CN115689311A - 工业品采购供应链碳数据智能核算方法和系统 - Google Patents
工业品采购供应链碳数据智能核算方法和系统 Download PDFInfo
- Publication number
- CN115689311A CN115689311A CN202211415071.9A CN202211415071A CN115689311A CN 115689311 A CN115689311 A CN 115689311A CN 202211415071 A CN202211415071 A CN 202211415071A CN 115689311 A CN115689311 A CN 115689311A
- Authority
- CN
- China
- Prior art keywords
- data
- industrial
- accounting
- carbon
- carbon number
- 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
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 558
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 554
- 238000000034 method Methods 0.000 title claims abstract description 119
- 230000008569 process Effects 0.000 claims abstract description 88
- 238000012545 processing Methods 0.000 claims abstract description 82
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 48
- 238000009826 distribution Methods 0.000 claims abstract description 31
- 238000006243 chemical reaction Methods 0.000 claims abstract description 27
- 239000000047 product Substances 0.000 claims description 311
- 239000002994 raw material Substances 0.000 claims description 61
- 238000004458 analytical method Methods 0.000 claims description 28
- 230000007613 environmental effect Effects 0.000 claims description 25
- 238000011156 evaluation Methods 0.000 claims description 22
- 239000003344 environmental pollutant Substances 0.000 claims description 20
- 231100000719 pollutant Toxicity 0.000 claims description 20
- 238000011144 upstream manufacturing Methods 0.000 claims description 20
- 238000004519 manufacturing process Methods 0.000 claims description 18
- 230000035945 sensitivity Effects 0.000 claims description 18
- 238000013441 quality evaluation Methods 0.000 claims description 13
- 238000012512 characterization method Methods 0.000 claims description 12
- 238000010206 sensitivity analysis Methods 0.000 claims description 12
- 230000010354 integration Effects 0.000 claims description 10
- 239000002699 waste material Substances 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 238000013481 data capture Methods 0.000 claims description 5
- 239000013067 intermediate product Substances 0.000 claims description 5
- 230000001502 supplementing effect Effects 0.000 claims description 5
- 238000011160 research Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000009897 systematic effect Effects 0.000 description 6
- 238000009776 industrial production Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种工业品采购供应链碳数据智能核算方法和系统,包括:根据制定的碳排放数据取舍处理算法、构建的工业品碳排放数据核算模型的匹配逻辑,对工业品实际过程的数据进行识别分析并转化为碳流数据,并进行分配换算得到工业品投入、产出碳排放数据,进而基于所述工业品碳排放数据核算模型,核算出工业品碳排放结果数据。本发明整体解决了工业品碳排放数据从核算边界确定到碳数据集成核算的整个过程存在的一系列技术问题,尤其适用于供应链企业为应对下游客户的碳数据要求对本企业产品进行碳足迹数据核算的业务需求,是供应链企业进行产品碳排放数据研究分析和应对下游客户低碳要求和贸易限制的成熟和完整技术方案。
Description
技术领域
本发明涉及智能碳核算技术领域,具体地,涉及工业品采购供应链碳数据智能核算方法和系统。
背景技术
