CN114722104A - 基于区块链的企业碳排能耗数据管理运营系统及方法 - Google Patents
基于区块链的企业碳排能耗数据管理运营系统及方法 Download PDFInfo
- Publication number
- CN114722104A CN114722104A CN202210632326.0A CN202210632326A CN114722104A CN 114722104 A CN114722104 A CN 114722104A CN 202210632326 A CN202210632326 A CN 202210632326A CN 114722104 A CN114722104 A CN 114722104A
- Authority
- CN
- China
- Prior art keywords
- data
- level
- enterprise
- region
- indexes
- 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.)
- Granted
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 96
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 96
- 238000005265 energy consumption Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004519 manufacturing process Methods 0.000 claims abstract description 116
- 230000009467 reduction Effects 0.000 claims abstract description 62
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 238000013523 data management Methods 0.000 claims abstract description 22
- 239000002803 fossil fuel Substances 0.000 claims description 14
- 239000005431 greenhouse gas Substances 0.000 claims description 9
- 239000007789 gas Substances 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 5
- 230000008901 benefit Effects 0.000 claims description 4
- 239000003245 coal Substances 0.000 claims description 3
- 230000003647 oxidation Effects 0.000 claims description 3
- 238000007254 oxidation reaction Methods 0.000 claims description 3
- 238000013439 planning Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract description 9
- 230000000875 corresponding effect Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 239000003999 initiator Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- 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
- 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
- G06F16/23—Updating
- G06F16/2365—Ensuring data consistency and integrity
-
- 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
- G06F16/2477—Temporal data queries
-
- 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
- G06F16/26—Visual data mining; Browsing structured data
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于区块链的企业碳排能耗数据管理运营系统及方法，其方法包括如下步骤：S1：企业端口采集运营数据；S2：数据中控根据运营数据计算得到区域级生产指标和区域级预测数据；S3：数据中控判断区域级预测数据是否超过区域级目标数据，若是则根据区域级生产数据和区域级预测数据计算得到区域级减能耗任务和区域级减碳排任务；S4：数据中控根据企业级生产指标和区域级生产指标向企业分配企业级考核指标；S5：企业端口和区域级数据展示端口分别对数据进行可视化展示。
Description
技术领域
本发明属于数据处理技术，特指一种基于区块链的企业碳排能耗数据管理运营系统及方法。
背景技术
随着经济的发展，社会上越来越重视环境污染和能源消耗的问题。而碳排放是环境污染中的一种重要的污染类型，碳排放带来了温室效应等环境问题。
