CN114994264A - 基于区块链企业级台账的园区数字化监控平台 - Google Patents
基于区块链企业级台账的园区数字化监控平台 Download PDFInfo
- Publication number
- CN114994264A CN114994264A CN202210898007.4A CN202210898007A CN114994264A CN 114994264 A CN114994264 A CN 114994264A CN 202210898007 A CN202210898007 A CN 202210898007A CN 114994264 A CN114994264 A CN 114994264A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- emission
- carbon emission
- objects
- marking
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 154
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 148
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 148
- 238000004458 analytical method Methods 0.000 claims abstract description 74
- 230000002159 abnormal effect Effects 0.000 claims abstract description 41
- 238000005259 measurement Methods 0.000 claims abstract description 9
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000002485 combustion reaction Methods 0.000 claims description 47
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 20
- 239000007789 gas Substances 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 12
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 claims description 10
- CSJDCSCTVDEHRN-UHFFFAOYSA-N methane;molecular oxygen Chemical compound C.O=O CSJDCSCTVDEHRN-UHFFFAOYSA-N 0.000 claims description 10
- 239000004215 Carbon black (E152) Substances 0.000 claims description 9
- TXKMVPPZCYKFAC-UHFFFAOYSA-N disulfur monoxide Inorganic materials O=S=S TXKMVPPZCYKFAC-UHFFFAOYSA-N 0.000 claims description 9
- 229930195733 hydrocarbon Natural products 0.000 claims description 9
- 150000002430 hydrocarbons Chemical class 0.000 claims description 9
- XTQHKBHJIVJGKJ-UHFFFAOYSA-N sulfur monoxide Chemical compound S=O XTQHKBHJIVJGKJ-UHFFFAOYSA-N 0.000 claims description 9
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 6
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 claims description 5
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 3
- 239000001569 carbon dioxide Substances 0.000 claims description 3
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims 1
- 238000003912 environmental pollution Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/004—CO or CO2
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0037—NOx
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0042—SO2 or SO3
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0047—Organic compounds
