关信息进行存储。
通过水碳均衡负载可以对用水监测数据在水碳分布服务单元中的多个服务器中进行分配，使得多个服务器同时对用水监测数据进行处理。水碳分布服务单元还可以包括水碳数据库，水碳数据库能够对处理后的用水监测数据及相关信息进行存储。
通过碳中和均衡负载可以对碳中和数据在碳中和分布服务单元中的多个服务器中进行分配，使得多个服务器同时对碳中和数据进行处理。碳中和分布服务单元还可以包括碳中和数据库，碳中和数据库能够对处理后的碳中和数据及相关信息进行存储。
通过综合计算均衡负载可以对每个企业对应的电碳排放值、水碳排放值以及碳中和值在综合计算服务单元中的多个服务器中进行分配，使得多个服务器同时对不同企业对应的电碳排放值、水碳排放值以及碳中和值进行处理。综合计算服务单元还可以包括综合计算数据库，综合计算数据库能够对处理后的碳排放量及相关信息进行存储。
本发明提供一种基于分布式监测的碳排放量计算方法，如图2所示，具体步骤包括：
步骤S110、所述电碳分布服务单元用于获取目标区域内所有企业的用电监测数据，对所述用电监测数据分类得到每个企业对应的用电信息，根据所述用电信息得到电碳排放值并通过电碳标签对所述电碳排放值标记。本发明获取的用电监测数据是没有经过分类的用电监测数据，所以本发明会首先对用电监测数据进行分类得到每个企业对应的用电信息。并根据每个企业对应的用电信息进行计算得到该企业在用电维度的电碳排放值，并通过电碳标签对相应企业的电碳排放值进行标记。
本发明提供的技术方案，步骤S110具体包括：
获取电力数据库中目标区域内所有企业的用电监测数据，所述用电监测数据包括目标区域内所有企业的用电信息，所述用电信息至少包括企业名称和用电量值。目标区域可以是一个省、市、县等等。本发明会对生产中的用电监测数据进行统计，进而确定某个区域在生产过程中通过用电所产生的碳排放。在国家电网、供电局对企业的用电监测数据进行统计时，会具有该企业的企业名称和用电量值，例如说第一企业在第一时间段的用电量值为100度，则用电信息包括第一企业、100度。
根据预先设定的企业名称确定与其对应的用电信息，提取用电信息中的用电量值，根据所述企业名称生成电碳标签。每个目标区域具有的企业是先前设置的，但是每个企业在不同时间段的用电监测数据是不同的，所以本发明会根据预先设定的企业名称确定与其对应的用电信息，即根据预先设定的企业名称抓取与该企业名称对应的用电信息，得到相应的用电量值。电碳标签可以是第一企业标签。
根据所述用电量值和电碳转换值生成电碳排放值，通过所述电碳标签对所述电碳排放值进行标记。电碳转换值可以是公知的，电碳转换值即为使用一度电所产生的碳排放量，例如说使用一度电产生0.997千克二氧化碳，此时的电碳转换值即为0.997千克/度，不同国家、地区的发电情况不同，所以不同区域的电碳转换值可能会存在不同，计算电碳转换值属于现有技术，本发明不再进行阐述。
步骤S120、所述水碳分布服务单元用于获取目标区域内所有企业的用水监测数据，对所述用水监测数据分类得到每个企业对应的用水信息，根据所述用水信息得到水碳排放值并通过水碳标签对所述水碳排放值标记。本发明获取的用水监测数据是没有经过分类的用水监测数据，所以本发明会首先对用水监测数据进行分类得到每个企业对应的用水信息。并根据每个企业对应的用水信息进行计算得到该企业在用水维度的水碳排放值，并通过水碳标签对相应企业的水碳排放值进行标记。
本发明提供的技术方案，步骤S120具体包括：
获取水利数据库中目标区域内所有企业的用水监测数据，所述用水监测数据包括目标区域内所有企业的用水信息，所述用水信息至少包括企业名称和用水量值。目标区域可以是一个省、市、县等等。本发明会对生产中的用水监测数据进行统计，进而确定某个区域在生产过程中通过用水所产生的碳排放。在自来水厂、供水公司对企业的用水监测数据进行统计时，会具有该企业的企业名称和用水量值，例如说第一企业在第一时间段的用水量值为100吨，则用水信息包括第一企业、100吨。
根据预先设定的企业名称确定与其对应的用水信息，提取用水信息中的用水量值，根据所述企业名称生成水碳标签。每个目标区域具有的企业是先前设置的，但是每个企业在不同时间段的用水监测数据是不同的，所以本发明会根据预先设定的企业名称确定与其对应的用水信息，即根据预先设定的企业名称抓取与该企业名称对应的用水信息，得到相应的用水量值。水碳标签可以是第一企业标签。
根据所述用水量值和水碳转换值生成水碳排放值，通过所述水碳标签对所述水碳排放值进行标记。水碳转换值可以是公知，水碳转换值即为使用一吨水所产生的碳排放量，例如说使用一吨水产生0.194千克二氧化碳，此时的水碳转换值即为0.194千克/吨，不同国家、地区的用水情况不同，所以不同区域的水碳转换值可能会存在不同，计算水碳转换值属于现有技术，本发明不再进行阐述。
步骤S130、所述碳中和分布服务单元用于接收目标区域内所有企业的碳中和数据，对所述碳中和数据分类得到每个企业对应的碳中和信息，根据所述碳中和信息得到碳中和值并通过碳中和标签对所述碳中和值标记。本发明接收的碳中和数据是没有经过分类的碳中和数据，所以本发明会首先对碳中和数据进行分类得到每个企业对应的用碳中和信息。并根据每个企业对应的用碳中和信息进行计算得到该企业在用碳中和维度的碳中和值，并通过碳中和碳标签对相应企业的碳中和值进行标记。
本发明提供的技术方案，步骤S130具体包括：
接收目标区域内所有企业的碳中和数据，所述碳中和数据包括目标区域内所有企业的碳中和信息，所述碳中和信息至少包括企业名称、碳中和行为类型以及每种碳中和行为对应的量值。目标区域可以是一个省、市、县等等。本发明会对企业的碳中和数据进行统计，进而确定某个区域在所有企业的碳中和数据。由于碳中和的行为存在很多种形式，所以本发明会对根据碳中和行为类型的不同得到每种碳中和行为对应的量值。
根据预先设定的企业名称确定与其对应的碳中和信息，提取碳中和信息中的碳中和行为类型以及每种碳中和行为对应的量值，根据所述企业名称生成碳中和标签。本发明也会根据每个企业的企业名称确定与其对应的碳中和信息，并分别统计碳中和信息中碳中和行为类型以及每种碳中和行为对应的量值。例如说第一企业在第一时间段具有两种碳中和行为，分别包括植树行为和通过光伏发电行为，植树行为的结果是植树100棵，光伏发电行为的结果是发电100度，则碳中和信息中的植树行为对应的量值为100、清洁能源用电的行为是100。碳中和信息包括第一企业、植树行为100棵、清洁能源用电行为100度。
