CN115050172A - 一种碳排放量检测预警方法及装置 - Google Patents

一种碳排放量检测预警方法及装置 Download PDF

Info

Publication number
CN115050172A
CN115050172A CN202210977722.7A CN202210977722A CN115050172A CN 115050172 A CN115050172 A CN 115050172A CN 202210977722 A CN202210977722 A CN 202210977722A CN 115050172 A CN115050172 A CN 115050172A
Authority
CN
China
Prior art keywords
energy consumption
type
carbon emission
target
equipment
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
Application number
CN202210977722.7A
Other languages
English (en)
Other versions
CN115050172B (zh
Inventor
李强
宋卫平
张捷
赵峰
何亮
佘文魁
刘秋辉
杨俏
叶鸿飞
张强
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.)
Sichuan Zhongdian Aostar Information Technologies Co ltd
State Grid Information and Telecommunication Co Ltd
State Grid Chongqing Electric Power Co Ltd
Institute of Geographic Sciences and Natural Resources of CAS
Original Assignee
Sichuan Zhongdian Aostar Information Technologies Co ltd
State Grid Information and Telecommunication 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 Sichuan Zhongdian Aostar Information Technologies Co ltd, State Grid Information and Telecommunication Co Ltd filed Critical Sichuan Zhongdian Aostar Information Technologies Co ltd
Priority to CN202210977722.7A priority Critical patent/CN115050172B/zh
Publication of CN115050172A publication Critical patent/CN115050172A/zh
Application granted granted Critical
Publication of CN115050172B publication Critical patent/CN115050172B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/84Greenhouse gas [GHG] management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Computational Linguistics (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Emergency Management (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供的一种碳排放量检测预警方法及装置,涉及碳排放量预警技术领域。首先,将目标区域根据能耗设备的位置信息划分为多个目标子区域;接着,通过对任意一个目标子区域中预设时间段前后的历史能耗值和实际能耗值计算各类型能耗设备的第一碳排放值向量和第二碳排放值向量;然后,通过各类型能耗设备的类型参数、第一碳排放值向量和第二碳排放值向量计算得到第一能耗熵增向量;最后,基于各类型能耗设备的能耗特征信息和第一能耗熵增参数生成各类型能耗设备的碳排放量预警信息。上述方式可以对各类型能耗设备进行碳排放量预警,从而实现对碳排放的精细化管理,便于在能源使用过程中及时发现浪费情况,从而达到降低能耗和绿色办公的目的。