-
- 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
- G06Q50/10—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
- Y02P90/845—Inventory and reporting systems for greenhouse gases [GHG]
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Combustion & Propulsion (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及园区碳排放监控技术领域，用于解决现有的碳排放监控平台无法对各厂房的碳排放趋势进行分析的问题，具体为基于区块链企业级台账的园区数字化监控平台，包括服务器，所述服务器通信连接有碳排监测模块、趋势分析模块、异常分析模块、碳排评级模块以及存储模块；所述碳排监测模块用于对园区的厂房进行碳排放计量监管分析，将园区内的厂房标记为监测对象，将最近M1个月分割为若干个监测时段，获取监测对象的排放表现值与波动系数；本发明通过碳排监测模块可以对园区内的各个厂房进行碳排放计量监管，通过分时段监测的方式对厂房的碳排放总量与波动程度进行监控，进而在厂房碳排放异常或波动程度过大时及时进行预警。
Description
技术领域
本发明涉及园区碳排放监控技术领域，具体为基于区块链企业级台账的园区数字化监控平台。
背景技术
碳排放量是指在生产、运输、使用及回收该产品时所产生的平均温室气体排放量。而动态的碳排放量，则是指每单位货品累积排放的温室气体量，同一产品的各个批次之间会有不同的动态碳排放量。
现有的碳排放监控平台仅能够针对园区的各个厂房进行碳排放量监控，而通过碳排量数据无法对各厂房的碳排放趋势进行分析，同时无法针对排放异常的厂房进行异常原因分析，导致厂房碳排放异常原因排查困难。
发明内容
本发明的目的就在于为了解决现有的碳排放监控平台无法对各厂房的碳排放趋势进行分析的问题，而提出基于区块链企业级台账的园区数字化监控平台。
本发明的目的可以通过以下技术方案实现：基于区块链企业级台账的园区数字化监控平台，包括服务器，所述服务器通信连接有碳排监测模块、趋势分析模块、异常分析模块、碳排评级模块以及存储模块；
所述碳排监测模块用于对园区的厂房进行碳排放计量监管分析，将园区内的厂房标记为监测对象，将最近M1个月分割为若干个监测时段，获取监测对象的排放表现值与波动系数，通过排放表现值与波动系数的数值大小将监测对象标记为合格对象、趋分对象、异分对象或趋异对象；
所述趋势分析模块用于对趋分对象与趋异对象进行碳排放趋势分析；
所述异常分析模块用于对异分对象与趋异对象进行异常原因分析；
所述碳排评级模块用于对园区的碳排放状态进行评级分析：获取园区在最后一个监测时段内的合格对象、趋分对象、异分对象以及趋异对象的数量并进行数值计算得到园区的整体系数ZT，通过整体系数ZT的数值大小将园区的碳排放等级标记为一等级、二等级或三等级。
作为本发明的一种优选实施方式，所述监测对象的排放表现值与波动系数的获取过程包括：获取监测对象i在监测时段内的碳氧数据与碳氢数据，其中碳氧数据为监测对象在监测时段内排出的一氧化碳与二氧化碳气体总量，碳氢数据为监测对象在监测时段内排出的甲烷气体总量，通过对碳氧数据与碳氢数据进行数值计算得到监测对象i在监测时段内的排放系数；将监测对象在所有监测时段内的排放系数进行求和取平均值得到监测对象的排放表现值，将监测对象在所有监测时段内的排放系数建立排放集合，对排放集合进行方差计算得到监测对象的波动系数。
作为本发明的一种优选实施方式，将监测对象标记为合格对象、趋分对象、异分对象或趋异对象的具体过程包括：通过存储模块获取到监测对象的排放表现阈值与波动阈值，将监测对象的排放表现值、波动系数分别与排放表现阈值、波动阈值进行比较：
若排放表现值小于排放表现阈值且波动系数小于波动阈值，则判定监测对象的碳排放达标，将对应的监测对象标记为合格对象；若排放表现值小于排放表现阈值且波动系数大于等于波动阈值，则判定监测对象的碳排放不达标，将对应的监测对象标记为趋分对象；
若排放表现值大于等于排放表现阈值且波动系数小于波动阈值，则判定监测对象的碳排放不达标，将对应的监测对象标记为异分对象；若排放表现值大于等于排放表现阈值且波动系数大于等于波动阈值，则判定监测对象的碳排放不达标，将对应的监测对象标记为趋异对象。
作为本发明的一种优选实施方式，趋势分析模块对趋分对象与趋异对象进行碳排放趋势分析的具体过程包括：将趋分对象与趋异对象标记为分析对象，以监测时间为横坐标、排放系数为纵坐标建立直角坐标系，在直角坐标系中标出若干个标记点，标记点与监测时段一一对应，标记点的横坐标为监测时段的结束时间，标记点的纵坐标为分析对象在对应监测时段内的排放系数，将标记点自左向右逐一进行连线得到分析对象的排放折线，将排放折线的最后一个拐点与最后一个标记点进行连线得到排放线段，获取排放线段的斜率值与长度值，通过存储模块获取到长度阈值，在排放线段的斜率值大于零时判定分析对象的碳排放趋势合格；在排放线段的斜率值小于零时将排放线段的长度值与长度阈值进行比较并通过比较结果对分析对象的碳排放趋势是否合格进行判定。
作为本发明的一种优选实施方式，排放线段的长度值与长度阈值进行比较的具体过程包括：
若长度值小于长度阈值，则判定分析对象的碳排放趋势合格；