根据所述碳中和行为类型、每种碳中和行为对应的量值、每种碳中和行为的碳中和转换值生成碳中和值，通过所述碳中和标签对所述碳中和值进行标记。本发明会根据每个企业的碳中和行为类型、每种碳中和行为对应的量值、每种碳中和行为碳中和转换值生成该企业所对应的总的碳中和值，并且通过碳中和标签对总的碳中和值进行标记。
本发明提供的技术方案，根据所述碳中和行为类型、每种碳中和行为对应的量值、每种碳中和行为的碳中和转换值生成碳中和值，通过所述碳中和标签对所述碳中和值进行标记包括：
所述碳中和行为类型包括植树行为和清洁能源用电行为，所述植树行为对应植树量值，所述清洁能源用电行为对应清洁能源发电量值。
根据所述植树量值、清洁能源发电量值、植树的碳中和转换值、清洁能源用电碳中和转换值生成碳中和值，通过所述碳中和标签对所述碳中和值进行标记。植树的碳中和转换值可以是公知的，植树的碳中和转换值即为植树1棵可以实现碳固定的数量，例如说预设时间段为1年，1年中每棵树的碳中和转换值可以是6千克/棵，即一棵树在一年时间可以固定6千克的二氧化碳。清洁能源用电碳中和转换值可以是预先计算的，清洁能源用电碳中和转换值可以是市电的碳排放值减产生每一度电太阳能发电板的平均碳排放值。因为太阳能发电板在生产、安装时会产生碳排放的值，例如说太阳能发电板在生产、安装时产生碳排放的值为1000KG，太阳能发电板可以产生100000度电，则每一度电太阳能发电板的平均碳排放值即为1000除以100000等于0.01千克/度，此时的清洁能源用电碳中和转换值即为0.997千克/度-0.001千克/度等于0.987千克/度。该种方式所计算的清洁能源用电碳中和转换值更加的客观、准确。其中，生产、安装太阳能发电板所产生的碳排放的值是可以通过现有技术计算得到的。
由于不同区域、不同时间的发电行为、供水行为都是不同的，所以本发明中所提供的电碳排放值、水碳排放值、植树的碳中和转换值以及清洁能源用电碳中和转换值都是可以变化的，本发明会根据不同的场景确定在不同场景下官方统计的电碳排放值、水碳排放值、植树的碳中和转换值，计算相应的清洁能源用电碳中和转换值，进而使得本发明所计算的碳排放量更加贴合当前的应用场景，保障了所计算的碳排放量的准确度。
步骤S140、所述综合计算服务单元基于所述电碳标签、水碳标签以及碳中和标签统计每个企业对应的电碳排放值、水碳排放值以及碳中和值，根据每个企业的电碳排放值、水碳排放值以及碳中和值计算得到目标区域内的当前碳排放量。本发明提供的技术方案，在不同的服务单元对相应的碳排放值、碳中和值进行计算后，综合计算服务单元会获取所有企业对应的电碳排放值、水碳排放值以及碳中和值，并根据电碳标签、水碳标签以及碳中和标签对电碳排放值、水碳排放值以及碳中和值进行归类，获得目标区域内每个企业所对应的电碳排放值、水碳排放值以及碳中和值，根据每个企业所对应的电碳排放值、水碳排放值以及碳中和值得到目标区域内所有企业的碳排放量。决策者可以根据目标区域内所有企业的碳排放量制定相应的调控方案。本发明在进行碳排放量计算时，会充分考虑每个企业的碳中和行为，该种方式能够有效鼓励企业参与碳中和行为，使得企业在积极参与减少碳排放、促进碳固定等流程，起到对环境保护的作用。
本发明提供的技术方案，步骤S140具体包括：
综合计算服务单元根据电碳标签、水碳标签以及碳中和标签对电碳排放值、水碳排放值以及碳中和值进行归类，得到目标区域内每个企业分别对应的电碳排放值、水碳排放值以及碳中和值。一般来说，每个企业都会具有相应的电碳排放值、水碳排放值。有些企业会进行碳中和行为，有些行为则不会进行碳中和行为，没有碳中和行为的企业的碳中和值即为0。
本发明会根据电碳标签、水碳标签以及碳中和标签对每个企业的电碳排放值、水碳排放值以及碳中和值进行归类，进而得到每个企业分别对应的电碳排放值、水碳排放值以及碳中和值。
通过以下公式计算目标区域内的当前碳排放量，
Figure 970188DEST_PATH_IMAGE039
其中，P为为目标区域内所有企业的当前碳排放量，
Figure 750931DEST_PATH_IMAGE002
为第
Figure 94188DEST_PATH_IMAGE003
个企业的用电量值，
Figure 2101DEST_PATH_IMAGE004
为电碳转换值，
Figure 481624DEST_PATH_IMAGE005
为第
Figure 184001DEST_PATH_IMAGE008
个企业的用水量值，
Figure 14553DEST_PATH_IMAGE006
为水碳转换值，
Figure 460578DEST_PATH_IMAGE007
为第
Figure 318243DEST_PATH_IMAGE003
个企业的植树量值，
Figure 191522DEST_PATH_IMAGE009
为植树的碳中和转换值，
Figure 509370DEST_PATH_IMAGE010
为第
Figure 493507DEST_PATH_IMAGE008
个企业的清洁能源发电量值，
Figure 213201DEST_PATH_IMAGE011
为清洁能源用电碳中和 转换值，
Figure 257381DEST_PATH_IMAGE012
为清洁能源用电的碳排放转换值，所述企业的用电量值包括市电用电值和清洁 能源用电值。
本发明提供的技术方案，通过
Figure 62526DEST_PATH_IMAGE040
计算目标区域内所有企业的用电行为所产 生的碳排放量。通过
Figure 850353DEST_PATH_IMAGE041
计算目标区域内所有企业的用水行为所产生的碳排放量。通 过
Figure 673821DEST_PATH_IMAGE042
计算目标区域内所有企业的植树行为所进行碳固定的碳中和值。通过
Figure 888902DEST_PATH_IMAGE043
计算目标区域内所有企业的清洁能源使用行为所节省碳排放的碳中和值。本发明中所说的 碳排放行为是广义的碳中和行为，可以是进行碳固定、也可以是减碳行为，例如说使用清洁 能源等等。本发明提供的技术方案，不仅保护包括植树、使用清洁能源发电的碳中和行为， 还保护其他碳中和行为。
通过
Figure 915764DEST_PATH_IMAGE044