因此亟需搭建一个连通各侧并且可实现各侧信息数据交互、各侧信息数据分析、各侧信息数据共享以及集成信息数据分析的数据平台。
发明内容
为克服现有技术的不足及存在的问题，本发明提供一种基于区块链的企业碳排能耗数据管理运营方法。
为实现上述目的，本发明采用如下技术方案：
基于区块链的企业碳排能耗数据管理运营方法，包括：
S1：企业端口采集运营数据，将运营数据发送至数据中控，其中，运营数据包括企业的用水数据、用电数据、用煤数据、用气数据、用热数据、产值数据和设备数据；
S2：数据中控将运营数据代入智能生产核算模型计算得到企业级生产指标，将区域内所有的企业级生产指标进行累加获得区域级生产指标，将区域级生产指标代入预测算法计算得到区域级预测数据，其中，生产指标包括碳排放指标、能耗指标和经济指标，区域指的是由一定地域范围内所有企业端口组成的集合；
S3：数据中控上预先设置有区域级目标数据，判断区域级预测数据是否超过区域级目标数据，若是则将区域级生产数据和区域级预测数据之间的差值代入规划算法计算得到区域级减能耗任务和区域级减碳排任务；
S4：数据中控根据企业级生产指标和区域级生产指标计算得到企业级减能耗潜力值和企业级减碳排潜力值，根据企业级减能耗潜力值和企业级减碳排潜力值对区域级减能耗任务和区域级减碳排任务进行分配得到企业级考核指标，将企业级考核指标发送至对应的企业端口，将区域级生产指标、区域级预测数据、区域级减能耗任务、区域级减碳排任务和企业级考核指标发送至区域级数据展示端口；
S5：企业端口对企业级运营数据和企业级考核指标进行可视化展示，区域级数据展示端口对区域级生产指标、区域级预测数据、区域级减能耗任务、区域级减碳排任务和企业级考核指标进行可视化展示。
作为优选，所述S2的步骤中，具体包括如下步骤：
S21：将生产计算公式编写成智能合约代码形式下的生产计算公式，其中，生产计算公式包括碳排放计算公式、能耗计算公式和经济计算公式；
S22：将智能合约代码形式下的生产计算公式编译在智能合约中得到智能生产核算模型，智能生产核算模型包括签名、时间戳和文件哈希值；
S23：将运营数据代入智能生产核算模型计算得到企业级生产指标，将企业级生产指标上传至区块链网络，其中，区块链网络包括区块链节点，区块链节点包括企业端口、数据中控和区域级数据展示端口。
作为优选，所述智能合约代码采用的是图灵完备的编程语言。
作为优选，所述碳排放计算公式为
其中，
指的是企业的温室气体排放总量，
指的是化石燃料的种类，
指的是
第
种化石燃料的平均低位发热量，
指的
是第种化石燃料的净消耗量，
指的是第
种化石燃料的单位热值含碳量，
指的是第
种化石燃料的碳氧化率，
指的是温室气体
的种类，
指的是第
种温室气体的泄漏量，
指的是企业的净购入使用的电量，
指的是区域内电网的年平均供电排放因子，
指的是企业的净购入使用的热量。
作为优选，所述S3的步骤中，具体包括如下步骤：
S31：区域级数据展示端口还可视化展示有可滑动的时间进度条；
S32：若时间进度条在区域级数据展示端口上滑动时，区域级数据展示端口可展示不同时间的区域级生产指标和区域级预测数据。
作为优选，判断区域级预测数据是否超过区域级目标数据时，具体包括如下步骤：
数据中控判断某一时间节点上的区域级预测数据是否超过对应时间节点上的区域级预测值。
作为优选，还包括：
S6：数据中控判断企业生产指标是否存在同一时间的企业考核指标，若是则判断企业生产指标是否不小于同一时间的企业考核指标，若是则判定企业获得政策奖励。
作为优选，还包括：
S7：数据中控设置有新能源设备数据库，根据运营数据和生产指标调取新能源设备数据库中的新能源设备数据，其中，新能源设备数据库为若干新能源设备数据组成的集合，新能源设备数据包括新能源设备的型号、数量和价格；
S8：根据运营数据、生产指标和新能源设备数据生成节能减排报告，将节能减排报告发送至企业端口，其中，节能减排报告包括新能源设备数据、新能源设备的投入额、新能源设备的配置容量、新能源设备的配置规模、新能源设备的单位投入每年度节约的能耗值、新能源设备的单位投入每年度节约的减碳排值、新能源设备投入前后的能耗比、新能源设备投入前后的碳排放比、新能源设备投入回报比、新能源设备投入后的预测年收益率、新能源设备投入后的回本周期；
S9：企业端口对节能减排报告进行可视化展示。
作为优选，所述新能源设备数据库通过供应商端口提供至数据中控。本发明相比现有技术突出且有益的技术效果是：
（1）在本发明中，企业展示端对企业运营时各项数据进行全面采集，再通过的智能生产核算模型进行统一计算，得到企业级生产指标，避免了人工计算的繁琐过程，实现了数据自动化的持续处理，提高了数据管理运营的效率，也保证了数据的质量。
（2）在本发明中，企业展示端、数据中控和区域级数据展示端口可实时对数据进行更新，以便于用户获得最新和最可靠的碳排放、能耗等数据。
（3）在本发明中，企业端口、数据中控和区域级数据展示端口等构成了区块链网络，企业生产指标等数据被上传至区块链网络，在区块链网络的各个节点均可查看数据，避免了数据被篡改以及避免数据丢失等问题，因此本基于区块链的企业碳排能耗数据管理运营方法具有数据可信度高、真实性高、全程可追溯、透明等优点。
（4）在本发明中，智能生产核算模型采用智能合约进行构建，使得数据核算时处于封闭执行的状态，提供了一种高度信任的环境，允许没有第三方的情况下进行核算，并且智能生产核算模型呈现代码化，整个核算过程自动且高效，无需人为干预，减少了测量和核算误差，也提高了数据的准确性。
（5）在本发明中，政府侧、电网侧、新能源企业侧和工业企业侧等各侧可通过区块链网络的区块链节点进行数据的交互以及联络，解决了各侧的数据交互存在断点的问题，从而达到数据互联的效果，使得数据的浏览、监管、获取和传输变得更加简单和方便，形成了各侧合作相辅相成的局面，提高了工作效率。
附图说明
图1是本发明的步骤流程示意图；
图2是本发明的系统的框架结构示意图；