若长度值大于等于长度阈值，则判定分析对象的碳排放趋势不合格。
作为本发明的一种优选实施方式，异常分析模块对异分对象与趋异对象进行异常原因分析的具体过程包括：将异分对象与趋异对象标记为异常对象，获取异常对象在最近的监测时段中的硫氧数据与氮氧数据，硫氧数据为异常对象在最近的监测时段内排放的二氧化硫气体总量，氮氧数据为异常对象在最近的监测时段内排放的二氧化氮气体总量，通过对硫氧数据与氮氧数据进行数值计算得到异常对象的燃烧系数；通过存储模块获取到燃烧阈值，将异常对象的燃烧系数与燃烧阈值进行比较并通过比较结果对碳排放不达标原因是否与燃烧不充分有关进行判定。
作为本发明的一种优选实施方式，异常对象的燃烧系数与燃烧阈值进行比较的具体过程包括：
若燃烧系数小于等于燃烧阈值，则判定异常对象的碳排放不达标原因与燃烧不充分有关，异常分析模块向服务器发送燃烧异常信号；
若燃烧系数大于燃烧阈值，则判定异常对象的碳排放不达标原因与燃烧不充分无关，异常分析模块向服务器发送设备检修信号。
作为本发明的一种优选实施方式，将园区的碳排放等级标记为一等级、二等级或三等级的具体过程包括：通过存储模块获取到整体阈值ZTmin、ZTmax，其中ZTmin为最小整体阈值、ZTmax为最大整体阈值，将园区的整体系数ZT与整体阈值ZTmin、ZTmax进行比较：
若ZT≤ZTmin，则判定园区的整体碳排放状态不满足要求，将园区的碳排放等级标记为三等级；
若ZTmin＜ZT＜ZTmax，则判定园区的整体碳排放状态不满足要求，将园区的碳排放等级标记为二等级；
若ZT≥ZTmax，则判定园区的整体碳排放状态满足要求，将园区的碳排放等级标记为一等级；
碳排评级模块将园区的碳排放等级发送至服务器。
与现有技术相比，本发明的有益效果是：
1、通过碳排监测模块可以对园区内的各个厂房进行碳排放计量监管，通过分时段监测的方式对厂房的碳排放总量与波动程度进行监控，进而在厂房碳排放异常或波动程度过大时及时进行预警，针对性的对厂房碳排放进行深度分析，避免碳排放超标导致环境污染。
2、通过趋势分析模块可以对碳排放波动程度过大的厂房进行碳排放趋势分析，由于碳排放波动程度过大，进而导致该类厂房的碳排放总量检测结果不能足以进行预测，因此，趋势分析可以对该类厂房的后续碳排放状态进行预测，在趋势分析不合格时及时进行针对性的措施进行处理，遏制碳排放不达标现象的发生。
3、通过异常分析模块可以对碳排放异常的厂房进行异常原因分析，通过对厂房排出的二氧化硫气体浓度与二氧化氮气体浓度进行监测，对厂房碳排放超标的原因是否由燃烧不充分进行判定，进而在进行异常处理时可以直接指定针对性的方案，提高异常处理效率。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明实施例一的原理框图；
图2为本发明实施例二的方法流程图。
具体实施方式
下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例一
请参阅图1所示，基于区块链企业级台账的园区数字化监控平台，包括服务器，服务器通信连接有碳排监测模块、趋势分析模块、异常分析模块、碳排评级模块以及存储模块。
碳排监测模块用于对园区的厂房进行碳排放计量监管分析：将园区内的厂房标记为监测对象i，i=1，2，…，n，n为正整数，将最近M1个月分割为若干个监测时段，M1为数值常量，M1的数值由管理人员自行设置；每个监测时段的时长均相同，获取监测对象i在监测时段内的碳氧数据TYi与碳氢数据TQi，其中碳氧数据TYi为监测对象i在监测时段内排出的一氧化碳与二氧化碳气体总量，碳氢数据TQi为监测对象i在监测时段内排出的甲烷气体总量，通过公式PFi=α1*TYi+α2*TQi得到监测对象i在监测时段内的排放系数PFi，排放系数是一个反应监测对象在监测时段内碳排放总量高低的数值，排放系数的数值越大，则表示监测对象在监测时段内碳排放总量越高；其中α1以及α2均为比例系数，且α1＞α2＞1；将监测对象i在所有监测时段内的排放系数进行求和取平均值得到监测对象的排放表现值，将监测对象i在所有监测时段内的排放系数建立排放集合，对排放集合进行方差计算得到监测对象的波动系数，通过存储模块获取到监测对象的排放表现阈值与波动阈值，将监测对象的排放表现值、波动系数分别与排放表现阈值、波动阈值进行比较：若排放表现值小于排放表现阈值且波动系数小于波动阈值，则判定监测对象的碳排放达标，将对应的监测对象标记为合格对象；若排放表现值小于排放表现阈值且波动系数大于等于波动阈值，则判定监测对象的碳排放不达标，将对应的监测对象标记为趋分对象；若排放表现值大于等于排放表现阈值且波动系数小于波动阈值，则判定监测对象的碳排放不达标，将对应的监测对象标记为异分对象；若排放表现值大于等于排放表现阈值且波动系数大于等于波动阈值，则判定监测对象的碳排放不达标，将对应的监测对象标记为趋异对象；对园区内的各个厂房进行碳排放计量监管，通过分时段监测的方式对厂房的碳排放总量与波动程度进行监控，进而在厂房碳排放异常或波动程度过大时及时进行预警，针对性的对厂房碳排放进行深度分析，避免碳排放超标导致环境污染。