可以得到清洁能源用电碳中和转换值。本发明提供的技术方案，会 客观的考虑清洁能源发电设备在生产、运输、安装时所产生的碳排放量，不同的清洁能源发 电设备在生产、运输、安装时所产生的碳排放量都是不同的，例如说风力发电设备、光伏发 电设备、潮汐能发电设备等等。
Figure 241703DEST_PATH_IMAGE012
即可认为是清洁能源发电设备产生一度电所产生的碳排 放量。
Figure 670410DEST_PATH_IMAGE004
可以认为是当前每一度市电所产生的碳排放量。
在实际的企业用电、企业通过清洁能源设备发电过程中，国家电网、供电所所提取的每个企业的用电信息包括其使用的市电、清洁能源用电。企业通过清洁能源设备发电所产生的电量可能具有不同的使用方式，一种是企业通过清洁能源设备发电后直接使用，另外一种是企业通过清洁能源设备发电后将所发电量输送至电网中供其他用户使用。所以本发明中的用电信息包括企业的总用电量（包括市电、清洁能源发电）。本发明中的清洁能源发电量值包括企业自身的清洁能源用电量值，也包括通过清洁能源设备发电后向电网中输送的电量值。
步骤S150、获取目标区域内的多个相邻预设时间点的多个先前碳排放量，基于多个先前碳排放量得到碳排放变化量，基于所述当前碳排放量、碳排放变化量得到下一时间点的预测碳排放量。由于每个目标区域的碳排放量都是与其经济发展相对应的，相对来说，经济越是发达的地区，生产过程中的耗能量就越大，相对应的碳排放量就会越高，一般来说目标区域内的碳排放量都是逐渐增多的，根据先前多个相邻预设时间点的多个先前碳排放量即可得到相应的碳排放变化量。相邻预设时间点可以是预先设置的，例如说相邻预设时间点共计为3个，每个相邻的时间点相隔一个月，当前时间点为9月，则此时所选择的多个相邻预设时间点即为8月、7月以及6月，多个先前碳排放量即为8月对应的碳排放量、7月对应的碳排放量以及6月对应的碳排放量，越是相邻近的时间点所得到的碳排放变化量越适应于当前的时间场景。所以本发明在确定多个相邻预设时间点时，会从最接近当前的时间点的相邻时间点开始选取。
本发明会根据多个先前碳排放量得到碳排放变化量，再根据当前碳排放量和碳排放变化量得到下一时间点的预测碳排放量。此时下一时间点的预测碳排放量即可以看做是10月（9月的下一时间点）目标区域所对应的预测碳排放量。
本发明提供的技术方案，步骤S150具体包括：
获取历史数据库中与所述目标区域所对应的碳排放序列，所述碳排放序列包括目标区域在先前每个时间点所对应的先前碳排放量。本发明在得到每个时刻的当前碳排放量后会存储至历史数据库中，历史数据库会根据接收每个先前碳排放量的接收时间点的不同生成每个目标区域的碳排放序列，碳排放序列即按照时间的维度对所有的先前碳排放量进行排序后的结果。
确定碳排放序列中与多个相邻预设时间点对应的先前碳排放量，通过以下公式得到碳排放变化量和预测碳排放量，
Figure 56392DEST_PATH_IMAGE045
其中，
Figure 554239DEST_PATH_IMAGE014
为碳排放变化量，
Figure 683869DEST_PATH_IMAGE046
为预测碳排放量，
Figure 967082DEST_PATH_IMAGE047
为第
Figure 789545DEST_PATH_IMAGE017
个相邻预设时间点的先前 碳排放量，
Figure 525420DEST_PATH_IMAGE048
为第
Figure 458741DEST_PATH_IMAGE017
+1个相邻预设时间点的先前碳排放量，
Figure 845729DEST_PATH_IMAGE019
为相邻预设时间点的总数 量。
Figure 839092DEST_PATH_IMAGE047
相较于
Figure 327843DEST_PATH_IMAGE018
为更接近当前时刻的相邻预设时间点的先前碳排放量，r可以是2，则
Figure 799275DEST_PATH_IMAGE049
即等于
Figure 57081DEST_PATH_IMAGE050
可以看做是6月份的先前碳排放量，
Figure 221346DEST_PATH_IMAGE051
可以看做是7月 份的先前碳排放量，
Figure 931813DEST_PATH_IMAGE052
可以看做是8月份的先前碳排放量，此时
Figure 206937DEST_PATH_IMAGE053
即为3-1=2，通过以上 方式，可以得到碳排放量的平均变化值即碳排放变化量。本发明在得到碳排放变化量后，会 根据当前目标区域内的当前碳排放量得到当前目标区域在下一个时刻的预测碳排放量，此 时的预测碳排放量会考虑先前的碳排放的变化趋势，使得所得到的预测碳排放量更加的准 确。
步骤S160、接收输入的碳排放预警线，若所述预测碳排放量大于所述碳排放预警线，根据所述预测碳排放量、碳排放预警线得到碳中和目标信息，根据目标区域内每个企业对应的电碳排放值对所述碳中和目标信息进行分配处理，得到目标区域内每个企业对应的碳中和子信息。为了避免碳排放超标，管理人员、工作人员可以预先设置碳排放预警线，碳排放警戒线可以是个固定的数值，当预测碳排放量大于所述碳排放预警线时，则证明下个时间段，碳排放可能会出现超标的情况。本发明可以根据预测碳排放量、碳排放预警线得到碳中和目标信息，即目标区域在下个时间段完成额外的碳中和量值即可使下个时间段的碳排放量不会超过碳排放预警线。
为了更好的对下个时间段的碳中和行为进行落实，本发明会根据每个企业的电碳排放值对所述碳中和目标信息进行分配处理，得到目标区域内每个企业对应的碳中和子信息，使得目标区域内每个企业具有相对应的、额外的碳中和要求，即对应的碳中和子信息。所有企业的碳中和子信息相加为大于等于碳中和目标信息。
通过以上的方式，能够对下个时间段的用碳情况进行有效预测，并对目标区域、目标区域内的公司进行碳中和行为的指导，避免出现碳排放超标的情况，有力的保障碳中和、碳达峰的实现。
本发明提供的技术方案，步骤S160具体包括：
将预测碳排放量与接收到的碳排放预警线比对，若预测碳排放量大于碳排放预警线，则根据预测碳排放量、碳排放预警线计算得到碳中和目标信息；
获取目标区域内每个企业对应的电碳排放值，通过以下公式计算每个企业对应的碳中和子信息，
Figure 837026DEST_PATH_IMAGE054
其中，
Figure 906613DEST_PATH_IMAGE021