1-数据中控、2-企业端口、3-区域级数据展示端口、4-供应商端口。
具体实施方式
为了便于本领域技术人员的理解，下面结合附图和具体实施例对本发明作进一步描述。
如图1至图2所示，一种基于区块链的企业碳排能耗数据管理运营方法，包括：
S1：企业端口采集运营数据，将运营数据发送至数据中控，其中，运营数据包括企业的用水数据、用电数据、用煤数据、用气数据、用热数据、产值数据和设备数据；
上述步骤中，企业端口被设置在企业中，企业端口不仅用于采集运营数据，还可用于供企业调取区块链上的数据。企业一般为机械设备制造企业，机械设备制造企业包括金属制品业、通用设备制造业、专用设备制造业、汽车制造业、铁路、船舶、航空航天及其他运输设备制造业和电气机械和器材制造业。运营数据还包括企业信息，企业信息包括企业名称、企业地址、机构代码。
企业端口包括设备层，设备层可用于采集企业的运营情况，运营情况包括企业产品的设计、生产、加工、装配和测试等环节中的运营情况。设备层包括智能水表、智能电表、智能燃气表、智能开关、智能网关、温湿传感器。例如，智能水表可采集企业的用水数据，智能燃气表可采集企业的用气情况，智能开关和智能网关可采集企业的用电情况。设备数据中的设备指的是已有的生产设备，设备数据包括企业已有设备的型号、数量、标准技术参数和供应商联系方式。
S2：数据中控将运营数据代入智能生产核算模型计算得到企业级生产指标，将区域内所有的企业级生产指标进行累加获得区域级生产指标，将区域级生产指标代入预测算法计算得到区域级预测数据，其中，生产指标包括碳排放指标、能耗指标和经济指标；
上述步骤中，数据中控指的是用于管理和运营数据的装置。区域指的是由一定地域范围内的所有企业端口组成的集合，相当于一定地域范围内的所有企业集合。使用者可在数据中控预先设置区域。生产指标包括企业的碳排放指标、能耗指标和经济指标，碳排放指标包括企业的碳排放总量，能耗指标包括企业的耗能总量，经济指标包括企业的产值总量。区域级生产指标代表的是特定地理区域内的所有企业的生产指标的总和。区域级预测数据指的是未来某一时间时该区域预计达到的碳排放指标、能耗指标和经济指标。
S3：数据中控上预先设置有区域级目标数据，判断区域级预测数据是否超过区域级目标数据，若是则根据区域级生产数据和区域级预测数据之间的差值规划得到区域级减能耗任务和区域级减碳排任务；
上述步骤中，区域级目标数据指的是未来某一时间时该区域期望达到的碳排放指标、能耗指标和经济指标。未来某一时间可以是接下来的一个年度。使用者可预先在数据中控上设置区域级目标数据。具体地，区域级目标数据可根据国家制定的碳达峰政策进行设置。例如，假设区域设置为北京，从2022年到2025年时，北京的碳达峰政策为，企业的二氧化碳排放总量降低18%，企业的能耗总量降低13.5%。区域级减能耗任务包括区域级生产数据中的能耗指标和区域级预测数据中的能耗指标的差值。区域级减能耗任务包括区域级生产数据中的碳排放指标和区域级预测数据中的碳排放指标的差值。
S4：数据中控根据企业级生产指标和区域级生产指标计算得到企业级减能耗潜力值和企业级减碳排潜力值，根据企业级减能耗潜力值和企业级减碳排潜力值对区域级减能耗任务和区域级减碳排任务进行分配得到企业级考核指标，将企业级考核指标发送至对应的企业端口，将区域级生产指标、区域级预测数据、区域级减能耗任务、区域级减碳排任务和企业级考核指标发送至区域级数据展示端口；
上述步骤中，企业级减能耗潜力值与企业的能耗指标和区域的能耗指标的比值呈正相关，企业级碳排放潜力值与企业的碳排放指标和区域的碳排放指标的比值呈正相关。若企业级减能耗潜力值越大时，则表示企业需要分配到越大的减能耗任务。若企业级减碳排潜力值越大时，则表示企业需要分配到越大的减碳排任务。企业级考核指标和企业级减能耗潜力值呈正相关。
S5：企业端口对企业级运营数据和企业级考核指标进行可视化展示，区域级数据展示端口对区域级生产指标、区域级预测数据、区域级减能耗任务、区域级减碳排任务和企业级考核指标进行可视化展示；
上述步骤中，企业端口还包括企业可视装置，企业可视装置可以是显示屏，其用于显示企业级运营数据和企业级考核指标等数据。区域级数据展示端口包括区域级数据可视装置，区域级数据可视装置也可以是显示屏，用于显示区域级生产指标、区域级预测数据、区域级减能耗任务、区域级减碳排任务和企业级考核指标等数据。
所述企业端口还可以可视化展示节能减排报告，节能减排报告包括新能源设备配置容量、节能设备配置规模、单位投入每年度节约的能耗值、单位投入新能源的减碳值、投入前后的能耗值对比、投入前后的碳排值对比、投资回报比、预测年收益率、回本周期等信息。
所述S2的步骤中，具体包括如下步骤：
S21：将生产计算公式编写成智能合约代码形式下的生产计算公式，其中，生产计算公式包括碳排放计算公式、能耗计算公式和经济计算公式；
上述步骤中，使得生产计算公式符合智能合约的代码编写要求和裸机要求，使得后续得到的数据具有通用性、保密性和统一性，避免各个区块链节点的代码不一致带来的误差。
S22：将智能合约代码形式下的生产计算公式编译在智能合约中得到智能生产核算模型，智能生产核算模型包括签名、时间戳和文件哈希值；
上述步骤中，由于企业的运营数据设计众多工艺、众多材料和众多统计对象等情况，以至于在人工核算时存在误差较大的问题。采用上述的智能生产核算模型对企业的整个运营中的碳排、耗能和经济进行统一的核算，提高了核算的效率和精确性。
S23：将运营数据代入智能生产核算模型计算得到企业级生产指标，将企业级生产指标上传至区块链网络，其中，区块链网络包括区块链节点，区块链节点包括企业端口、数据中控和区域级数据展示端口。
上述步骤中，企业级生产指标被上传至区块链网络，使得企业级生产指标不可被篡改以及获得永久保存，从而提高了本基于区块链的企业碳排能耗数据管理运营方法获得的数据的真实性和可信度。
所述智能合约代码采用的是图灵完备的编程语言。