趋势分析模块用于对趋分对象与趋异对象进行碳排放趋势分析：将趋分对象与趋异对象标记为分析对象，以监测时间为横坐标、排放系数为纵坐标建立直角坐标系，在直角坐标系中标出若干个标记点，标记点与监测时段一一对应，标记点的横坐标为监测时段的结束时间，标记点的纵坐标为分析对象在对应监测时段内的排放系数，将标记点自左向右逐一进行连线得到分析对象的排放折线，将排放折线的最后一个拐点与最后一个标记点进行连线得到排放线段，获取排放线段的斜率值与长度值，通过存储模块获取到长度阈值，在排放线段的斜率值大于零时判定分析对象的碳排放趋势合格；在排放线段的斜率值小于零时将排放线段的长度值与长度阈值进行比较：若长度值小于长度阈值，则判定分析对象的碳排放趋势合格；若长度值大于等于长度阈值，则判定分析对象的碳排放趋势不合格；对碳排放波动程度过大的厂房进行碳排放趋势分析，由于碳排放波动程度过大，进而导致该类厂房的碳排放总量检测结果不能足以进行预测，因此，趋势分析可以对该类厂房的后续碳排放状态进行预测，在趋势分析不合格时及时进行针对性的措施进行处理，遏制碳排放不达标现象的发生。
异常分析模块用于对异分对象与趋异对象进行异常原因分析：将异分对象与趋异对象标记为异常对象，获取异常对象在最近的监测时段中的硫氧数据LY与氮氧数据DY，硫氧数据LY为异常对象在最近的监测时段内排放的二氧化硫气体总量，氮氧数据DY为异常对象在最近的监测时段内排放的二氧化氮气体总量，通过公式RS=β1*LY+β2*DY得到异常对象的燃烧系数RS，燃烧系数是一个反应监测对象内的燃油燃烧充分程度的数值，燃烧系数的数值越低，则表示监测对象内的燃油燃烧充分程度越小，碳排放异常的原因与燃烧不充分有关的可能性也就越大；其中β1与β2均为比例系数，且β1＞β2＞1；通过存储模块获取到燃烧阈值RSmin，将异常对象的燃烧系数RS与燃烧阈值RSmin进行比较：若燃烧系数RS小于等于燃烧阈值RSmin，则判定异常对象的碳排放不达标原因与燃烧不充分有关，异常分析模块向服务器发送燃烧异常信号；若燃烧系数RS大于燃烧阈值RSmin，则判定异常对象的碳排放不达标原因与燃烧不充分无关，异常分析模块向服务器发送设备检修信号；对碳排放异常的厂房进行异常原因分析，通过对厂房排出的二氧化硫气体浓度与二氧化氮气体浓度进行监测，对厂房碳排放超标的原因是否由燃烧不充分进行判定，进而在进行异常处理时可以直接指定针对性的方案，提高异常处理效率。
碳排评级模块用于对园区的碳排放状态进行评级分析：获取园区在最后一个监测时段内的合格对象、趋分对象、异分对象以及趋异对象的数量并分别标记为HG、QF、YF以及QY，通过公式ZT=γ1*HG+γ2*（QF+YF）+γ3*QY得到园区的整体系数ZT，整体系数是一个反应园区整体碳排放达标程度的数值，整体系数的数值越大，则表示园区整体碳排放达标程度越高；其中γ1、γ2以及γ3均为比例系数，且γ1＞γ2＞γ3＞1；通过存储模块获取到整体阈值ZTmin、ZTmax，其中ZTmin为最小整体阈值、ZTmax为最大整体阈值，将园区的整体系数ZT与整体阈值ZTmin、ZTmax进行比较：若ZT≤ZTmin，则判定园区的整体碳排放状态不满足要求，将园区的碳排放等级标记为三等级；若ZTmin＜ZT＜ZTmax，则判定园区的整体碳排放状态不满足要求，将园区的碳排放等级标记为二等级；若ZT≥ZTmax，则判定园区的整体碳排放状态满足要求，将园区的碳排放等级标记为一等级；碳排评级模块将园区的碳排放等级发送至服务器。
实施例二
请参阅图2所示，基于区块链企业级台账的园区数字化监控方法，包括以下步骤：
步骤一：对园区的厂房进行碳排放计量监管分析，将园区内的厂房标记为监测对象，将最近M1个月分割为若干个监测时段，通过对监测对象在监测时段内的碳氧数据TYi与碳氢数据TQi进行数值计算得到排放表现值与波动阈值，通过排放表现值与波动阈值的数值大小对监测对象的碳排放是否达标进行判定；
步骤二：于对趋分对象与趋异对象进行碳排放趋势分析，建立直角坐标系并通过监测时段的结束时间与分析对象的排放系数在直角坐标系中进行标点，通过连线得到排放线段，通过排放线段的斜率值与长度值对分析对象的碳排放趋势是否合格进行判定；
步骤三：对异分对象与趋异对象进行异常原因分析，通过对异常对象的硫氧数据LY与氮氧数据DY进行数值计算得到燃烧系数，通过燃烧系数的数值大小对异常对象的碳排放异常原因是否与燃烧不充分有关进行判定；
步骤四：对园区的碳排放状态进行评级分析，通过对园区内合格对象、趋分对象、异分对象以及趋异对象的数量进行数值计算得到整体系数，通过整体系数的数值大小将园区的碳排放等级标记为一等级、二等级或三等级。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式ZT=γ1*HG+γ2*（QF+YF）+γ3*QY；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的整体系数；将设定的整体系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到γ1、γ2以及γ3的取值分别为5.67、2.75和2.18；
系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的整体系数；只要不影响参数与量化后数值的比例关系即可，如整体系数与合格对象的数量成正比；