为第
Figure 369955DEST_PATH_IMAGE022
个企业所对应的碳中和子信息，
Figure 183191DEST_PATH_IMAGE023
为第
Figure 150010DEST_PATH_IMAGE022
个企业所对应的碳中和 权重值，
Figure 390498DEST_PATH_IMAGE024
为第
Figure 341137DEST_PATH_IMAGE022
个企业所对应的电碳排放值，
Figure 207330DEST_PATH_IMAGE025
为第
Figure 294235DEST_PATH_IMAGE026
个企业所对应的碳中和子信息，
Figure 971204DEST_PATH_IMAGE027
为第
Figure 143559DEST_PATH_IMAGE026
个企业所对应的电碳排放值。本发明会通过
Figure 298597DEST_PATH_IMAGE055
得到每个企业的电碳排放值 占所有企业的电碳排放值的比例，电碳排放值占比越高的企业其碳中和的要求就越高。
本发明通过以上的技术方案，可以根据不同企业的电碳排放分配相应的碳中和任务，使得企业完成碳中和子信息所对应的碳中和行为，例如说碳中和子信息为固定碳100吨，则该企业需要种植固定碳100吨所对应的树木等等。通过以上方式，实现基于人工智能方式的碳中和智能分配。
本发明提供的技术方案，会根据目标区域在历史时间点的变化情况对下个时间段的用碳情况、排放量进行预测，并根据预测结果判断是否需要增强碳中和行为，以避免出现碳排放超标的情况。并且在确定需要增强碳中和行为时本发明会得到相应的碳中和目标信息，根据碳中和目标信息对目标区域内每个企业进行碳中和的分配得到每个企业所对应的碳中和子信息，使得每个企业根据其用电碳使用情况承担相应的碳中和义务，通过人工智能的方式，保障了碳中和义务的公平分配，有效实现碳中和的目的，避免出现碳排放超标的情况。
本发明提供的技术方案，如图3所示，还包括：
步骤S210、获取所述电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元包括的所有服务器。由于在碳排放量进行统计时，具有目标区域大、企业数量多、数据量大的特点，所以本发明在电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元处分别部署多个服务器。每个服务器会具有各自的ID信息。
步骤S220、间隔预设时间段，分别获取所述电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元对所述用电监测数据、用水监测数据以及碳中和数据的处理时间得到第一处理时间、第二处理时间以及第三处理时间，所述第一处理时间小于所述第二处理时间，所述第二处理时间小于所述第三处理时间。预设时间段可以是一个月、一季度、一年等等，对于预设时间段的时间长度，本发明不做任何限定。
由于不同类型的数据需要不同的处理时间，所以本发明会获取电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元对数据的处理时间进行获取，得到用电监测数据处理时间、用水监测数据处理时间以及碳中和数据处理时间。本发明会获取电碳数据处理时间、水碳数据处理时间以及碳中和数据处理时间中最小的处理时间作为第一处理时间，将电碳数据处理时间、水碳数据处理时间以及碳中和数据处理时间中最大的处理时间作为第三处理时间，将电碳数据处理时间、水碳数据处理时间以及碳中和数据处理时间中第二大的时间作为第二处理时间。
步骤S230、根据所述第一处理时间、第二处理时间以及第三处理时间对电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元分配相应数量的服务器。本发明会根据第一处理时间、第二处理时间以及第三处理时间对电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元当前所包括服务器进行重新分配，保障电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元在对用电监测数据、用水监测数据以及碳中和数据进行处理时在时间维度上能够保持同步，进而使综合计算服务单元能够在相同或相似的时间得到处理后的电碳排放值、水碳排放值以及碳中和值。提高本发明所提供的分布式监测架构得到碳排放量的效率。
本发明提供的技术方案，根据所述第一处理时间、第二处理时间以及第三处理时间对电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元分配相应数量的服务器包括：
通过以下公式得到每个分布服务单元分配的服务器数量，
Figure 505588DEST_PATH_IMAGE056
其中，
Figure 87879DEST_PATH_IMAGE057
为第一处理时间的时间值，
Figure 747530DEST_PATH_IMAGE058
为第一处理时间所对应的分布服务单元所 分配的服务器数量，
Figure 955526DEST_PATH_IMAGE059
为第一处理权重值，
Figure 17023DEST_PATH_IMAGE032
为第二处理时间的时间值，
Figure 35795DEST_PATH_IMAGE033
为第二处理时 间所对应的分布服务单元所分配的服务器数量，
Figure 917163DEST_PATH_IMAGE034
为第二处理权重值，
Figure 414004DEST_PATH_IMAGE035
为第三处理时间 的时间值，
Figure 330007DEST_PATH_IMAGE036
为第三处理时间所对应的分布服务单元所分配的服务器数量，
Figure 519680DEST_PATH_IMAGE037
为第三处理 权重值，
Figure 403191DEST_PATH_IMAGE038
为电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元包括的所有 服务器的总数量。
通过
Figure 703722DEST_PATH_IMAGE060
可以得到第一处理时间占所有处理时间之和的比重，通过
Figure 474232DEST_PATH_IMAGE061