另外，企业级运营数据、企业级考核指标、区域级数据展示端口对区域级生产指标、区域级预测数据、区域级减能耗任务、区域级减碳排任务和企业级考核指标也可以采用S21-23的步骤进行区块链网络的上传。
另外，数据中控还构建智能合约，具体包括如下步骤：
P1：在区块链网络中构建智能合约核心系统，使用图灵完备的编程语言编写智能合约代码，将智能合约代码代入单项散列函数计算得到合约文件地址，将发起者的账户地址和合约名称代入单项散列函数计算得到合约安装地址，并在区块链网络存储合约安装地址和合约文件地址的对应关系；
P2：在区块链网络中更新智能合约核心系统，将更新的智能合约代码代入单项散列函数计算得到更新的合约文件地址，将更新的发起者的账户地址和合约名称代入单项散列函数计算得到更新的合约安装地址，覆盖之前在区块链网络存储合约安装地址和合约文件地址的对应关系。
所述碳排放计算公式为
其中，
指的是企业的温室气体排放总量，
指的是化石燃料的种类，
指的是
第
种化石燃料的平均低位发热量，
指的
是第种化石燃料的净消耗量，
指的是
第
种化石燃料的单位热值含碳量，
指的是第
种化石燃料的碳氧化率，
指的是温室气
体的种类，
指的是第
种温室气体的泄漏量，
指的是企业的净购入使用的电量，
指的是区域内电网的年平均供电排放因子，
指的是企业的净购入使用的热量。
所述S3的步骤中，具体包括如下步骤：
S31：区域级数据展示端口还可视化展示有可滑动的时间进度条；
其中，时间进度条的整体可呈企业可视装置上可视化的小方块，若区域级数据展示端口上可视化展示区域级生产指标、区域级预测数据、区域级减能耗任务、区域级减碳排任务和企业级考核指标时，才可视化展示时间进度条。
S32：若时间进度条在区域级数据展示端口上滑动时，区域级数据展示端口可展示不同时间的区域级生产指标和区域级预测数据。
具体地，区域级数据可视装置为触摸式显示屏。使用者将手触碰在时间精度条上并滑动，即可带动时间精度条在区域级数据可视装置上滑动。时间精度条可在企业可视装置上直线滑动。例如，若使用者滑动时间进度条向左滑动时，区域级数据展示端口可视化展示较早时刻的区域级生产指标和区域级预测数据。若使用者滑动时间进度条向右滑动时，区域级数据展示端口可视化展示较晚时刻的区域级生产指标和区域级预测数据。
判断区域级预测数据是否超过区域级目标数据时，具体包括如下步骤：
数据中控判断某一时间节点上的区域级预测数据是否超过对应时间节点上的区域级预测值。
上述步骤中，某一时间节点和对应时间节点为同一时间。通过对同一时间上的区域级预测数据和区域级预测值，提高了数据处理的效率。在实际使用中，可判断n个时间节点上的区域级预测数据是否超过对应时间节点上的区域级预测值，若都超过则根据区域级生产数据和区域级预测数据之间的差值规划得到区域级减能耗任务和区域级减碳排任务，进而提高了判断的准确性。
本基于区块链的企业碳排能耗数据管理运营方法，还包括：
S6：数据中控判断企业生产指标是否存在同一时间的企业考核指标，若是则判断企业生产指标是否不小于同一时间的企业考核指标，若是则判定企业获得政策奖励。
上述步骤中，若数据中控判定企业获得政策奖励时，则发送领奖信息至企业端口进行可视化展示，从而提醒企业领取政策奖励，企业可通过企业端口向政府申请领取政策奖励。若否则判定企业不获得政策奖励。政策奖励可以包括发放现金、税收优惠、荣誉称号等形式。
若企业向政府申请领取政策奖励时，政府可通过企业端口或数据中控或区域级数据展示端口对数据进行复核。若复核通过，则政府向企业发放政策奖励。
本基于区块链的企业碳排能耗数据管理运营方法，还包括：
S7：数据中控设置有新能源设备数据，根据运营数据和生产指标调取新能源数据库中的新能源设备数据，其中，新能源设备数据库为若干新能源设备数据组成的集合，新能源设备数据包括新能源设备的型号，数量和价格；
上述步骤中，新能源设备包括光伏设备、风机设备和储能设备。运营数据和生产指标与新能源设备数据库之间建立有目标函数，数据中控将运营数据和生产指标代入目标函数调取相应的新能源设备数据。
S8：根据运营数据、生产指标和新能源设备数据生成节能减排报告，将节能减排报告发送至企业端口，其中，节能减排报告包括新能源设备数据、新能源设备的投入额、新能源设备的配置容量、新能源设备的配置规模、新能源设备的单位投入每年度节约的能耗值、新能源设备的单位投入每年度节约的减碳排值、新能源设备投入前后的能耗比、新能源设备投入前后的碳排放比、新能源设备投入回报比、新能源设备投入后的预测年收益率、新能源设备投入后的回本周期；
上述步骤中，新能源设备的投入额为购买新能源设备需要的总金额，由新能源设备的数量和价格之积计算得到。新能源设备的配置容量指的是新能源设备的配置内存总量，根据新能源设备的数量和型号计算得到。新能源设备的配置规模指的是新能源设备的整体性能，也根据新能源设备的数量和型号计算得到。新能源设备的单位投入每年度节约的能耗值指的是新能源设备的投入每年度能耗值和每年度的企业的能耗指标之间差值再除以新能源设备的数量的结果，先根据新能源设备的型号和数量计算得到新能源设备的投入每年度的能耗值，再根据新能源设备的投入每年度能耗值和每年度的企业的能耗指标之差最后除以新能源设备的数量计算得到。新能源设备的单位投入每年度节约的减碳排值指的是新能源设备的投入每年度碳排放值和每年度的企业的碳排放指标之差除以新能源设备的数量的值，先根据新能源设备的型号和数量计算得到新能源设备的投入每年度的碳排放值，再根据新能源设备的投入每年度碳排放值和每年度的企业的碳排放指标之差最后除以新能源设备的数量计算得到。新能源设备投入前后的能耗比指的是新能源设备的投入每年度能耗值和每年度的企业的能耗指标之间的比值，根据新能源设备的投入每年度能耗值和每年度的企业的能耗指标之间的比值计算得到。新能源设备投入前后的碳排放比指的是新能源设备投入前企业的碳排放指标和新能源投入后预计的企业碳排放指标之间的比值。