本发明在使用时，对园区的厂房进行碳排放计量监管分析，将园区内的厂房标记为监测对象，将最近M1个月分割为若干个监测时段，通过对监测对象在监测时段内的碳氧数据与碳氢数据进行数值计算得到排放表现值与波动阈值，通过排放表现值与波动阈值的数值大小对监测对象的碳排放是否达标进行判定；对园区的碳排放状态进行评级分析，通过对园区内合格对象、趋分对象、异分对象以及趋异对象的数量进行数值计算得到整体系数，通过整体系数的数值大小将园区的碳排放等级标记为一等级、二等级或三等级。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优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的具体实施方式。显然，根据本说明书的内容，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发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.基于区块链企业级台账的园区数字化监控平台，包括服务器，其特征在于，所述服务器通信连接有碳排监测模块、趋势分析模块、异常分析模块、碳排评级模块以及存储模块；
所述碳排监测模块用于对园区的厂房进行碳排放计量监管分析，将园区内的厂房标记为监测对象，将最近M1个月分割为若干个监测时段，获取监测对象的排放表现值与波动系数，通过排放表现值与波动系数的数值大小将监测对象标记为合格对象、趋分对象、异分对象或趋异对象；
所述趋势分析模块用于对趋分对象与趋异对象进行碳排放趋势分析；
所述异常分析模块用于对异分对象与趋异对象进行异常原因分析；
所述碳排评级模块用于对园区的碳排放状态进行评级分析：获取园区在最后一个监测时段内的合格对象、趋分对象、异分对象以及趋异对象的数量并进行数值计算得到园区的整体系数ZT，通过整体系数ZT的数值大小将园区的碳排放等级标记为一等级、二等级或三等级。
2.根据权利要求1所述的基于区块链企业级台账的园区数字化监控平台，其特征在于，所述监测对象的排放表现值与波动系数的获取过程包括：获取监测对象i在监测时段内的碳氧数据与碳氢数据，其中碳氧数据为监测对象在监测时段内排出的一氧化碳与二氧化碳气体总量，碳氢数据为监测对象在监测时段内排出的甲烷气体总量，通过对碳氧数据与碳氢数据进行数值计算得到监测对象i在监测时段内的排放系数；将监测对象在所有监测时段内的排放系数进行求和取平均值得到监测对象的排放表现值，将监测对象在所有监测时段内的排放系数建立排放集合，对排放集合进行方差计算得到监测对象的波动系数。
3.根据权利要求2所述的基于区块链企业级台账的园区数字化监控平台，其特征在于，将监测对象标记为合格对象、趋分对象、异分对象或趋异对象的具体过程包括：通过存储模块获取到监测对象的排放表现阈值与波动阈值，将监测对象的排放表现值、波动系数分别与排放表现阈值、波动阈值进行比较：
若排放表现值小于排放表现阈值且波动系数小于波动阈值，则判定监测对象的碳排放达标，将对应的监测对象标记为合格对象；若排放表现值小于排放表现阈值且波动系数大于等于波动阈值，则判定监测对象的碳排放不达标，将对应的监测对象标记为趋分对象；
若排放表现值大于等于排放表现阈值且波动系数小于波动阈值，则判定监测对象的碳排放不达标，将对应的监测对象标记为异分对象；若排放表现值大于等于排放表现阈值且波动系数大于等于波动阈值，则判定监测对象的碳排放不达标，将对应的监测对象标记为趋异对象。
4.根据权利要求3所述的基于区块链企业级台账的园区数字化监控平台，其特征在于，趋势分析模块对趋分对象与趋异对象进行碳排放趋势分析的具体过程包括：将趋分对象与趋异对象标记为分析对象，以监测时间为横坐标、排放系数为纵坐标建立直角坐标系，在直角坐标系中标出若干个标记点，标记点与监测时段一一对应，标记点的横坐标为监测时段的结束时间，标记点的纵坐标为分析对象在对应监测时段内的排放系数，将标记点自左向右逐一进行连线得到分析对象的排放折线，将排放折线的最后一个拐点与最后一个标记点进行连线得到排放线段，获取排放线段的斜率值与长度值，通过存储模块获取到长度阈值，在排放线段的斜率值大于零时判定分析对象的碳排放趋势合格；在排放线段的斜率值小于零时将排放线段的长度值与长度阈值进行比较并通过比较结果对分析对象的碳排放趋势是否合格进行判定。
5.根据权利要求4所述的基于区块链企业级台账的园区数字化监控平台，其特征在于，排放线段的长度值与长度阈值进行比较的具体过程包括：
若长度值小于长度阈值，则判定分析对象的碳排放趋势合格；
若长度值大于等于长度阈值，则判定分析对象的碳排放趋势不合格。
6.根据权利要求3所述的基于区块链企业级台账的园区数字化监控平台，其特征在于，异常分析模块对异分对象与趋异对象进行异常原因分析的具体过程包括：将异分对象与趋异对象标记为异常对象，获取异常对象在最近的监测时段中的硫氧数据与氮氧数据，硫氧数据为异常对象在最近的监测时段内排放的二氧化硫气体总量，氮氧数据为异常对象在最近的监测时段内排放的二氧化氮气体总量，通过对硫氧数据与氮氧数据进行数值计算得到异常对象的燃烧系数；通过存储模块获取到燃烧阈值，将异常对象的燃烧系数与燃烧阈值进行比较并通过比较结果对碳排放不达标原因是否与燃烧不充分有关进行判定。
7.根据权利要求6所述的基于区块链企业级台账的园区数字化监控平台，其特征在于，异常对象的燃烧系数与燃烧阈值进行比较的具体过程包括：
若燃烧系数小于等于燃烧阈值，则判定异常对象的碳排放不达标原因与燃烧不充分有关，异常分析模块向服务器发送燃烧异常信号；
若燃烧系数大于燃烧阈值，则判定异常对象的碳排放不达标原因与燃烧不充分无关，异常分析模块向服务器发送设备检修信号。
8.根据权利要求1所述的基于区块链企业级台账的园区数字化监控平台，其特征在于，将园区的碳排放等级标记为一等级、二等级或三等级的具体过程包括：通过存储模块获取到整体阈值ZTmin、ZTmax，其中ZTmin为最小整体阈值、ZTmax为最大整体阈值，将园区的整体系数ZT与整体阈值ZTmin、ZTmax进行比较：
若ZT≤ZTmin，则判定园区的整体碳排放状态不满足要求，将园区的碳排放等级标记为三等级；