可以得到第一处理时间所对应的服务单元在下个时间分配的服务器数量；通 过
Figure 834807DEST_PATH_IMAGE062
可以得到第二处理时间占所有处理时间之和的比重，通过
Figure 956346DEST_PATH_IMAGE063
可以得到 第二处理时间所对应的服务单元在下个时间分配的服务器数量；通过
Figure 794989DEST_PATH_IMAGE064
可以得到第 三处理时间占所有处理时间之和的比重，通过
Figure 685585DEST_PATH_IMAGE065
可以得到第三处理时间所对应 的服务单元在下个时间分配的服务器数量。
通过以上的技术方案，本发明可以每间隔预设时间段即对电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元所包括的所有服务器进行从新分配。使得电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元在对用电监测数据、用水监测数据以及碳中和数据进行处理时在时间上保持同步，使得综合计算服务单元能够在相同或相似时间得到电碳排放值、水碳排放值以及碳中和值，不会因为电碳排放值、水碳排放值以及碳中和值所得到、生成的时间不同而导致综合计算服务单元无法进行综合计算的步骤，提高了系统的稳定性，使得电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元在并行处理时保持相对同步。
本发明提供的一种基于分布式监测的碳排放量计算装置，预先设置分布式监测架构，所述分布式监测架构包括综合计算服务单元以及分别与所述综合计算服务单元连接的电碳分布服务单元、水碳分布服务单元、碳中和分布服务单元，通过以下模块计算碳排放量，如图4所示，包括：
电碳计算模块，用于使所述电碳分布服务单元用于获取目标区域内所有企业的用电监测数据，对所述用电监测数据分类得到每个企业对应的用电信息，根据所述用电信息得到电碳排放值并通过电碳标签对所述电碳排放值标记；
水碳计算模块，用于使所述水碳分布服务单元用于获取目标区域内所有企业的用水监测数据，对所述用水监测数据分类得到每个企业对应的用水信息，根据所述用水信息得到水碳排放值并通过水碳标签对所述水碳排放值标记；
碳中和计算模块，用于使所述碳中和分布服务单元用于接收目标区域内所有企业的碳中和数据，对所述碳中和数据分类得到每个企业对应的碳中和信息，根据所述碳中和信息得到碳中和值并通过碳中和标签对所述碳中和值标记；
碳排放计算模块，用于使所述综合计算服务单元基于所述电碳标签、水碳标签以及碳中和标签统计每个企业对应的电碳排放值、水碳排放值以及碳中和值，根据每个企业的电碳排放值、水碳排放值以及碳中和值计算得到目标区域内的当前碳排放量。
其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器（ROM）、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单元（英文：Central Processing Unit，简称：CPU），还可以是其他通用处理器、数字信号处理器（英文：Digital Signal Processor，简称：DSP）、专用集成电路（英文：Application SpecificIntegrated Circuit，简称：ASIC）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。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.基于分布式监测的碳排放量计算方法，其特征在于，预先设置分布式监测架构，所述分布式监测架构包括综合计算服务单元以及分别与所述综合计算服务单元连接的电碳分布服务单元、水碳分布服务单元、碳中和分布服务单元，通过以下步骤计算碳排放量，包括：
所述电碳分布服务单元用于获取目标区域内所有企业的用电监测数据，对所述用电监测数据分类得到每个企业对应的用电信息，根据所述用电信息得到电碳排放值并通过电碳标签对所述电碳排放值标记；
所述水碳分布服务单元用于获取目标区域内所有企业的用水监测数据，对所述用水监测数据分类得到每个企业对应的用水信息，根据所述用水信息得到水碳排放值并通过水碳标签对所述水碳排放值标记；
所述碳中和分布服务单元用于接收目标区域内所有企业的碳中和数据，对所述碳中和数据分类得到每个企业对应的碳中和信息，根据所述碳中和信息得到碳中和值并通过碳中和标签对所述碳中和值标记；
所述综合计算服务单元基于所述电碳标签、水碳标签以及碳中和标签统计每个企业对应的电碳排放值、水碳排放值以及碳中和值，根据每个企业的电碳排放值、水碳排放值以及碳中和值计算得到目标区域内的当前碳排放量；
获取目标区域内的多个相邻预设时间点的多个先前碳排放量，基于多个先前碳排放量得到碳排放变化量，基于所述当前碳排放量、碳排放变化量得到下一时间点的预测碳排放量；
获取历史数据库中与所述目标区域所对应的碳排放序列，所述碳排放序列包括目标区域在先前每个时间点所对应的先前碳排放量；
确定碳排放序列中与多个相邻预设时间点对应的先前碳排放量，通过以下公式得到碳排放变化量和预测碳排放量，
Figure DEST_PATH_IMAGE001
其中，
Figure 965974DEST_PATH_IMAGE002
为目标区域内所有企业的当前碳排放量，
Figure DEST_PATH_IMAGE003
为碳排放变化量，
Figure 131464DEST_PATH_IMAGE004
为预测碳排放量，
Figure DEST_PATH_IMAGE005
为第
Figure 761290DEST_PATH_IMAGE006
个相邻预设时间点的先前碳排放量，
Figure DEST_PATH_IMAGE007
为第
Figure 576537DEST_PATH_IMAGE006
+1个相邻预设时间点的先前碳排放量，
Figure 843046DEST_PATH_IMAGE008
为相邻预设时间点的总数量；
接收输入的碳排放预警线，若所述预测碳排放量大于所述碳排放预警线，根据所述预测碳排放量、碳排放预警线得到碳中和目标信息，根据目标区域内每个企业对应的电碳排放值对所述碳中和目标信息进行分配处理，得到目标区域内每个企业对应的碳中和子信息；