Description

一种碳排放量检测预警方法及装置
技术领域
本发明涉及碳排放量预警技术领域,具体而言,涉及一种碳排放量检测预警方法及装置。
背景技术
现目前,碳排放管理仍然比较粗放,不能对各个环节进行精细化管理。这就会导致在能源使用的各个环节上有大量的浪费情况不能及时被发现。在碳达峰、碳中和的战略背景下,如何降低能耗、绿色办公,是行业最为关注的重要问题。
发明内容
为了至少克服现有技术中的上述不足,本发明的目的在于提供一种碳排放量检测预警方法,该方法应用于服务器,所述方法包括:
获取目标区域内能耗设备的位置信息、能耗设备的类型参数以及不同类型能耗设备的能耗特征信息;
基于所述能耗设备的位置信息将所述目标区域划分为多个目标子区域,其中,每个所述目标子区域包括至少一种类型的能耗设备;
获取每个所述目标子区域中各类型能耗设备在预设时间段之前的第一时间段的历史能耗值和每个所述目标子区域中各类型能耗设备在当前的第二时间段的实际能耗值;
将所述各类型能耗设备的历史能耗值分别转换为碳排放值得到第一碳排放值向量,并将所述各类型能耗设备的实际能耗值转换为碳排放值得到第二碳排放值向量;
通过所述目标子区域中各类型能耗设备的类型参数、所述第一碳排放值向量与所述第二碳排放值向量计算所述目标子区域中各类型能耗设备在所述预设时间段的第一能耗熵增向量,其中,所述第一能耗熵增向量包括所述目标子区域中各类型能耗设备的第一能耗熵增参数,所述第一能耗熵增向量用于表征所述目标子区域中各类型能耗设备在所述预设时间段前后的能量转换效率差异;
基于所述各类型能耗设备的能耗特征信息和第一能耗熵增参数生成所述目标子区域中各类型能耗设备的碳排放量预警信息。
在一种可能的实现方式中,在所述获取目标区域内能耗设备的位置信息、能耗设备的类型参数以及不同类型能耗设备的能耗特征信息的步骤之前,所述方法还包括:
将所述能耗设备的位置信息录入能耗设备数据库,其中,所述位置信息包括经纬度数据信息;
将所述能耗设备的类型参数录入所述能耗设备数据库,其中,所述类型参数包括能耗设备的类型分类及能耗设备的已使用年限;
将所述能耗设备的能耗特征信息录入所述能耗设备数据库,其中,所述能耗特征信息包括能耗设备在不同能耗等级以及工作环境下的能耗值;
所述获取目标区域内能耗设备的位置信息、能耗设备的类型参数以及不同类型能耗设备的能耗特征信息的步骤,包括:
选定所述目标区域,获得用于限定所述目标区域的经纬度数据信息;
从所述能耗设备数据库中获取位于所述目标区域的能耗设备、位于所述目标区域的能耗设备的类型参数以及位于所述目标区域的不同类型能耗设备的能耗特征信息。
在一种可能的实现方式中,所述将所述各类型能耗设备的历史能耗值分别转换为碳排放值得到第一碳排放值向量,并将所述各类型能耗设备的实际能耗值转换为碳排放值得到第二碳排放值向量的步骤,包括:
根据每个类型能耗设备的历史能耗值中不同类型能耗的消耗值以及该类型能耗的碳转换率,计算得到该类型能耗设备的第一碳排放值,由不同类型能耗设备的第一碳排放值组成所述第一碳排放值向量;
根据每个类型能耗设备的实际能耗值中不同类型能耗的消耗值以及该类型能耗的碳转换率,计算得到该类型能耗设备的第二碳排放值,由不同类型能耗设备的第二碳排放值组成所述第二碳排放值向量。
在一种可能的实现方式中,所述通过所述目标子区域中各类型能耗设备的类型参数、所述第一碳排放值向量与所述第二碳排放值向量计算所述目标子区域中各类型能耗设备在所述预设时间段的第一能耗熵增向量的步骤,包括:
基于所述目标子区域中各类型能耗设备的类型分类获取该类型能耗设备的生命周期能耗转换曲线,其中,所述生命周期能耗转换曲线的横坐标为能耗设备的已使用年限,所述生命周期能耗转换曲线的纵坐标为能耗设备的能量转换率;
基于所述目标子区域中各类型能耗设备在所述第一时间段的能量转换率、所述第一碳排放值向量以及所述第一时间段的时长,计算得到第一碳排放效率向量;
基于所述目标子区域中各类型能耗设备在所述第二时间段的能量转换率、所述第二碳排放值向量以及所述第二时间段的时长,计算得到第二碳排放效率向量;
根据所述第一碳排放效率向量和所述第二碳排放效率向量计算得到所述目标子区域中各类型能耗设备在所述预设时间段的第一能耗熵增向量。
在一种可能的实现方式中,所述通过所述目标子区域中各类型能耗设备的类型参数、所述第一碳排放值向量与所述第二碳排放值向量计算所述目标子区域中各类型能耗设备在所述预设时间段的第一能耗熵增向量的步骤,通过以下公式实现:
Figure 100002_DEST_PATH_IMAGE001
Figure 100002_DEST_PATH_IMAGE002
Figure 100002_DEST_PATH_IMAGE003
其中,
Figure 100002_DEST_PATH_IMAGE004
为第一碳排放效率向量,
Figure 100002_DEST_PATH_IMAGE005
为第一碳排放值向量,
Figure 100002_DEST_PATH_IMAGE006
为第一时间段的能量转换率,
Figure 100002_DEST_PATH_IMAGE007
为第一时间段的时长,
Figure 100002_DEST_PATH_IMAGE008
为第二碳排放效率向量,
Figure 100002_DEST_PATH_IMAGE009
为第二碳排放值向量,
Figure 100002_DEST_PATH_IMAGE010
为第二时间段的能量转换率,
Figure 100002_DEST_PATH_IMAGE011
为第二时间段的时长,
Figure 100002_DEST_PATH_IMAGE012
为第一能耗熵增向量,
Figure 100002_DEST_PATH_IMAGE013
表示第i个类型能耗设备的第一碳排放效率,
Figure 100002_DEST_PATH_IMAGE014
表示第i个类型能耗设备的第二碳排放效率,
Figure 100002_DEST_PATH_IMAGE015
表示第i个类型能耗设备的第一碳排放值,
Figure 100002_DEST_PATH_IMAGE016
表示第i个类型能耗设备的第二碳排放值,
Figure 100002_DEST_PATH_IMAGE017
表示第i个类型能耗设备在第一时间段的能量转换率,
Figure 100002_DEST_PATH_IMAGE018
表示第i个类型能耗设备在第二时间段的能量转换率,
Figure 100002_DEST_PATH_IMAGE019
表示第i个类型能耗设备的第一能耗熵增参数,
Figure 100002_DEST_PATH_IMAGE020
为所述目标子区域中能耗设备的数量,i和
Figure 249172DEST_PATH_IMAGE020
为正整数且