若ZTmin＜ZT＜ZTmax，则判定园区的整体碳排放状态不满足要求，将园区的碳排放等级标记为二等级；
若ZT≥ZTmax，则判定园区的整体碳排放状态满足要求，将园区的碳排放等级标记为一等级；
碳排评级模块将园区的碳排放等级发送至服务器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210898007.4A CN114994264B (zh) | 2022-07-28 | 2022-07-28 | 基于区块链企业级台账的园区数字化监控平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210898007.4A CN114994264B (zh) | 2022-07-28 | 2022-07-28 | 基于区块链企业级台账的园区数字化监控平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114994264A true CN114994264A (zh) | 2022-09-02 |
| CN114994264B CN114994264B (zh) | 2022-11-08 |
Family
ID=83022122
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210898007.4A Active CN114994264B (zh) | 2022-07-28 | 2022-07-28 | 基于区块链企业级台账的园区数字化监控平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114994264B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116026778A (zh) * | 2023-01-09 | 2023-04-28 | 中国科学院空天信息创新研究院 | 一种基于天空地的园区碳排放综合监控系统和方法 |
| CN116307066A (zh) * | 2023-01-09 | 2023-06-23 | 中国科学院空天信息创新研究院 | 一种低碳园区态势综合分析方法与系统 |
| CN116720667A (zh) * | 2023-08-10 | 2023-09-08 | 碳阻迹（北京）科技有限公司 | 一种基于大数据分析的企业碳数据智能管控方法和系统 |
| CN116976733A (zh) * | 2023-07-31 | 2023-10-31 | 青岛熙正数字科技有限公司 | 一种基于大数据的大气污染源在线监测数据评估系统 |
| CN117350441A (zh) * | 2023-12-06 | 2024-01-05 | 国网山东省电力公司烟台供电公司 | 公共建筑提效降碳运行优化系统及方法 |
| CN118469597A (zh) * | 2024-07-15 | 2024-08-09 | 广州汉光电气股份有限公司 | 一种基于工业企业碳排放与碳足迹计量方法及系统 |
| WO2024180508A1 (en) | 2023-03-01 | 2024-09-06 | EarthXCG GmbH | Systems and methods for digital measurement, reporting, and verification (dmrv) linked to credit securitization |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100198736A1 (en) * | 2009-02-02 | 2010-08-05 | Planetary Emissions Management | System of systems for monitoring greenhouse gas fluxes |
| WO2011014782A1 (en) * | 2009-07-31 | 2011-02-03 | Carbon Auditors Inc. | Greenhouse gas grid and tracking system |
| CN108229754A (zh) * | 2018-01-31 | 2018-06-29 | 杭州电子科技大学 | 基于相似日分段和lm-bp网络的短期负荷预测方法 |
| US20200027096A1 (en) * | 2017-11-07 | 2020-01-23 | Jason Ryan Cooner | System, business and technical methods, and article of manufacture for utilizing internet of things technology in energy management systems designed to automate the process of generating and/or monetizing carbon credits |
| WO2020063819A1 (zh) * | 2018-09-27 | 2020-04-02 | 清华大学合肥公共安全研究院 | 水管网的数据实时分析方法及装置 |
| CN113674094A (zh) * | 2021-08-26 | 2021-11-19 | 江苏荣泽信息科技股份有限公司 | 基于区块链的碳排放管理系统及管理方法 |