S9：企业端口对节能减排报告进行可视化展示；
上述步骤中，企业可通过企业端口浏览节能减排报告，进而判断是否采购对应的新能源设备。若是则企业可通过新能源设备数据中的供应商联系方式和供应商取得联系。具体地，企业端口和供应商端口是互联的，企业通过企业端口与使用供应商端口的供应商取得联系。
所述新能源设备数据库通过供应商端口提供至数据中控，从而供应商可通过供应商端口对新能源数据库进行建设和更新。
具体地，若企业采购了新能源设备时，则企业端采集到的设备数据发生更新，进而数据中控中的设备数据也发生更新。
另外，本发明还公开了一种基于区块链的企业碳排能耗数据管理运营系统，其用于执行上述的基于区块链的企业碳排能耗数据管理运营方法。基于区块链的企业碳排能耗数据管理运营系统包括企业端口、数据中控、区域级数据展示端口和供应商端口，企业端口、数据中控、区域级数据展示端口和供应商端口通信连接在一起，企业端口、数据中控和区域级数据展示端口为区块链网络的一部分。企业端口用于采集运营数据以及可视化展示数据，该数据包括运营数据、生产指标、企业级运营数据和企业级考核指标。数据中控用于对数据进行处理和管理，该数据包括生产数据。区域级数据展示端口用于可视化展示数据，该数据包括区域级生产指标、区域级预测数据、区域级减能耗任务、区域级减碳排任务和企业级考核指标。供应商端口用于向数据中控提供新能源设备数据库，并且供应商可通过供应商端口对新能源设备数据库进行建设和更新。
上述实施例仅为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。
Claims (9)
1.基于区块链的企业碳排能耗数据管理运营方法，其特征在于，包括：
S1：企业端口采集运营数据，将运营数据发送至数据中控，其中，运营数据包括企业的用水数据、用电数据、用煤数据、用气数据、用热数据、产值数据和设备数据；
S2：数据中控将运营数据代入智能生产核算模型计算得到企业级生产指标，将区域内所有的企业级生产指标进行累加获得区域级生产指标，将区域级生产指标代入预测算法计算得到区域级预测数据，其中，生产指标包括碳排放指标、能耗指标和经济指标；
S3：数据中控上预先设置有区域级目标数据，判断区域级预测数据是否超过区域级目标数据，若是则根据区域级生产数据和区域级预测数据之间的差值规划得到区域级减能耗任务和区域级减碳排任务；
S4：数据中控根据企业级生产指标和区域级生产指标计算得到企业级减能耗潜力值和企业级减碳排潜力值，根据企业级减能耗潜力值和企业级减碳排潜力值对区域级减能耗任务和区域级减碳排任务进行分配得到企业级考核指标，将企业级考核指标发送至对应的企业端口，将区域级生产指标、区域级预测数据、区域级减能耗任务、区域级减碳排任务和企业级考核指标发送至区域级数据展示端口；
S5：企业端口对企业级运营数据和企业级考核指标进行可视化展示，区域级数据展示端口对区域级生产指标、区域级预测数据、区域级减能耗任务、区域级减碳排任务和企业级考核指标进行可视化展示。
2.根据权利要求1所述的基于区块链的企业碳排能耗数据管理运营方法，其特征在于，所述S2的步骤中，具体包括如下步骤：
S21：将生产计算公式编写成智能合约代码形式下的生产计算公式，其中，生产计算公式包括碳排放计算公式、能耗计算公式和经济计算公式；
S22：将智能合约代码形式下的生产计算公式编译在智能合约中得到智能生产核算模型，智能生产核算模型包括签名、时间戳和文件哈希值；
S23：将运营数据代入智能生产核算模型计算得到企业级生产指标，将企业级生产指标上传至区块链网络，其中，区块链网络包括区块链节点，区块链节点包括企业端口、数据中控和区域级数据展示端口。
3.根据权利要求2所述的基于区块链的企业碳排能耗数据管理运营方法，其特征在于，所述智能合约代码采用的是图灵完备的编程语言。
4.根据权利要求2或3所述的基于区块链的企业碳排能耗数据管理运营方法，其特征在于，所述碳排放计算公式为
其中，
指的是企业的温室气体排放总量，
指的是化石燃料的种类，
指的是第
种化石燃料的平均低位发热量，
指的
是第种化石燃料的净消耗量，
指的是第
种
化石燃料的单位热值含碳量，
指的是第
种化石燃料的碳氧化率，
指的是温室气体的种
类，
指的是第
种温室气体的泄漏量，
指的是企业的净购入使用的电量，
指
的是区域内电网的年平均供电排放因子，
指的是企业的净购入使用的热量。
5.根据权利要求1所述的基于区块链的企业碳排能耗数据管理运营方法，其特征在于，所述S3的步骤中，具体包括如下步骤：
S31：区域级数据展示端口还可视化展示有可滑动的时间进度条；
S32：若时间进度条在区域级数据展示端口上滑动时，区域级数据展示端口可展示不同时间的区域级生产指标和区域级预测数据。
6.根据权利要求1所述的基于区块链的企业碳排能耗数据管理运营方法，其特征在于，判断区域级预测数据是否超过区域级目标数据时，具体包括如下步骤：
数据中控判断某一时间节点上的区域级预测数据是否超过对应时间节点上的区域级预测值。
7.根据权利要求1所述的基于区块链的企业碳排能耗数据管理运营方法，其特征在于，还包括：
S6：数据中控判断企业生产指标是否存在同一时间的企业考核指标，若是则判断企业生产指标是否不小于同一时间的企业考核指标，若是则判定企业获得政策奖励。
8.根据权利要求1所述的基于区块链的企业碳排能耗数据管理运营方法，其特征在于，还包括：
S7：数据中控设置有新能源设备数据库，根据运营数据和生产指标调取新能源设备数据库中的新能源设备数据，其中，新能源设备数据库为若干新能源设备数据组成的集合，新能源设备数据包括新能源设备的型号、数量和价格；
S8：根据运营数据、生产指标和新能源设备数据生成节能减排报告，将节能减排报告发送至企业端口，其中，节能减排报告包括新能源设备数据、新能源设备的投入额、新能源设备的配置容量、新能源设备的配置规模、新能源设备的单位投入每年度节约的能耗值、新能源设备的单位投入每年度节约的减碳排值、新能源设备投入前后的能耗比、新能源设备投入前后的碳排放比、新能源设备投入回报比、新能源设备投入后的预测年收益率、新能源设备投入后的回本周期；