将预测碳排放量与接收到的碳排放预警线比对，若预测碳排放量大于碳排放预警线，则根据预测碳排放量、碳排放预警线计算得到碳中和目标信息；
获取目标区域内每个企业对应的电碳排放值，通过以下公式计算每个企业对应的碳中和子信息，
Figure 657900DEST_PATH_IMAGE010
其中，
Figure DEST_PATH_IMAGE011
为第
Figure 943167DEST_PATH_IMAGE012
个企业所对应的碳中和子信息，
Figure DEST_PATH_IMAGE013
为第
Figure 565866DEST_PATH_IMAGE012
个企业所对应的碳中和权重值，
Figure 398300DEST_PATH_IMAGE014
为第
Figure 178297DEST_PATH_IMAGE012
个企业所对应的电碳排放值，
Figure DEST_PATH_IMAGE015
为第
Figure 920732DEST_PATH_IMAGE016
个企业所对应的碳中和子信息，
Figure DEST_PATH_IMAGE017
为第
Figure 749885DEST_PATH_IMAGE016
个企业所对应的电碳排放值。
2.根据权利要求1所述的基于分布式监测的碳排放量计算方法，其特征在于，
所述碳中和分布服务单元用于接收目标区域内所有企业的碳中和数据，对所述碳中和数据分类得到每个企业对应的碳中和信息，根据所述碳中和信息得到碳中和值并通过碳中和标签对所述碳中和值标记包括：
接收目标区域内所有企业的碳中和数据，所述碳中和数据包括目标区域内所有企业的碳中和信息，所述碳中和信息至少包括企业名称、碳中和行为类型以及每种碳中和行为对应的量值；
根据预先设定的企业名称确定与其对应的碳中和信息，提取碳中和信息中的碳中和行为类型以及每种碳中和行为对应的量值，根据所述企业名称生成碳中和标签；
根据所述碳中和行为类型、每种碳中和行为对应的量值、每种碳中和行为的碳中和转换值生成碳中和值，通过所述碳中和标签对所述碳中和值进行标记。
3.根据权利要求2所述的基于分布式监测的碳排放量计算方法，其特征在于，
根据所述碳中和行为类型、每种碳中和行为对应的量值、每种碳中和行为的碳中和转换值生成碳中和值，通过所述碳中和标签对所述碳中和值进行标记包括：
所述碳中和行为类型包括植树行为和清洁能源用电行为，所述植树行为对应植树量值，所述清洁能源用电行为对应清洁能源发电量值；
根据所述植树量值、清洁能源发电量值、植树的碳中和转换值、清洁能源用电碳中和转换值生成碳中和值，通过所述碳中和标签对所述碳中和值进行标记。
4.根据权利要求3所述的基于分布式监测的碳排放量计算方法，其特征在于，
所述综合计算服务单元基于所述电碳标签、水碳标签以及碳中和标签统计每个企业对应的电碳排放值、水碳排放值以及碳中和值，根据每个企业的电碳排放值、水碳排放值以及碳中和值计算得到目标区域内的当前碳排放量包括：
综合计算服务单元根据电碳标签、水碳标签以及碳中和标签对电碳排放值、水碳排放值以及碳中和值进行归类，得到目标区域内每个企业分别对应的电碳排放值、水碳排放值以及碳中和值；
通过以下公式计算目标区域内的当前碳排放量，
Figure DEST_PATH_IMAGE019
其中，
Figure 177937DEST_PATH_IMAGE002
为目标区域内所有企业的当前碳排放量，
Figure 291518DEST_PATH_IMAGE020
为第
Figure DEST_PATH_IMAGE021
个企业的用电量值，
Figure 659699DEST_PATH_IMAGE022
为电碳转换值，
Figure DEST_PATH_IMAGE023
为第
Figure 318476DEST_PATH_IMAGE021
个企业的用水量值，
Figure 781294DEST_PATH_IMAGE024
为水碳转换值，
Figure DEST_PATH_IMAGE025
为第
Figure 272799DEST_PATH_IMAGE021
个企业的植树量值，
Figure 179707DEST_PATH_IMAGE026
为植树的碳中和转换值，
Figure DEST_PATH_IMAGE027
为第
Figure 819504DEST_PATH_IMAGE021
个企业的清洁能源发电量值，
Figure 769618DEST_PATH_IMAGE028
为清洁能源用电碳中和转换值，
Figure DEST_PATH_IMAGE029
为清洁能源用电的碳排放转换值，所述企业的用电量值包括市电用电值和清洁能源用电值。
5.根据权利要求1所述的基于分布式监测的碳排放量计算方法，其特征在于，还包括：
获取所述电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元包括的所有服务器；
间隔预设时间段，分别获取所述电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元对所述用电监测数据、用水监测数据以及碳中和数据的处理时间得到第一处理时间、第二处理时间以及第三处理时间，所述第一处理时间小于所述第二处理时间，所述第二处理时间小于所述第三处理时间；
根据所述第一处理时间、第二处理时间以及第三处理时间对电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元分配相应数量的服务器。
6.根据权利要求5所述的基于分布式监测的碳排放量计算方法，其特征在于，
根据所述第一处理时间、第二处理时间以及第三处理时间对电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元分配相应数量的服务器包括：
通过以下公式得到每个分布服务单元分配的服务器数量，
Figure DEST_PATH_IMAGE031
其中，
Figure 130061DEST_PATH_IMAGE032
为第一处理时间的时间值，
Figure DEST_PATH_IMAGE033
为第一处理时间所对应的分布服务单元所分配的服务器数量，
Figure 108119DEST_PATH_IMAGE034
为第一处理权重值，
Figure DEST_PATH_IMAGE035