Figure 100002_DEST_PATH_IMAGE021
在一种可能的实现方式中,所述基于所述各类型能耗设备的能耗特征信息和第一能耗熵增参数生成所述目标子区域中各类型能耗设备的碳排放量预警信息的步骤,包括:
获取所述目标子区域中各类型能耗设备在第一时间段工作时的能耗等级及工作环境,以及所述目标子区域中各类型能耗设备在第二时间段工作时的能耗等级及工作环境;
基于所述目标子区域中各类型能耗设备在第一时间段工作时的能耗等级及工作环境获得所述各类型能耗设备所对应的第一理论能耗值,并基于所述目标子区域中各类型能耗设备在第二时间段工作时的能耗等级及工作环境获得所述各类型能耗设备所对应的第二理论能耗值;
基于所述第一理论能耗值、所述第二理论能耗值计算得到所述目标子区域中各类型能耗设备在所述预设时间段前后的第二能耗熵增参数;
将所述目标子区域中各类型能耗设备在所述预设时间段前后的第二能耗熵增参数与所述目标子区域中各类型能耗设备的第一能耗熵增参数进行比较,在所述目标子区域存在所述第一能耗熵增参数大于所述第二能耗熵增参数的目标能耗设备时,生成并发送所述目标能耗设备的碳排放量超标的预警信息。
在一种可能的实现方式中,所述基于所述第一理论能耗值、所述第二理论能耗值计算得到所述目标子区域中各类型能耗设备在所述预设时间段前后的第二能耗熵增参数的步骤,包括:
基于所述目标子区域中各类耗设备在所述第一时间段的能量转换率、所述第一理论能耗值以及所述第一时间段的时长,计算得到第三碳排放效率向量;
基于所述目标子区域中各类耗设备在所述第二时间段的能量转换率、所述第二理论能耗值以及所述第二时间段的时长,计算得到第四碳排放效率向量;
根据所述第三碳排放效率向量和所述第四碳排放效率向量计算得到所述目标子区域中各类型能耗设备在所述预设时间段前后的第二能耗熵增参数。
在一种可能的实现方式中,在所述目标子区域存在所述第一能耗熵增参数大于所述第二能耗熵增参数的目标能耗设备时,生成并发送所述目标能耗设备的碳排放量超标的预警信息的步骤之前,所述方法还包括:
创建各类型能耗设备在所述目标区域的不同子目标区域中分布的设备分布示意图;
在所述目标子区域存在所述第一能耗熵增参数大于所述第二能耗熵增参数的目标能耗设备时,发送所述目标能耗设备的碳排放量超标的预警信息的步骤中,
点亮所述设备分布示意图中的目标能耗设备,并将点亮所述目标能耗设备后的设备分布示意图发送给与服务器通信连接的客户端。
在一种可能的实现方式中,所述生成并发送所述目标能耗设备的碳排放量超标的预警信息的步骤,还包括:
将所述目标能耗设备的类型、所述第一能耗熵增参数与所述第二能耗熵增参数差异值、所述预设时间段输入到预先训练好的能耗超标原因分析模型中,所述能耗超标原因分析模型基于所述目标能耗设备的类型、所述第二能耗熵增参数及所述预设时间段分析得到所述目标能耗设备碳排放量超标的原因,所述目标能耗设备碳排放量超标的原因包括目标能耗设备的组成部件老化或损坏;
由所述目标能耗设备的位置信息以及所述目标能耗设备碳排放量超标的原因生成所述预警信息,并将所述预警信息进行发送;
所述点亮所述设备分布示意图中的目标能耗设备,并将点亮所述目标能耗设备后的设备分布示意图发送给与服务器通信连接的客户端的步骤,包括:
基于所述目标能耗设备的位置信息点亮所述设备分布示意图中的目标能耗设备,并在所述设备分布示意图中标注所述目标能耗设备碳排放量超标的原因后将所述设备分布示意图发送给与服务器通信连接的客户端。
本发明还提供一种碳排放量检测预警装置,应用于服务器,所述装置包括:
第一获取模块,用于获取目标区域内能耗设备的位置信息、能耗设备的类型参数以及不同类型能耗设备的能耗特征信息;
划分模块,用于基于所述能耗设备的位置信息将所述目标区域划分为多个目标子区域,其中,每个所述目标子区域包括至少一种类型的能耗设备;
第二获取模块,用于获取每个所述目标子区域中各类型能耗设备在预设时间段之前的第一时间段的历史能耗值和每个所述目标子区域中各类型能耗设备在当前的第二时间段的实际能耗值;
转换模块,用于将所述各类型能耗设备的历史能耗值分别转换为碳排放值得到第一碳排放值向量,并将所述各类型能耗设备的实际能耗值转换为碳排放值得到第二碳排放值向量;
计算模块,用于通过所述目标子区域中各类型能耗设备的类型参数、所述第一碳排放值向量与所述第二碳排放值向量计算所述目标子区域中各类型能耗设备在所述预设时间段的第一能耗熵增向量,其中,所述第一能耗熵增向量包括所述目标子区域中各类型能耗设备的第一能耗熵增参数,所述第一能耗熵增向量用于表征所述目标子区域中各类型能耗设备在所述预设时间段前后的能量转换效率之间的差异;
生成模块,用于基于所述各类型能耗设备的能耗特征信息和第一能耗熵增参数生成所述目标子区域中各类型能耗设备的碳排放量预警信息。
本发明还提供服务器,所述服务器包括处理器、计算机可读存储介质和通信接口,所述计算机可读存储介质、所述通信接口以及所述处理器之间通过总线系统相连,所述通信接口用于与至少一个客户端通信连接,所述计算机可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述计算机可读存储介质中的程序、指令或代码,以执行前面所述的碳排放量检测预警方法。
第四方面,本发明实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当其被执行时,使得计算机执行前面任意一个可能的实现方式中的碳排放量检测预警方法
在本发明实施例中,首先,将目标区域根据能耗设备的位置信息划分为多个目标子区域;接着,通过对任意一个目标子区域中预设时间段前后的历史能耗值和实际能耗值计算得到目标子区域中各类型能耗设备的第一碳排放值向量和第二碳排放值向量;然后,通过目标子区域中各类型能耗设备的类型参数、第一碳排放值向量和第二碳排放值向量计算得到第一能耗熵增向量;最后,基于各类型能耗设备的能耗特征信息和第一能耗熵增参数生成目标子区域中各类型能耗设备的碳排放量预警信息。上述方式可以对目标子区域中各类型能耗设备进行碳排放量预警,从而实现对碳排放的精细化管理,便于在能源使用过程中及时发现浪费情况,从而达到降低能耗和绿色办公的目的。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要调用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它相关的附图。
图1为本发明实施例提供的碳排放量检测预警方法的流程示意图;
图2为图1中的步骤S60的子步骤流程示意图;
图3为本发明实施例提供的碳排放量检测预警装置的功能模块示意图;
图4为本发明实施例提供的用于实现上述的碳排放量检测预警方法的服务器的结构框架示意图。
具体实施方式