S9：企业端口对节能减排报告进行可视化展示。
9.根据权利要求8所述的基于区块链的企业碳排能耗数据管理运营方法，其特征在于，所述新能源设备数据库通过供应商端口提供至数据中控。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210632326.0A CN114722104B (zh) | 2022-06-07 | 2022-06-07 | 基于区块链的企业碳排能耗数据管理运营系统及方法 |
| PCT/CN2022/138374 WO2023236478A1 (zh) | 2022-06-07 | 2022-12-12 | 基于区块链的企业碳排能耗数据管理运营系统及方法 |
| US18/242,579 US20230410127A1 (en) | 2022-06-07 | 2023-09-06 | Blockchain-based Carbon Emission/Energy Consumption Data Management and Operation System and Method of Enterprises |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210632326.0A CN114722104B (zh) | 2022-06-07 | 2022-06-07 | 基于区块链的企业碳排能耗数据管理运营系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114722104A true CN114722104A (zh) | 2022-07-08 |
| CN114722104B CN114722104B (zh) | 2022-11-18 |
Family
ID=82232338
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210632326.0A Active CN114722104B (zh) | 2022-06-07 | 2022-06-07 | 基于区块链的企业碳排能耗数据管理运营系统及方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20230410127A1 (zh) |
| CN (1) | CN114722104B (zh) |
| WO (1) | WO2023236478A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114997538A (zh) * | 2022-08-02 | 2022-09-02 | 杭州经纬信息技术股份有限公司 | 基于碳排数据的产业工艺升级动态规划及可视化方法 |
| CN115062872A (zh) * | 2022-08-11 | 2022-09-16 | 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 |
| WO2023236478A1 (zh) * | 2022-06-07 | 2023-12-14 | 台州宏创电力集团有限公司科技分公司 | 基于区块链的企业碳排能耗数据管理运营系统及方法 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117744952B (zh) * | 2024-02-18 | 2024-05-17 | 四川省德阳生态环境监测中心站 | 基于时序网络的大气碳排放量分析方法及系统 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100223227A1 (en) * | 2007-11-09 | 2010-09-02 | Alibaba Group Holding Limited | Statistical Applications in OLTP Environment |
| CN105260836A (zh) * | 2015-10-13 | 2016-01-20 | 天津大学 | 汽车制造企业碳排放采集核算系统及其方法 |
| CN108226390A (zh) * | 2017-12-08 | 2018-06-29 | 赫普科技发展（北京）有限公司 | 一种区块链碳排放监测装置和监测系统 |
| CN109272243A (zh) * | 2018-09-30 | 2019-01-25 | 大唐碳资产有限公司 | 碳资产管理方法及系统 |
| CN109412051A (zh) * | 2018-11-20 | 2019-03-01 | 杭州意能电力技术有限公司 | 一种通过水冷散热的汇控柜冷凝除湿装置 |
| CN109462339A (zh) * | 2018-10-16 | 2019-03-12 | 台州宏远电力设计院有限公司 | 基于电路占空比的阻抗匹配方法 |
| CN111476487A (zh) * | 2020-04-08 | 2020-07-31 | 厦门中智信系统集成有限公司 | 一种基于区块链的自适应能源管理方法和装置以及设备 |
| CN111932250A (zh) * | 2020-06-08 | 2020-11-13 | 国网浙江省电力有限公司台州供电公司 | 一种基于区块链技术实现电网信息共享的方法 |
| CN113822605A (zh) * | 2021-11-24 | 2021-12-21 | 北京笔新互联网科技有限公司 | 基于区块链的碳资产管理系统、方法及电子设备 |