为第二处理时间的时间值，
Figure 207286DEST_PATH_IMAGE036
为第二处理时间所对应的分布服务单元所分配的服务器数量，
Figure DEST_PATH_IMAGE037
为第二处理权重值，
Figure 864270DEST_PATH_IMAGE038
为第三处理时间的时间值，
Figure DEST_PATH_IMAGE039
为第三处理时间所对应的分布服务单元所分配的服务器数量，
Figure 136726DEST_PATH_IMAGE040
为第三处理权重值，
Figure DEST_PATH_IMAGE041
为电碳分布服务单元、水碳分布服务单元以及碳中和分布服务单元包括的所有服务器的总数量。
7.基于分布式监测的碳排放量计算装置，其特征在于，预先设置分布式监测架构，所述分布式监测架构包括综合计算服务单元以及分别与所述综合计算服务单元连接的电碳分布服务单元、水碳分布服务单元、碳中和分布服务单元，通过以下模块计算碳排放量：
电碳计算模块，用于使所述电碳分布服务单元用于获取目标区域内所有企业的用电监测数据，对所述用电监测数据分类得到每个企业对应的用电信息，根据所述用电信息得到电碳排放值并通过电碳标签对所述电碳排放值标记；
水碳计算模块，用于使所述水碳分布服务单元用于获取目标区域内所有企业的用水监测数据，对所述用水监测数据分类得到每个企业对应的用水信息，根据所述用水信息得到水碳排放值并通过水碳标签对所述水碳排放值标记；
碳中和计算模块，用于使所述碳中和分布服务单元用于接收目标区域内所有企业的碳中和数据，对所述碳中和数据分类得到每个企业对应的碳中和信息，根据所述碳中和信息得到碳中和值并通过碳中和标签对所述碳中和值标记；
碳排放计算模块，用于使所述综合计算服务单元基于所述电碳标签、水碳标签以及碳中和标签统计每个企业对应的电碳排放值、水碳排放值以及碳中和值，根据每个企业的电碳排放值、水碳排放值以及碳中和值计算得到目标区域内的当前碳排放量；
获取目标区域内的多个相邻预设时间点的多个先前碳排放量，基于多个先前碳排放量得到碳排放变化量，基于所述当前碳排放量、碳排放变化量得到下一时间点的预测碳排放量；
获取历史数据库中与所述目标区域所对应的碳排放序列，所述碳排放序列包括目标区域在先前每个时间点所对应的先前碳排放量；
确定碳排放序列中与多个相邻预设时间点对应的先前碳排放量，通过以下公式得到碳排放变化量和预测碳排放量，
Figure 421820DEST_PATH_IMAGE001
其中，
Figure 514672DEST_PATH_IMAGE002
为目标区域内所有企业的当前碳排放量，
Figure 439378DEST_PATH_IMAGE003
为碳排放变化量，
Figure 908668DEST_PATH_IMAGE004
为预测碳排放量，
Figure 238149DEST_PATH_IMAGE005
为第
Figure 764552DEST_PATH_IMAGE006
个相邻预设时间点的先前碳排放量，
Figure 179484DEST_PATH_IMAGE007
为第
Figure 449535DEST_PATH_IMAGE006
+1个相邻预设时间点的先前碳排放量，
Figure 633523DEST_PATH_IMAGE008
为相邻预设时间点的总数量；
接收输入的碳排放预警线，若所述预测碳排放量大于所述碳排放预警线，根据所述预测碳排放量、碳排放预警线得到碳中和目标信息，根据目标区域内每个企业对应的电碳排放值对所述碳中和目标信息进行分配处理，得到目标区域内每个企业对应的碳中和子信息；
将预测碳排放量与接收到的碳排放预警线比对，若预测碳排放量大于碳排放预警线，则根据预测碳排放量、碳排放预警线计算得到碳中和目标信息；
获取目标区域内每个企业对应的电碳排放值，通过以下公式计算每个企业对应的碳中和子信息，
Figure 596406DEST_PATH_IMAGE010
其中，
Figure 233055DEST_PATH_IMAGE011
为第
Figure 330235DEST_PATH_IMAGE012
个企业所对应的碳中和子信息，
Figure 368729DEST_PATH_IMAGE013
为第
Figure 974285DEST_PATH_IMAGE012
个企业所对应的碳中和权重值，
Figure 360879DEST_PATH_IMAGE014
为第
Figure 506821DEST_PATH_IMAGE012
个企业所对应的电碳排放值，
Figure 131313DEST_PATH_IMAGE015
为第
Figure 970087DEST_PATH_IMAGE016
个企业所对应的碳中和子信息，
Figure 984923DEST_PATH_IMAGE017
为第
Figure 137818DEST_PATH_IMAGE016
个企业所对应的电碳排放值。
8.存储介质，其特征在于，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现权利要求1至6任一所述的方法。
CN202210039632.3A 2022-01-14 2022-01-14 基于分布式监测的碳排放量计算方法、装置及存储介质 Active CN114091980B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210039632.3A CN114091980B (zh) 2022-01-14 2022-01-14 基于分布式监测的碳排放量计算方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210039632.3A CN114091980B (zh) 2022-01-14 2022-01-14 基于分布式监测的碳排放量计算方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN114091980A CN114091980A (zh) 2022-02-25
CN114091980B true CN114091980B (zh) 2022-04-26

Family

ID=80308635