下面结合说明书附图对本发明进行具体说明,方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
为了解决前述背景技术中的技术问题,图1为本发明实施例提供的碳排放量检测预警方法的流程示意图,本实施例提供的碳排放量检测预警方法可以由服务器执行,下面结合图1对该排放量检测预警方法进行详细介绍。
步骤S10,获取目标区域内能耗设备的位置信息、能耗设备的类型参数以及不同类型能耗设备的能耗特征信息。
在本实施例中,目标区域可以预先划定,示例性地,目标区域可以为一行政区域,比如,一个市或一个区;目标区域也可以为一工业园区、企业园区及办公写字楼等。
能耗设备的位置信息可以包括经纬度数据信息,通过能耗设备的经纬度数据信息可以限定出能耗设备的位置。能耗设备的类型参数可以包括能耗设备的类型分类及能耗设备的已使用年限,其中,类型分类可以是办公类能耗设备(比如,计算机、打印机等),也可以是生产类能耗设备(比如,各种生产器械)。能耗设备的能耗特征信息可以包括能耗设备在不同能耗等级以及工作环境下的能耗值。
步骤S20,基于能耗设备的位置信息将目标区域划分为多个目标子区域。
在本步骤中,可以基于能耗设备的位置信息分布情况将目标区域划分为多个目标子区域,具体地,可以基于能耗设备的位置信息分布特征进行划分,比如,基于办公区、生产区以及仓储区中耗能设备的位置信息分布特征将目标区域划分为多个目标子区域,其中,办公区中办公耗能设备分布密集且无生产类能耗设备,生产区中生产类能耗设备密集可能存在少量的办公耗能设备,仓储区中运输耗能设备密集可能存在少量的办公耗能设备。在本实施例中,每个目标子区域包括至少一种类型的能耗设备。
步骤S30,获取每个目标子区域中各类型能耗设备在预设时间段之前的第一时间段的历史能耗值和每个目标子区域中各类型能耗设备在当前的第二时间段的实际能耗值。
在本实施例中,预设时间段可以根据目标子区域的类型进行设定,比如,在目标子区域为办公区时,预设时间段可以设置为1个月;在目标子区域为生产区时,预设时间段可以设置为10天。以生产区为例,第一时间段可以为2022年5月2日凌晨0点到中午12点,预设时间段为2022年5月2日中午12点到2022年5月12日中午12点,第二时间段可以为2022年5月12日中午12点到2022年5月13日凌晨0点。可以理解的是,在本实施例中,第一时间段的时长和第二时间段的时长可以相同也可以不同。历史能耗值和实际能耗值可以通过获取相应时间段内各种能耗监测表(比如,电表和燃气表等)读数获取。
步骤S40,将各类型能耗设备的历史能耗值分别转换为碳排放值得到第一碳排放值向量,并将各类型能耗设备的实际能耗值转换为碳排放值得到第二碳排放值向量。
由于不同时间段,消耗能量的类型和数量存在差异,在本步骤中,将能耗值转换为碳排放值,可以统一后续的比较标准。
步骤S50,通过目标子区域中各类型能耗设备的类型参数、第一碳排放值向量与第二碳排放值向量计算目标子区域中各类型能耗设备在预设时间段的第一能耗熵增向量。
在本实施例中,第一能耗熵增向量包括目标子区域中各类型能耗设备的第一能耗熵增参数。第一能耗熵增向量用于表征目标子区域中各类型能耗设备在预设时间段前后的能量转换效率差异,一般地,能耗设备在预设时间段后的能量转换效率比能耗设备在预设时间段前的能量转换效率越小,对应的第一能耗熵增参数越大。
步骤S60,基于各类型能耗设备的能耗特征信息和第一能耗熵增参数生成目标子区域中各类型能耗设备的碳排放量预警信息。
碳排放量预警信息可以对目标子区域中各类耗能设备的碳排放情况进行预警,以便于快速获取目标子区域中存在碳排放情况异常的能耗设备。
上述提供的技术方案,可以对目标子区域中各类型能耗设备进行碳排放量预警,从而实现对碳排放的精细化管理,便于在能源使用过程中及时发现浪费情况,从而达到降低能耗和绿色办公的目的。
进一步地,在步骤S10之前,本实施例提供的碳排放量检测预警方法还可以包括创建能耗设备数据库的步骤,具体地该步骤可以包括:
将能耗设备的位置信息录入能耗设备数据库,将能耗设备的类型参数录入能耗设备数据库以及将能耗设备的能耗特征信息录入能耗设备数据库。
在本实施例中,步骤S10可以通过以下方式实现。
首先,选定目标区域,获得用于限定目标区域的经纬度数据信息,示例性地,可以通过在地图上采用圈定范围的方式选定目标区域,也可以通过在地图上搜索选定目标区域;然后,服务器基于选定的目标区域,可以从能耗设备数据库中获取位于目标区域的能耗设备、位于目标区域的能耗设备的类型参数以及位于目标区域的不同类型能耗设备的能耗特征信息。
进一步地,在本实施例中,步骤S40可以通过以下方式实现。
首先,根据每个类型能耗设备的历史能耗值中不同类型能耗的消耗值以及该类型能耗的碳转换率,计算得到该类型能耗设备的第一碳排放值,由不同类型能耗设备的第一碳排放值组成所述第一碳排放值向量。
其中,不同类型能耗可以包括电能和化石能(比如,天然气、煤炭、汽油、柴油等)。在目标子区域中,若一能耗设备同时消耗多种类型能耗,则它的能耗总量为多种类型能耗之和,该能耗设备的碳排放值为不同类型能耗的碳排放值之和,同时若同一类型的能耗设备的数量为多个,则该类型能耗设备的第一碳排放值为所有该类型能耗设备的碳排放值之和。
然后,根据每个类型能耗设备的实际能耗值中不同类型能耗的消耗值以及该类型能耗的碳转换率,计算得到该类型能耗设备的第二碳排放值,由不同类型能耗设备的第二碳排放值组成第二碳排放值向量。
获得第二碳排放值的方式和上述获得第一碳排放值的方式相同,在此不再赘述。
在本实施例中,步骤S50可以通过以下方式实现。
首先,基于目标子区域中各类型能耗设备的类型分类获取该类型能耗设备的生命周期能耗转换曲线。
生命周期能耗转换曲线用于表征能耗设备在其生命周期内的能耗转换关系,一般地,随着使用年限增加,能耗设备的零部件老化其对应的能耗转换效率会下降,其中,生命周期能耗转换曲线的横坐标为能耗设备的已使用年限,生命周期能耗转换曲线的纵坐标为能耗设备的能量转换率。
接着,基于目标子区域中各类型能耗设备在第一时间段的能量转换率、第一碳排放值向量以及第一时间段的时长,计算得到第一碳排放效率向量。
同时,基于所述目标子区域中各类型能耗设备在所述第二时间段的能量转换率、所述第二碳排放值向量以及所述第二时间段的时长,计算得到第二碳排放效率向量。
然后,根据第一碳排放效率向量和第二碳排放效率向量计算得到目标子区域中各类型能耗设备在预设时间段的第一能耗熵增向量。
示例性地,上述步骤可以通过以下公式实现:
Figure DEST_PATH_IMAGE022
Figure DEST_PATH_IMAGE023
Figure DEST_PATH_IMAGE024
其中,
Figure DEST_PATH_IMAGE025
为第一碳排放效率向量,
Figure DEST_PATH_IMAGE026