| CN114091785A (zh) * | 2021-12-01 | 2022-02-25 | 国网河南省电力公司南阳供电公司 | 一种基于能源大数据的碳排放监测方法 |
| CN114268627A (zh) * | 2021-12-22 | 2022-04-01 | 电子科技大学 | 一种基于区块链技术的区域能耗与碳排放平衡自动协调系统 |
| CN114372729A (zh) * | 2022-01-19 | 2022-04-19 | 北京同信碳和科技有限责任公司 | 基于多维度的热电企业碳排放水平评价方法 |
| CN114417435A (zh) * | 2022-03-31 | 2022-04-29 | 广东省特种设备检测研究院顺德检测院 | 一种基于区块链的控排企业碳排放数据监管系统及方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11720526B2 (en) * | 2019-11-12 | 2023-08-08 | ClearTrace Technologies, Inc. | Sustainable energy tracking system utilizing blockchain technology and Merkle tree hashing structure |
| US20210334895A1 (en) * | 2020-04-24 | 2021-10-28 | Kpmg Llp | System and method for collecting and storing environmental data in a digital trust model, and processing the data using an accounting infrastructure |
| CN114357473A (zh) * | 2021-11-30 | 2022-04-15 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于区块链的虚拟电厂聚合与分布式调控系统及方法 |
| CN114722104B (zh) * | 2022-06-07 | 2022-11-18 | 台州宏创电力集团有限公司科技分公司 | 基于区块链的企业碳排能耗数据管理运营系统及方法 |
-
2022
- 2022-06-07 CN CN202210632326.0A patent/CN114722104B/zh active Active
- 2022-12-12 WO PCT/CN2022/138374 patent/WO2023236478A1/zh unknown
-
2023
- 2023-09-06 US US18/242,579 patent/US20230410127A1/en active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100223227A1 (en) * | 2007-11-09 | 2010-09-02 | Alibaba Group Holding Limited | Statistical Applications in OLTP Environment |
| CN105260836A (zh) * | 2015-10-13 | 2016-01-20 | 天津大学 | 汽车制造企业碳排放采集核算系统及其方法 |
| CN108226390A (zh) * | 2017-12-08 | 2018-06-29 | 赫普科技发展（北京）有限公司 | 一种区块链碳排放监测装置和监测系统 |
| CN109272243A (zh) * | 2018-09-30 | 2019-01-25 | 大唐碳资产有限公司 | 碳资产管理方法及系统 |
| CN109462339A (zh) * | 2018-10-16 | 2019-03-12 | 台州宏远电力设计院有限公司 | 基于电路占空比的阻抗匹配方法 |
| CN109412051A (zh) * | 2018-11-20 | 2019-03-01 | 杭州意能电力技术有限公司 | 一种通过水冷散热的汇控柜冷凝除湿装置 |
| CN111476487A (zh) * | 2020-04-08 | 2020-07-31 | 厦门中智信系统集成有限公司 | 一种基于区块链的自适应能源管理方法和装置以及设备 |
| CN111932250A (zh) * | 2020-06-08 | 2020-11-13 | 国网浙江省电力有限公司台州供电公司 | 一种基于区块链技术实现电网信息共享的方法 |
| CN113822605A (zh) * | 2021-11-24 | 2021-12-21 | 北京笔新互联网科技有限公司 | 基于区块链的碳资产管理系统、方法及电子设备 |
| CN114091785A (zh) * | 2021-12-01 | 2022-02-25 | 国网河南省电力公司南阳供电公司 | 一种基于能源大数据的碳排放监测方法 |
| CN114268627A (zh) * | 2021-12-22 | 2022-04-01 | 电子科技大学 | 一种基于区块链技术的区域能耗与碳排放平衡自动协调系统 |
| CN114372729A (zh) * | 2022-01-19 | 2022-04-19 | 北京同信碳和科技有限责任公司 | 基于多维度的热电企业碳排放水平评价方法 |