| CN114139735A (zh) * | 2021-11-05 | 2022-03-04 | 北京银盾泰安网络科技有限公司 | 一种动环监控平台 |
| WO2022056152A1 (en) * | 2020-09-10 | 2022-03-17 | Project Canary, Pbc | Air quality monitoring system and method |
| CN114493239A (zh) * | 2022-01-24 | 2022-05-13 | 国能南京煤炭质量监督检验有限公司 | 一种火电企业燃煤碳排放数据质量核查方法及系统 |
| CN114674988A (zh) * | 2022-05-25 | 2022-06-28 | 维睿空气系统产品（深圳）有限公司 | 一种基于无线网络的空气在线监测系统 |
| CN114778767A (zh) * | 2022-04-06 | 2022-07-22 | 中国电力科学研究院有限公司 | 碳排放园区直接碳排放连续测量方法、装置、设备及介质 |
-
2022
- 2022-07-28 CN CN202210898007.4A patent/CN114994264B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100198736A1 (en) * | 2009-02-02 | 2010-08-05 | Planetary Emissions Management | System of systems for monitoring greenhouse gas fluxes |
| WO2011014782A1 (en) * | 2009-07-31 | 2011-02-03 | Carbon Auditors Inc. | Greenhouse gas grid and tracking system |
| US20200027096A1 (en) * | 2017-11-07 | 2020-01-23 | Jason Ryan Cooner | System, business and technical methods, and article of manufacture for utilizing internet of things technology in energy management systems designed to automate the process of generating and/or monetizing carbon credits |
| CN108229754A (zh) * | 2018-01-31 | 2018-06-29 | 杭州电子科技大学 | 基于相似日分段和lm-bp网络的短期负荷预测方法 |
| WO2020063819A1 (zh) * | 2018-09-27 | 2020-04-02 | 清华大学合肥公共安全研究院 | 水管网的数据实时分析方法及装置 |
| WO2022056152A1 (en) * | 2020-09-10 | 2022-03-17 | Project Canary, Pbc | Air quality monitoring system and method |
| CN113674094A (zh) * | 2021-08-26 | 2021-11-19 | 江苏荣泽信息科技股份有限公司 | 基于区块链的碳排放管理系统及管理方法 |
| CN114139735A (zh) * | 2021-11-05 | 2022-03-04 | 北京银盾泰安网络科技有限公司 | 一种动环监控平台 |
| CN114493239A (zh) * | 2022-01-24 | 2022-05-13 | 国能南京煤炭质量监督检验有限公司 | 一种火电企业燃煤碳排放数据质量核查方法及系统 |
| CN114778767A (zh) * | 2022-04-06 | 2022-07-22 | 中国电力科学研究院有限公司 | 碳排放园区直接碳排放连续测量方法、装置、设备及介质 |
| CN114674988A (zh) * | 2022-05-25 | 2022-06-28 | 维睿空气系统产品（深圳）有限公司 | 一种基于无线网络的空气在线监测系统 |
Non-Patent Citations (2)
| Title |
|---|
| TANG BJ等: "Market risk in carbon market: an empirical analysis of the EUA and sCER", 《NATURAL HAZARDS》 * |
| 彭晓洁等: "碳排放权交易价格的影响因素及策略研究", 《价格月刊》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116307066B (zh) * | 2023-01-09 | 2024-08-27 | 中国科学院空天信息创新研究院 | 一种低碳园区态势综合分析方法与系统 |
| CN116307066A (zh) * | 2023-01-09 | 2023-06-23 | 中国科学院空天信息创新研究院 | 一种低碳园区态势综合分析方法与系统 |
| CN116026778A (zh) * | 2023-01-09 | 2023-04-28 | 中国科学院空天信息创新研究院 | 一种基于天空地的园区碳排放综合监控系统和方法 |