为第一碳排放值向量,
Figure DEST_PATH_IMAGE027
为第一时间段的能量转换率,
Figure DEST_PATH_IMAGE028
为第一时间段的时长,
Figure DEST_PATH_IMAGE029
为第二碳排放效率向量,
Figure DEST_PATH_IMAGE030
为第二碳排放值向量,
Figure DEST_PATH_IMAGE031
为第二时间段的能量转换率,
Figure DEST_PATH_IMAGE032
为第二时间段的时长,
Figure DEST_PATH_IMAGE033
为第一能耗熵增向量,
Figure DEST_PATH_IMAGE034
表示第i个类型能耗设备的第一碳排放效率,
Figure DEST_PATH_IMAGE035
表示第i个类型能耗设备的第二碳排放效率,
Figure DEST_PATH_IMAGE036
表示第i个类型能耗设备的第一碳排放值,
Figure DEST_PATH_IMAGE037
表示第i个类型能耗设备的第二碳排放值,
Figure DEST_PATH_IMAGE038
表示第i个类型能耗设备在第一时间段的能量转换率,
Figure DEST_PATH_IMAGE039
表示第i个类型能耗设备在第二时间段的能量转换率,
Figure DEST_PATH_IMAGE040
表示第i个类型能耗设备的第一能耗熵增参数,
Figure DEST_PATH_IMAGE041
为所述目标子区域中能耗设备的数量,i和
Figure 497139DEST_PATH_IMAGE041
为正整数且
Figure DEST_PATH_IMAGE042
进一步地,在本实施例中,请参照图2,步骤S60可以通过以下子步骤实现。
子步骤S601,获取目标子区域中各类型能耗设备在第一时间段工作时的能耗等级及工作环境,以及目标子区域中各类型能耗设备在第二时间段工作时的能耗等级及工作环境。
由于能耗等级及工作环境和能耗设备的能耗息息相关,通过能耗等级及工作环境可以获得能耗设备耗能的理论值。
子步骤S602,基于目标子区域中各类型能耗设备在第一时间段工作时的能耗等级及工作环境获各类型能耗设备所对应的第一理论能耗值,并基于目标子区域中各类型能耗设备在第二时间段工作时的能耗等级及工作环境获得各类型能耗设备所对应的第二理论能耗值。
子步骤S603,基于第一理论能耗值、第二理论能耗值计算得到目标子区域中各类型能耗设备在预设时间段前后的第二能耗熵增参数。
在本实施例中,子步骤S603可以通过以下方式实现。
首先,基于所述目标子区域中各类耗设备在所述第一时间段的能量转换率、所述第一理论能耗值以及所述第一时间段的时长,计算得到第三碳排放效率向量。
接着,基于所述目标子区域中各类耗设备在所述第二时间段的能量转换率、所述第二理论能耗值以及所述第二时间段的时长,计算得到第四碳排放效率向量。
然后,根据所述第三碳排放效率向量和所述第四碳排放效率向量计算得到所述目标子区域中各类型能耗设备在所述预设时间段前后的第二能耗熵增参数。
具体地,该步骤的计算公式可以参照计算第一能耗熵增参数的公式,在此就不再赘述。
子步骤S604,将目标子区域中各类型能耗设备在预设时间段前后的第二能耗熵增参数与目标子区域中各类型能耗设备的第一能耗熵增参数进行比较,在目标子区域存在所述第一能耗熵增参数大于第二能耗熵增参数的目标能耗设备时,生成并发送目标能耗设备的碳排放量超标的预警信息。
在子步骤S604之前,本实施例提供的碳排放量检测预警方法还可以包括:创建各类型能耗设备在所述目标区域的不同子目标区域中分布的设备分布示意图。
在子步骤S604中,可以点亮所述设备分布示意图中的目标能耗设备,并将点亮所述目标能耗设备后的设备分布示意图发送给与服务器通信连接的客户端,以便在客户端上显示存在碳排放量超标的目标能耗设备,方便管理人员及时找到该目标能耗设备。
进一步地,在子步骤S604中,可以通过以下方式生成并发送所述目标能耗设备的碳排放量超标的预警信息。
首先,将所述目标能耗设备的类型、所述第二能耗熵增参数、所述预设时间段输入到预先训练好的能耗超标原因分析模型中,所述能耗超标原因分析模型基于所述目标能耗设备的类型、所述第二能耗熵增参数及所述预设时间段分析得到所述目标能耗设备碳排放量超标的原因,所述目标能耗设备碳排放量超标的原因包括目标能耗设备的组成部件老化或损坏。
接着,由所述目标能耗设备的位置信息以及所述目标能耗设备碳排放量超标的原因生成所述预警信息,并将所述预警信息进行发送。
在本实施例中,可以基于目标能耗设备的位置信息点亮所述设备分布示意图中的目标能耗设备,并在所述设备分布示意图中标注所述目标能耗设备碳排放量超标的原因后将所述设备分布示意图发送给与服务器通信连接的客户端。
在本实施例中还包括训练能耗超标原因分析模型的步骤,该步骤可以包括:
首先,获取训练样本集,训练样本集中包括多个训练样本,每个训练样本包括能耗设备的类型、能耗熵增参数差异值、预设时间段以及碳排放量超标标签信息;
接着,将训练样本集输入到深度学习网络模型中进行训练,将输出的能耗超标信息,通过能耗超标信息与碳排放量超标标签信息计算深度学习网络模型的损失函数值,并根据损失函数值对深度学习网络模型的模型参数进行迭代更新,直到满足迭代终止条件,将更新后的深度学习网络模型作为训练好的能耗超标原因分析模型。
通过上述设计,可以方便管理人员很快确定存在碳排放量的目标能耗设备,并可以基于碳排放量超标的原因快速进行修复,从而实现对碳排放的精细化管理,便于在能源使用过程中及时发现浪费情况,从而达到降低能耗和绿色办公的目的。
请参照图3,图3为本实施例提供的碳排放量检测预警装置100的功能模块示意图,本实施例可以根据上述方法实施例对该碳排放量检测预警装置100进行功能模块的划分,也即该碳排放量检测预警装置100所对应的以下各个功能模块可以用于执行上述的各个方法实施例。其中,该碳排放量检测预警装置100可以包括第一获取模块110、划分模块120、第二获取模块130、转换模块140、计算模块150及生成模块160,下面分别对该碳排放量检测预警装置100的各个功能模块的功能进行详细阐述。
第一获取模块110,用于获取目标区域内能耗设备的位置信息、能耗设备的类型参数以及不同类型能耗设备的能耗特征信息。
在本实施例中,目标区域可以预先划定,示例性地,目标区域可以为一行政区域,比如,一个市或一个区;目标区域也可以为一工业园区、企业园区及办公写字楼等。
能耗设备的位置信息可以包括经纬度数据信息,通过能耗设备的经纬度数据信息可以限定出能耗设备的位置。能耗设备的类型参数可以包括能耗设备的类型分类及能耗设备的已使用年限,其中,类型分类可以是办公类能耗设备(比如,计算机、打印机等),也可以是生产类能耗设备(比如,各种生产器械)。能耗设备的能耗特征信息可以包括能耗设备在不同能耗等级以及工作环境下的能耗值。