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210039632.3A Active CN114091980B (zh) 2022-01-14 2022-01-14 基于分布式监测的碳排放量计算方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN114091980B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114997841B (zh) * 2022-07-18 2022-10-21 成都信通信息技术有限公司 一种基于区块链的低碳行为数据管理系统
CN114971086B (zh) * 2022-07-19 2022-10-25 国网浙江省电力有限公司杭州供电公司 基于实时流处理的碳排放优化管控方法及系统
CN115062872B (zh) * 2022-08-11 2022-11-08 国网(宁波)综合能源服务有限公司 基于电力大数据的行业能耗预测方法及预测系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113239314A (zh) * 2021-04-09 2021-08-10 国网河北省电力有限公司沧州供电分公司 用于碳排放量预测的方法、装置、终端及计算机可读存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019186133A (ja) * 2018-04-13 2019-10-24 パナソニックＩｐマネジメント株式会社 燃料電池の発電性能を予測するシミュレーション方法
KR102654715B1 (ko) * 2018-10-12 2024-04-08 삼성디스플레이 주식회사 터치스크린 및 그를 구비하는 표시장치
CN110134094B (zh) * 2019-06-07 2021-01-26 广州远正智能科技股份有限公司 一种工业企业能源消耗监测管理系统
CN113158119B (zh) * 2021-02-09 2024-04-16 北京康居认证中心有限公司 一种基于碳收支平衡分析的区域碳中和计算方法
CN113361847A (zh) * 2021-03-29 2021-09-07 国网浙江省电力有限公司湖州供电公司 一种基于大数据的碳耗指数算法
CN113516371A (zh) * 2021-06-16 2021-10-19 杭州慧源智谷科技有限责任公司 一种全口径碳排强度及碳源结构的测算方法
CN113469585A (zh) * 2021-09-02 2021-10-01 阿里云计算有限公司 碳管理数据调整方法、碳管理平台、系统及存储介质
CN113642936B (zh) * 2021-10-13 2022-09-09 中国电力科学研究院有限公司 一种需求侧碳流边缘分析方法、终端与系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113239314A (zh) * 2021-04-09 2021-08-10 国网河北省电力有限公司沧州供电分公司 用于碳排放量预测的方法、装置、终端及计算机可读存储介质

Also Published As

Publication number Publication date
CN114091980A (zh) 2022-02-25

Similar Documents

Publication Publication Date Title
CN114091980B (zh) 基于分布式监测的碳排放量计算方法、装置及存储介质
CN113609443B (zh) 基于区块链的碳足迹跟踪处理方法、装置及存储介质
US20170018038A1 (en) Data analyzing system and method
CN114119290B (zh) 适用于碳排放数据的监控识别方法、装置及存储介质
CN109193748B (zh) 一种光伏消纳能力的评价方法及计算设备
CN113705936B (zh) 基于碳循环的能源配置方法、装置及存储介质
CN106777005A (zh) 基于大数据技术改进聚类算法的用户用电行为分析方法
CN113988489B (zh) 电碳因子的预测评估方法、装置及可读存储介质
CN115313361A (zh) 一种规模化可调资源的联合优化控制方法和装置
CN112465403A (zh) 一种区域电力需求侧响应潜力评估方法
CN109816017A (zh) 基于模糊聚类和拉格朗日插值的电网缺失数据填补方法
CN109636033B (zh) 一种分布式光伏项目自发自用综合电价预测方法
CN110310035A (zh) 主动配电网综合评价方法、装置及存储介质
Datta et al. Electricity market price-spike classification in the smart grid
CN114676931B (zh) 一种基于数据中台技术的电量预测系统
CN116345565A (zh) 一种新能源与储能容量联合优化方法、系统、设备和介质
CN116050666A (zh) 一种辐照特征聚类的光伏发电功率预测方法
CN114140176B (zh) 一种负荷聚集平台的可调容量预测方法及装置
CN112686432B (zh) 一种多目标水电-风电优化调度模型方法
CN113222245A (zh) 居民用户月度电量电费异常核查方法及系统、存储介质
CN116611589B (zh) 主网输变电设备停电窗口期预测方法、系统、设备及介质
Ameli et al. Optimization of energy storage systems in energy markets
CN109378816B (zh) 一种探寻电转气在能源系统中运行机会的方法和系统
CN117911149A (zh) 一种考虑环境因素的辅助服务资源配置方法及系统
CN117559422A (zh) 基于画像的工业园区可调节功率区间估计方法、系统与计算机可读存储介质

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
GR01 Patent grant
GR01 Patent grant