| CN116026778B (zh) * | 2023-01-09 | 2024-04-02 | 中国科学院空天信息创新研究院 | 一种基于天空地的园区碳排放综合监控系统和方法 |
| WO2024180508A1 (en) | 2023-03-01 | 2024-09-06 | EarthXCG GmbH | Systems and methods for digital measurement, reporting, and verification (dmrv) linked to credit securitization |
| CN116976733A (zh) * | 2023-07-31 | 2023-10-31 | 青岛熙正数字科技有限公司 | 一种基于大数据的大气污染源在线监测数据评估系统 |
| CN116976733B (zh) * | 2023-07-31 | 2024-04-02 | 青岛熙正数字科技有限公司 | 一种基于大数据的大气污染源在线监测数据评估系统 |
| CN116720667A (zh) * | 2023-08-10 | 2023-09-08 | 碳阻迹（北京）科技有限公司 | 一种基于大数据分析的企业碳数据智能管控方法和系统 |
| CN116720667B (zh) * | 2023-08-10 | 2023-10-31 | 碳阻迹（北京）科技有限公司 | 一种基于大数据分析的企业碳数据智能管控方法和系统 |
| CN117350441B (zh) * | 2023-12-06 | 2024-03-01 | 国网山东省电力公司烟台供电公司 | 公共建筑提效降碳运行优化系统及方法 |
| CN117350441A (zh) * | 2023-12-06 | 2024-01-05 | 国网山东省电力公司烟台供电公司 | 公共建筑提效降碳运行优化系统及方法 |
| CN118469597A (zh) * | 2024-07-15 | 2024-08-09 | 广州汉光电气股份有限公司 | 一种基于工业企业碳排放与碳足迹计量方法及系统 |
| CN118469597B (zh) * | 2024-07-15 | 2024-09-27 | 广州汉光电气股份有限公司 | 一种基于工业企业碳排放与碳足迹计量方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114994264B (zh) | 2022-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114994264B (zh) | 基于区块链企业级台账的园区数字化监控平台 | |
| CN114911209B (zh) | 一种基于数据分析的大蒜加工废水处理管理系统 | |
| CN116859857B (zh) | 基于远程控制的燃油泵装配生产线智能管理系统 | |
| CN116975378B (zh) | 一种基于大数据的设备环境监测方法及系统 | |
| CN116593495B (zh) | 烟气在线监测设备的运维智能控制系统及方法 | |
| CN112255560B (zh) | 一种电池电芯健康度预测方法 | |
| CN116660672B (zh) | 基于大数据的电网设备故障诊断方法及系统 | |
| CN115473319B (zh) | 一种基于超级电容器的储能方法 | |
| CN115015623B (zh) | 一种基于大数据的矿山设备运行安全评价系统 | |
| CN115951606A (zh) | 智慧工厂生产环境预警处理方法 | |
| CN116708518B (zh) | 基于数据分析的车用尿素加注信息传输安全预警系统 | |
| CN116205637B (zh) | 基于物联网与工业大数据的智能工厂管理系统 | |
| CN117169652A (zh) | 一种基于人工智能的配电网故障检测定位系统 | |
| CN118067204B (zh) | 一种基于数字计量技术的安全生产数据采集系统 | |
| CN115933508A (zh) | 一种配电网智能电力运维系统 | |
| CN114199962A (zh) | 一种用于畜禽舍内有害气体分析监测系统 | |
| CN114091863B (zh) | 园区内目标对象挥发性有机物污染等级的评估方法和装置 | |
| CN116773756B (zh) | 一种大气环境中有害气体含量的监测预警方法及系统 | |
| CN117849556B (zh) | 一种驱动电机位置传感器的局放智能预警系统 | |
| CN116681307B (zh) | 基于多端融合反馈的河道四乱监管追溯显示方法及系统 | |
| CN118093336A (zh) | 一种面向硬件的风险分析方法及系统 | |
| CN116562712B (zh) | 一种用于预测空气质量的系统和方法 | |
| CN113172764B (zh) | 搅拌站监控方法及系统 | |
| CN114970311A (zh) | 一种远端模块寿命预测模型的建立方法与寿命预测方法 | |
| CN114297920A (zh) | 基于数据预测填充及全局动态模型的线损计算方法 |
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 |