第一获取模块110可以用于执行上述的步骤S10,关于第一获取模块110的详细实现方式可以参照上述针对步骤S10的详细描述即可。
划分模块120,用于基于能耗设备的位置信息将目标区域划分为多个目标子区域。
划分模块120可以基于能耗设备的位置信息分布情况将目标区域划分为多个目标子区域,具体地,可以基于能耗设备的位置信息分布特征进行划分,比如,基于办公区、生产区以及仓储区中耗能设备的位置信息分布特征将目标区域划分为多个目标子区域,其中,办公区中办公耗能设备分布密集且无生产类能耗设备,生产区中生产类能耗设备密集可能存在少量的办公耗能设备,仓储区中运输耗能设备密集可能存在少量的办公耗能设备。在本实施例中,每个目标子区域包括至少一种类型的能耗设备。
其中,划分模块120可以用于执行上述的步骤S20,关于划分模块120的详细实现方式可以参照上述针对步骤S20的详细描述即可。
第二获取模块130,用于获取每个目标子区域中各类型能耗设备在预设时间段之前的第一时间段的历史能耗值和每个目标子区域中各类型能耗设备在当前的第二时间段的实际能耗值。
在本实施例中,预设时间段可以根据目标子区域的类型进行设定,比如,在目标子区域为办公区时,预设时间段可以设置为1个月;在目标子区域为生产区时,预设时间段可以设置为10天。以生产区为例,第一时间段可以为2022年5月2日凌晨0点到中午12点,预设时间段为2022年5月2日中午12点到2022年5月12日中午12点,第二时间段可以为2022年5月12日中午12点到2022年5月13日凌晨0点。可以理解的是,在本实施例中,第一时间段的时长和第二时间段的时长可以相同也可以不同。历史能耗值和实际能耗值可以通过获取相应时间段内各种能耗监测表(比如,电表和燃气表等)读数获取。
第二获取模块130执行上述的步骤S30,关于第二获取模块130的详细实现方式可以参照上述针对步骤S30的详细描述即可。
转换模块140,将各类型能耗设备的历史能耗值分别转换为碳排放值得到第一碳排放值向量,并将各类型能耗设备的实际能耗值转换为碳排放值得到第二碳排放值向量。
由于不同时间段,消耗能量的类型和数量存在差异,在本步骤中,将能耗值转换为碳排放值,可以统一后续的比较标准。
其中,转换模块140可以用于执行上述的步骤S40,关于转换模块140的详细实现方式可以参照上述针对步骤S40的详细描述即可。
计算模块150,用于通过目标子区域中各类型能耗设备的类型参数、第一碳排放值向量与第二碳排放值向量计算目标子区域中各类型能耗设备在预设时间段的第一能耗熵增向量。
在本实施例中,第一能耗熵增向量包括目标子区域中各类型能耗设备的第一能耗熵增参数。第一能耗熵增向量用于表征目标子区域中各类型能耗设备在预设时间段前后的能量转换效率差异,一般地,能耗设备在预设时间段后的能量转换效率比能耗设备在预设时间段前的能量转换效率越小,对应的第一能耗熵增参数越大。
计算模块150可以用于执行上述的步骤S50,关于计算模块150的详细实现方式可以参照上述针对步骤S50的详细描述即可。
生成模块160,用于基于各类型能耗设备的能耗特征信息和第一能耗熵增参数生成目标子区域中各类型能耗设备的碳排放量预警信息。
碳排放量预警信息可以对目标子区域中各类耗能设备的碳排放情况进行预警,以便于快速获取目标子区域中存在碳排放情况异常的能耗设备。
其中,生成模块160可以用于执行上述的步骤S60,关于生成模块160的详细实现方式可以参照上述针对步骤S60的详细描述即可。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件(比如,开源软件)通过处理元件调用的形式实现。也可以全部以硬件的形式实现。还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,生成模块160可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上生成模块160的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所描述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
请参照图4,图4示出了本公开实施例提供的用于实现上述的碳排放量检测预警方法的服务器10的硬件结构示意图,服务器10可以在云端服务器上实现。如图4所示,服务器10可包括处理器101、计算机可读存储介质102、总线103以及通信接口104。
在具体实现过程中,至少一个处理器101执行计算机可读存储介质102存储的计算机执行指令(例如图3中所示的模块),使得处理器101可以执行如上方法实施例的碳排放量检测预警方法,其中,处理器101、计算机可读存储介质102以及通信接口104通过总线103连接,处理器101可以用于控制通信接口104的收发动作。
处理器101的具体实现过程可参见上述服务器10执行的各个方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
计算机可读存储介质102可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器。
总线103可以分为地址总线、数据总线、控制总线等。为便于表示,本发明附图中的总线并不限定仅有一根总线或一种类型的总线。
此外,本发明实施例还提供一种可读存储介质,所述可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上碳排放量检测预警方法。
综上所述,本发明实施例提供的技术方案,首先,将目标区域根据能耗设备的位置信息划分为多个目标子区域;接着,通过对任意一个目标子区域中预设时间段前后的历史能耗值和实际能耗值计算得到目标子区域中各类型能耗设备的第一碳排放值向量和第二碳排放值向量;然后,通过目标子区域中各类型能耗设备的类型参数、第一碳排放值向量和第二碳排放值向量计算得到第一能耗熵增向量;最后,基于各类型能耗设备的能耗特征信息和第一能耗熵增参数生成目标子区域中各类型能耗设备的碳排放量预警信息。上述方式可以对目标子区域中各类型能耗设备进行碳排放量预警,从而实现对碳排放的精细化管理,便于在能源使用过程中及时发现浪费情况,从而达到降低能耗和绿色办公的目的。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的次序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定次序或者连续次序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。