| CN114417435A (zh) * | 2022-03-31 | 2022-04-29 | 广东省特种设备检测研究院顺德检测院 | 一种基于区块链的控排企业碳排放数据监管系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 周佳: "区块链技术在能源电力领域的应用", 《张江科技评论》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023236478A1 (zh) * | 2022-06-07 | 2023-12-14 | 台州宏创电力集团有限公司科技分公司 | 基于区块链的企业碳排能耗数据管理运营系统及方法 |
| CN114997538A (zh) * | 2022-08-02 | 2022-09-02 | 杭州经纬信息技术股份有限公司 | 基于碳排数据的产业工艺升级动态规划及可视化方法 |
| CN114997538B (zh) * | 2022-08-02 | 2022-11-22 | 杭州经纬信息技术股份有限公司 | 基于碳排数据的产业工艺升级动态规划及可视化方法 |
| CN115062872A (zh) * | 2022-08-11 | 2022-09-16 | 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 |
| 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 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20230410127A1 (en) | 2023-12-21 |
| CN114722104B (zh) | 2022-11-18 |
| WO2023236478A1 (zh) | 2023-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114722104B (zh) | 基于区块链的企业碳排能耗数据管理运营系统及方法 | |
| Walther et al. | Design of regional production networks for second generation synthetic bio-fuel–A case study in Northern Germany | |
| CN101619850B (zh) | 基于热电系统负荷在线预测的调度方法与系统 | |
| Granderson | Energy information handbook: Applications for energy-efficient building operations | |
| CN116681187B (zh) | 一种基于企业经营数据的企业碳配额预测方法 | |
| CN113822547B (zh) | 一种精细化需求侧管理综合信息平台系统及管理方法 | |
| CN114707949A (zh) | 一种基于边缘网关的碳排放管理系统和方法 | |
| CN114511128A (zh) | 碳排放数据的处理方法、装置、存储介质及处理器 | |
| CN105956786A (zh) | 一种用于化肥企业的能源管理系统 | |
| Oldfield | Addressing energy poverty through smarter technology | |
| CN114240086A (zh) | 碳排放监测方法、装置、存储介质及处理器 | |
| CN115689177A (zh) | 一种基于机器学习的变电检修计划智能排程策略方法 | |
| CN109784614A (zh) | 火电厂生产移动管理系统 | |
| JP2010231375A (ja) | 部品需要予測方法、部品需要予測システム | |
| CN115271994A (zh) | 基于数字孪生的电力行业碳排放监控方法及装置 | |
| CN112862314A (zh) | 一种火电厂生产经营环境指标的报表化管理系统 | |
| CN115577943A (zh) | 一种卷烟行业工厂碳排放测量方法、介质及设备 | |
| Hart | Biomass supply chain logistics for co-firing coal power plants | |
| Ci et al. | The Study of Selection of Coal-Fired Supplier in Thermal Power Enterprise Based on the Extension Analysis Method | |
| CN115222153B (zh) | 一种火电企业低碳调度寻优方法及系统 | |
| Ping et al. | Smart online operational analysis system for provincial power grid | |
| Wang et al. | Exploration and Practice of CO 2 Emission Monitoring and Analysis Platform for Park Enterprises | |
| Hu et al. | A Review on Energy-Economy-Environment Models developed for Energy Outlook | |
| FAKEHI et al. | scenario analysis of iran's future energy demand and its environmental issues for the year 2041 | |
| Wang et al. | Building a policy simulation platform for future smart grid in China |
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 |