Claims (10)

1.一种碳排放量检测预警方法,其特征在于,所述方法包括:
获取目标区域内能耗设备的位置信息、能耗设备的类型参数以及不同类型能耗设备的能耗特征信息;
基于所述能耗设备的位置信息将所述目标区域划分为多个目标子区域,其中,每个所述目标子区域包括至少一种类型的能耗设备;
获取每个所述目标子区域中各类型能耗设备在预设时间段之前的第一时间段的历史能耗值和每个所述目标子区域中各类型能耗设备在当前的第二时间段的实际能耗值;
将所述各类型能耗设备的历史能耗值分别转换为碳排放值得到第一碳排放值向量,并将所述各类型能耗设备的实际能耗值转换为碳排放值得到第二碳排放值向量;
通过所述目标子区域中各类型能耗设备的类型参数、所述第一碳排放值向量与所述第二碳排放值向量计算所述目标子区域中各类型能耗设备在所述预设时间段的第一能耗熵增向量,其中,所述第一能耗熵增向量包括所述目标子区域中各类型能耗设备的第一能耗熵增参数,所述第一能耗熵增向量用于表征所述目标子区域中各类型能耗设备在所述预设时间段前后的能量转换效率差异;
基于所述各类型能耗设备的能耗特征信息和第一能耗熵增参数生成所述目标子区域中各类型能耗设备的碳排放量预警信息。
2.如权利要求1所述的一种碳排放量检测预警方法,其特征在于,在所述获取目标区域内能耗设备的位置信息、能耗设备的类型参数以及不同类型能耗设备的能耗特征信息的步骤之前,所述方法还包括:
将所述能耗设备的位置信息录入能耗设备数据库,其中,所述位置信息包括经纬度数据信息;
将所述能耗设备的类型参数录入所述能耗设备数据库,其中,所述类型参数包括能耗设备的类型分类及能耗设备的已使用年限;
将所述能耗设备的能耗特征信息录入所述能耗设备数据库,其中,所述能耗特征信息包括能耗设备在不同能耗等级以及工作环境下的能耗值;
所述获取目标区域内能耗设备的位置信息、能耗设备的类型参数以及不同类型能耗设备的能耗特征信息的步骤,包括:
选定所述目标区域,获得用于限定所述目标区域的经纬度数据信息;
从所述能耗设备数据库中获取位于所述目标区域的能耗设备、位于所述目标区域的能耗设备的类型参数以及位于所述目标区域的不同类型能耗设备的能耗特征信息。
3.如权利要求1或2所述的一种碳排放量检测预警方法,其特征在于,所述将所述各类型能耗设备的历史能耗值分别转换为碳排放值得到第一碳排放值向量,并将所述各类型能耗设备的实际能耗值转换为碳排放值得到第二碳排放值向量的步骤,包括:
根据每个类型能耗设备的历史能耗值中不同类型能耗的消耗值以及该类型能耗的碳转换率,计算得到该类型能耗设备的第一碳排放值,由不同类型能耗设备的第一碳排放值组成所述第一碳排放值向量;
根据每个类型能耗设备的实际能耗值中不同类型能耗的消耗值以及该类型能耗的碳转换率,计算得到该类型能耗设备的第二碳排放值,由不同类型能耗设备的第二碳排放值组成所述第二碳排放值向量。
4.如权利要求3所述的一种碳排放量检测预警方法,其特征在于,所述通过所述目标子区域中各类型能耗设备的类型参数、所述第一碳排放值向量与所述第二碳排放值向量计算所述目标子区域中各类型能耗设备在所述预设时间段的第一能耗熵增向量的步骤,包括:
基于所述目标子区域中各类型能耗设备的类型分类获取该类型能耗设备的生命周期能耗转换曲线,其中,所述生命周期能耗转换曲线的横坐标为能耗设备的已使用年限,所述生命周期能耗转换曲线的纵坐标为能耗设备的能量转换率;
基于所述目标子区域中各类型能耗设备在所述第一时间段的能量转换率、所述第一碳排放值向量以及所述第一时间段的时长,计算得到第一碳排放效率向量;
基于所述目标子区域中各类型能耗设备在所述第二时间段的能量转换率、所述第二碳排放值向量以及所述第二时间段的时长,计算得到第二碳排放效率向量;
根据所述第一碳排放效率向量和所述第二碳排放效率向量计算得到所述目标子区域中各类型能耗设备在所述预设时间段的第一能耗熵增向量。
5.如权利要求4所述的一种碳排放量检测预警方法,其特征在于,所述通过所述目标子区域中各类型能耗设备的类型参数、所述第一碳排放值向量与所述第二碳排放值向量计算所述目标子区域中各类型能耗设备在所述预设时间段的第一能耗熵增向量的步骤,通过以下公式实现:
Figure DEST_PATH_IMAGE001
Figure DEST_PATH_IMAGE002
Figure DEST_PATH_IMAGE003
其中,
Figure DEST_PATH_IMAGE004
为第一碳排放效率向量,
Figure DEST_PATH_IMAGE005
为第一碳排放值向量,
Figure DEST_PATH_IMAGE006
为第一时间段的能量转换率,
Figure DEST_PATH_IMAGE007
为第一时间段的时长,
Figure DEST_PATH_IMAGE008
为第二碳排放效率向量,
Figure DEST_PATH_IMAGE009
为第二碳排放值向量,
Figure DEST_PATH_IMAGE010
为第二时间段的能量转换率,
Figure DEST_PATH_IMAGE011
为第二时间段的时长,
Figure DEST_PATH_IMAGE012
为第一能耗熵增向量,
Figure DEST_PATH_IMAGE013
表示第i个类型能耗设备的第一碳排放效率,
Figure DEST_PATH_IMAGE014
表示第i个类型能耗设备的第二碳排放效率,
Figure DEST_PATH_IMAGE015
表示第i个类型能耗设备的第一碳排放值,
Figure DEST_PATH_IMAGE016
表示第i个类型能耗设备的第二碳排放值,
Figure DEST_PATH_IMAGE017
表示第i个类型能耗设备在第一时间段的能量转换率,
Figure DEST_PATH_IMAGE018
表示第i个类型能耗设备在第二时间段的能量转换率,
Figure DEST_PATH_IMAGE019
表示第i个类型能耗设备的第一能耗熵增参数,
Figure DEST_PATH_IMAGE020
为所述目标子区域中能耗设备的数量,i和
Figure 330449DEST_PATH_IMAGE020
为正整数且
Figure DEST_PATH_IMAGE021
6.如权利要求4所述的一种碳排放量检测预警方法,其特征在于,所述基于所述各类型能耗设备的能耗特征信息和第一能耗熵增参数生成所述目标子区域中各类型能耗设备的碳排放量预警信息的步骤,包括:
获取所述目标子区域中各类型能耗设备在第一时间段工作时的能耗等级及工作环境,以及所述目标子区域中各类型能耗设备在第二时间段工作时的能耗等级及工作环境;
基于所述目标子区域中各类型能耗设备在第一时间段工作时的能耗等级及工作环境获得所述各类型能耗设备所对应的第一理论能耗值,并基于所述目标子区域中各类型能耗设备在第二时间段工作时的能耗等级及工作环境获得所述各类型能耗设备所对应的第二理论能耗值;
基于所述第一理论能耗值、所述第二理论能耗值计算得到所述目标子区域中各类型能耗设备在所述预设时间段前后的第二能耗熵增参数;
将所述目标子区域中各类型能耗设备在所述预设时间段前后的第二能耗熵增参数与所述目标子区域中各类型能耗设备的第一能耗熵增参数进行比较,在所述目标子区域存在所述第一能耗熵增参数大于所述第二能耗熵增参数的目标能耗设备时,生成并发送所述目标能耗设备的碳排放量超标的预警信息。
7.如权利要求6所述的一种碳排放量检测预警方法,其特征在于,所述基于所述第一理论能耗值、所述第二理论能耗值计算得到所述目标子区域中各类型能耗设备在所述预设时间段前后的第二能耗熵增参数的步骤,包括:
基于所述目标子区域中各类耗设备在所述第一时间段的能量转换率、所述第一理论能耗值以及所述第一时间段的时长,计算得到第三碳排放效率向量;
基于所述目标子区域中各类耗设备在所述第二时间段的能量转换率、所述第二理论能耗值以及所述第二时间段的时长,计算得到第四碳排放效率向量;
根据所述第三碳排放效率向量和所述第四碳排放效率向量计算得到所述目标子区域中各类型能耗设备在所述预设时间段前后的第二能耗熵增参数。
8.如权利要求6所述的一种碳排放量检测预警方法,其特征在于,在所述目标子区域存在所述第一能耗熵增参数大于所述第二能耗熵增参数的目标能耗设备时,生成并发送所述目标能耗设备的碳排放量超标的预警信息的步骤之前,所述方法还包括:
创建各类型能耗设备在所述目标区域的不同子目标区域中分布的设备分布示意图;
在所述目标子区域存在所述第一能耗熵增参数大于所述第二能耗熵增参数的目标能耗设备时,发送所述目标能耗设备的碳排放量超标的预警信息的步骤中,
点亮所述设备分布示意图中的目标能耗设备,并将点亮所述目标能耗设备后的设备分布示意图发送给与服务器通信连接的客户端。
9.如权利要求8所述的一种碳排放量检测预警方法,其特征在于,所述生成并发送所述目标能耗设备的碳排放量超标的预警信息的步骤,还包括:
将所述目标能耗设备的类型、所述第一能耗熵增参数与所述第二能耗熵增参数差异值、所述预设时间段输入到预先训练好的能耗超标原因分析模型中,所述能耗超标原因分析模型基于所述目标能耗设备的类型、所述第二能耗熵增参数及所述预设时间段分析得到所述目标能耗设备碳排放量超标的原因,所述目标能耗设备碳排放量超标的原因包括目标能耗设备的组成部件老化或损坏;
由所述目标能耗设备的位置信息以及所述目标能耗设备碳排放量超标的原因生成所述预警信息,并将所述预警信息进行发送;
所述点亮所述设备分布示意图中的目标能耗设备,并将点亮所述目标能耗设备后的设备分布示意图发送给与服务器通信连接的客户端的步骤,包括:
基于所述目标能耗设备的位置信息点亮所述设备分布示意图中的目标能耗设备,并在所述设备分布示意图中标注所述目标能耗设备碳排放量超标的原因后将所述设备分布示意图发送给与服务器通信连接的客户端。
10.一种碳排放量检测预警装置,其特征在于,应用于服务器,所述装置包括:
第一获取模块,用于获取目标区域内能耗设备的位置信息、能耗设备的类型参数以及不同类型能耗设备的能耗特征信息;
划分模块,用于基于所述能耗设备的位置信息将所述目标区域划分为多个目标子区域,其中,每个所述目标子区域包括至少一种类型的能耗设备;
第二获取模块,用于获取每个所述目标子区域中各类型能耗设备在预设时间段之前的第一时间段的历史能耗值和每个所述目标子区域中各类型能耗设备在当前的第二时间段的实际能耗值;
转换模块,用于将所述各类型能耗设备的历史能耗值分别转换为碳排放值得到第一碳排放值向量,并将所述各类型能耗设备的实际能耗值转换为碳排放值得到第二碳排放值向量;
计算模块,用于通过所述目标子区域中各类型能耗设备的类型参数、所述第一碳排放值向量与所述第二碳排放值向量计算所述目标子区域中各类型能耗设备在所述预设时间段的第一能耗熵增向量,其中,所述第一能耗熵增向量包括所述目标子区域中各类型能耗设备的第一能耗熵增参数,所述第一能耗熵增向量用于表征所述目标子区域中各类型能耗设备在所述预设时间段前后的能量转换效率之间的差异;
生成模块,用于基于所述各类型能耗设备的能耗特征信息和第一能耗熵增参数生成所述目标子区域中各类型能耗设备的碳排放量预警信息。
CN202210977722.7A 2022-08-16 2022-08-16 一种碳排放量检测预警方法及装置 Active CN115050172B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210977722.7A CN115050172B (zh) 2022-08-16 2022-08-16 一种碳排放量检测预警方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210977722.7A CN115050172B (zh) 2022-08-16 2022-08-16 一种碳排放量检测预警方法及装置

Publications (2)

Publication Number Publication Date
CN115050172A true CN115050172A (zh) 2022-09-13
CN115050172B CN115050172B (zh) 2022-11-01

Family

ID=83168024

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210977722.7A Active CN115050172B (zh) 2022-08-16 2022-08-16 一种碳排放量检测预警方法及装置

Country Status (1)

Country Link
CN (1) CN115050172B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115293461A (zh) * 2022-09-28 2022-11-04 四川中电启明星信息技术有限公司 建筑体供暖碳排放预测方法及系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102645915A (zh) * 2011-09-17 2012-08-22 深圳市善能科技有限公司 一种能效监测、诊断和控制的节能方法与系统
CN102760250A (zh) * 2011-04-28 2012-10-31 国际商业机器公司 用于选择碳排放预测方案的方法、设备和系统
US20140142904A1 (en) * 2012-11-16 2014-05-22 Johnson Controls Technology Company Systems and methods for generating an energy use model for a building
US20180067089A1 (en) * 2016-09-06 2018-03-08 Tsinghua University System for measuring carbon emission in power system
CN109472401A (zh) * 2018-10-30 2019-03-15 广州供电局有限公司 分布式供能运行策略的确定方法、装置、设备和存储介质
CN113626766A (zh) * 2021-08-02 2021-11-09 上海创能国瑞新能源科技股份有限公司 一种处理地理区域中碳排放数据的方法、装置、设备及存储介质
CN114066699A (zh) * 2021-11-11 2022-02-18 国网河北省电力有限公司经济技术研究院 碳排放量测算方法、装置及终端设备
CN114238863A (zh) * 2021-12-21 2022-03-25 新奥数能科技有限公司 一种碳排放量确定方法、装置、电子设备及存储介质
CN114511128A (zh) * 2021-11-29 2022-05-17 国网北京市电力公司 碳排放数据的处理方法、装置、存储介质及处理器
CN114693076A (zh) * 2022-03-08 2022-07-01 长沙理工大学 一种面向综合能源系统运行状态的动态评价方法
CN114781272A (zh) * 2022-05-11 2022-07-22 平安国际智慧城市科技股份有限公司 碳排放量预测方法、装置、设备及存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102760250A (zh) * 2011-04-28 2012-10-31 国际商业机器公司 用于选择碳排放预测方案的方法、设备和系统
CN102645915A (zh) * 2011-09-17 2012-08-22 深圳市善能科技有限公司 一种能效监测、诊断和控制的节能方法与系统
US20140142904A1 (en) * 2012-11-16 2014-05-22 Johnson Controls Technology Company Systems and methods for generating an energy use model for a building
US20180067089A1 (en) * 2016-09-06 2018-03-08 Tsinghua University System for measuring carbon emission in power system
CN109472401A (zh) * 2018-10-30 2019-03-15 广州供电局有限公司 分布式供能运行策略的确定方法、装置、设备和存储介质
CN113626766A (zh) * 2021-08-02 2021-11-09 上海创能国瑞新能源科技股份有限公司 一种处理地理区域中碳排放数据的方法、装置、设备及存储介质
CN114066699A (zh) * 2021-11-11 2022-02-18 国网河北省电力有限公司经济技术研究院 碳排放量测算方法、装置及终端设备
CN114511128A (zh) * 2021-11-29 2022-05-17 国网北京市电力公司 碳排放数据的处理方法、装置、存储介质及处理器
CN114238863A (zh) * 2021-12-21 2022-03-25 新奥数能科技有限公司 一种碳排放量确定方法、装置、电子设备及存储介质
CN114693076A (zh) * 2022-03-08 2022-07-01 长沙理工大学 一种面向综合能源系统运行状态的动态评价方法
CN114781272A (zh) * 2022-05-11 2022-07-22 平安国际智慧城市科技股份有限公司 碳排放量预测方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115293461A (zh) * 2022-09-28 2022-11-04 四川中电启明星信息技术有限公司 建筑体供暖碳排放预测方法及系统
CN115293461B (zh) * 2022-09-28 2022-12-16 四川中电启明星信息技术有限公司 建筑体供暖碳排放预测方法及系统

Also Published As

Publication number Publication date
CN115050172B (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
CN110659173A (zh) 一种运维系统及方法
CN115050172B (zh) 一种碳排放量检测预警方法及装置
EP4235482A1 (en) State preview method and system for key equipment of nuclear power plant, and device and storage medium
CN113502870B (zh) 挖掘机工况判定方法及装置
CN111240876A (zh) 微服务的故障定位方法、装置、存储介质及终端
CN114186697B (zh) 基于深度学习框架生成和应用深度学习模型的方法及装置
CN110837496A (zh) 一种基于动态sql实现的数据质量管理方法及系统
CN105204981A (zh) 应用性能测试方法和装置
CN101206727B (zh) 数据处理装置和数据处理方法
CN112541011A (zh) 基于rpa和ai的电网终端故障处理方法及装置
CN115248783B (zh) 软件测试方法、系统、可读存储介质及计算机设备
CN116542430A (zh) 多维度水务碳排放量智能分析方法及系统
CN116208465A (zh) 一种电力信息通信状况智能监测预警方法及系统
CN112988705B (zh) 一种可用于企业级生产的数据中台构建方法
CN115310954A (zh) 一种it业务运行维护方法及系统
CN115269418A (zh) 一种覆盖率采集方法、装置、设备及存储介质
CN115237399A (zh) 用于采集数据的方法、存储介质、处理器及工程车辆
CN113269478A (zh) 一种基于多模型的集中器异常数据提醒方法及系统
CN112307271A (zh) 一种配电自动化系统遥控业务的安全监测方法及装置
CN102822806B (zh) 检测应用的无进展状态
CN111966394A (zh) 基于etl的数据分析方法、装置、设备和存储介质
US11544801B2 (en) Dynamic pricing of energy consumed from a shared battery using real-time consumption data
CN108710573A (zh) 一种基于日志埋点的测试方法、装置、存储介质及终端
Bâra et al. Intelligent systems for predicting and analyzing data in power grid companies
CN113268432B (zh) 一种基于进化算法的电能表驱动程序测试方法及系统

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
CB03 Change of inventor or designer information

Inventor after: Li Qiang

Inventor after: He Liang

Inventor after: She Wenkui

Inventor after: Liu Qiuhui

Inventor after: Yang Qiao

Inventor after: Ye Hongfei

Inventor after: Zhang Qiang

Inventor after: Yao Ling

Inventor after: Hu Ke

Inventor after: Wang Ruyan

Inventor after: Song Weiping

Inventor after: Zhang Jie

Inventor after: Zhao Feng

Inventor after: Yang Zhigang

Inventor after: Wu Dapeng

Inventor after: Zhong Jiayong

Inventor before: Li Qiang

Inventor before: Zhang Qiang

Inventor before: Song Weiping

Inventor before: Zhang Jie

Inventor before: Zhao Feng

Inventor before: He Liang

Inventor before: She Wenkui

Inventor before: Liu Qiuhui

Inventor before: Yang Qiao

Inventor before: Ye Hongfei

CB03 Change of inventor or designer information
TR01 Transfer of patent right

Effective date of registration: 20230413

Address after: 400 000 No. 21, No. 3 Zhongshan Road, Yuzhong District, Chongqing

Patentee after: STATE GRID CHONGQING ELECTRIC POWER Co.

Patentee after: STATE GRID INFORMATION & TELECOMMUNICATION GROUP Co.,Ltd.

Patentee after: SICHUAN ZHONGDIAN AOSTAR INFORMATION TECHNOLOGIES Co.,Ltd.

Patentee after: Institute of Geographic Sciences and Natural Resources Research, CAS

Address before: No.2688 Xiyuan Avenue, modern industrial port (south area), Pidu District, Chengdu, Sichuan 610000

Patentee before: SICHUAN ZHONGDIAN AOSTAR INFORMATION TECHNOLOGIES Co.,Ltd.

Patentee before: STATE GRID INFORMATION & TELECOMMUNICATION GROUP Co.,Ltd.

TR01 Transfer of patent right