随着工业品供应链低碳化发展趋势,当前国内外贸易市场对工业品碳足迹数据有着明确的要求。供应链企业往往存在对本企业产品的碳排放数据了解不深入、核算边界模糊、难以分类和匹配、过程碳数据识别不准确、碳排放背景数据无法提供以及碳核算研究能力薄弱等一系列难题。因此,有必要对工业品碳数据核算边界进行科学界定,通过识别分析、背景数据处理及分配换算的逻辑处理方法对工业品碳数据生命周期清单进行全面识别,进而实现准确核算。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种工业品采购供应链碳数据智能核算方法和系统。
根据本发明提供的一种工业品采购供应链碳数据智能核算系统,包括:
工业品碳数据核算范围确定系统:确定工业品碳数据核算边界,制定碳排放数据取舍处理算法,构建工业品碳排放数据核算模型;
工业品碳数据生命周期清单识别系统:根据所述碳排放数据取舍处理算法、所述工业品碳排放数据核算模型的匹配逻辑,对工业品实际过程的数据进行识别分析并转化为碳流数据,并进行分配换算得到工业品投入、产出碳排放数据;
工业品碳数据集成核算系统:根据所述工业品投入产出碳排放数据,基于所述工业品碳排放数据核算模型,核算出工业品碳排放结果数据。
优选地,所述工业品碳数据核算范围确定系统,包括:
工业品碳数据核算边界确定模块M1.1:根据工业品碳数据核算全周期的所有范围,并依据碳数据核算的要求和实际核算取值的可行性,确定工业品碳数据核算边界;其中,所述工业品碳数据核算全周期的所有范围是指产品上游原材料获取、产品上游原材料运输、产品生产过程、产品运输过程、产品使用过程、产品废弃处理过程;
工业品碳数据匹配处理模块M1.2:根据所述工业品碳数据核算边界,制定工业品碳排放数据核算涉及的原料及能源输入、输出占总量比例的碳排放数据取舍处理算法,并对碳排放数据进行舍弃处理,作为工业品碳排放数据核算模型的输入和输出数据的提前匹配处理;
工业品碳数据核算模型构建模块M1.3:根据所述工业品碳数据核算边界、所述碳排放数据取舍处理算法构建工业品碳排放数据核算模型;其中,通过所述工业品碳排放数据核算模型对工业品碳数据进行自动匹配处理。
优选地,所述工业品碳数据核算范围确定系统,包括:
工业品实际过程碳数据识别分析模块M2.1:根据所述碳排放数据取舍处理算法、所述工业品碳排放数据核算模型的匹配逻辑,对工业品实际过程的数据进行识别分析;其中,所述工业品实际过程的数据包括原料投入名称、原料投入量、能源投入名称、能源投入量、数据抓取方式和来源、产品输出名称、产品输出数量及去向、污染物排放名称、污染物数量、污染物数据占比、原料运输重量及距离、中间品运输重量及距离、废物运输重量及距离;
工业品碳排放背景数据处理模块M2.2:从全生命周期的角度,将识别分析得到的工业品实际过程的碳排放物质流和能源流数据转化为碳流数据;
工业品碳数据分配换算模块M2.3:根据所述碳流数据进行分配换算,以对与核算工业品碳排放数据相关的投入和产出数据进行分配换算,得到工业品投入、产出碳排放数据。
优选地,所述工业品碳数据集成核算系统,包括:
工业品碳数据结果核算模块M3.1:根据所述工业品投入产出碳排放数据,基于所述工业品碳排放数据核算模型,核算出工业品碳排放结果数据;
工业品碳数据过程贡献核算模块M3.2:根据所述工业品碳排放结果数据,从工业品生产过程直接贡献及其所有上游过程的间接贡献两个维度,相应按照直接负荷和间接负荷两个层面对工业品碳排放数据的过程贡献进行分类和核算,展示工业品各环节碳排放数据的构成比例和潜在贡献影响;
工业品碳数据生命周期敏感性核算模块M3.3:根据所述工业品碳排放结果数据,对照环境影响敏感性分析的不同评价方法,评价工业品全生命周期碳数据存在的差异性,以对比不同的环境影响敏感性分析评价方法对工业品碳数据核算的敏感度,并对数据精确度进行排名,对碳数据结果影响进行排名,优选数据精确度较高,对碳数据结果影响较小的评价方法。
优选地,所述工业品碳数据核算范围确定系统还包括:
工业品碳数据质量评估模块M1.4:对工业品碳数据按照数据完整性、技术代表性、时间代表性、地域代表性和一致性等多个维度进行质量评估;
工业品环境影响特征化参数预置模块M1.5:对工业品碳数据核算模型补充环境影响类别、类别参数及特征化算法。
根据本发明提供的一种工业品采购供应链碳数据智能核算方法,包括:
工业品碳数据核算范围确定步骤:确定工业品碳数据核算边界,制定碳排放数据取舍处理算法,构建工业品碳排放数据核算模型;
工业品碳数据生命周期清单识别步骤:根据所述碳排放数据取舍处理算法、所述工业品碳排放数据核算模型的匹配逻辑,对工业品实际过程的数据进行识别分析并转化为碳流数据,并进行分配换算得到工业品投入、产出碳排放数据;
工业品碳数据集成核算步骤:根据所述工业品投入产出碳排放数据,基于所述工业品碳排放数据核算模型,核算出工业品碳排放结果数据。
优选地,所述工业品碳数据核算范围确定步骤,包括:
工业品碳数据核算边界确定步骤S1.1:根据工业品碳数据核算全周期的所有范围,并依据碳数据核算的要求和实际核算取值的可行性,确定工业品碳数据核算边界;其中,所述工业品碳数据核算全周期的所有范围是指产品上游原材料获取、产品上游原材料运输、产品生产过程、产品运输过程、产品使用过程、产品废弃处理过程;
工业品碳数据匹配处理步骤S1.2:根据所述工业品碳数据核算边界,制定工业品碳排放数据核算涉及的原料及能源输入、输出占总量比例的碳排放数据取舍处理算法,并对碳排放数据进行舍弃处理,作为工业品碳排放数据核算模型的输入和输出数据的提前匹配处理;
工业品碳数据核算模型构建步骤S1.3:根据所述工业品碳数据核算边界、所述碳排放数据取舍处理算法构建工业品碳排放数据核算模型;其中,通过所述工业品碳排放数据核算模型对工业品碳数据进行自动匹配处理。
优选地,所述工业品碳数据核算范围确定步骤,包括:
工业品实际过程碳数据识别分析步骤S2.1:根据所述碳排放数据取舍处理算法、所述工业品碳排放数据核算模型的匹配逻辑,对工业品实际过程的数据进行识别分析;其中,所述工业品实际过程的数据包括原料投入名称、原料投入量、能源投入名称、能源投入量、数据抓取方式和来源、产品输出名称、产品输出数量及去向、污染物排放名称、污染物数量、污染物数据占比、原料运输重量及距离、中间品运输重量及距离、废物运输重量及距离;
工业品碳排放背景数据处理步骤S2.2:从全生命周期的角度,将识别分析得到的工业品实际过程的碳排放物质流和能源流数据转化为碳流数据;
工业品碳数据分配换算步骤S2.3:根据所述碳流数据进行分配换算,以对与核算工业品碳排放数据相关的投入和产出数据进行分配换算,得到工业品投入、产出碳排放数据。
优选地,所述工业品碳数据集成核算步骤,包括:
工业品碳数据结果核算步骤S3.1:根据所述工业品投入产出碳排放数据,基于所述工业品碳排放数据核算模型,核算出工业品碳排放结果数据;
工业品碳数据过程贡献核算步骤S3.2:根据所述工业品碳排放结果数据,从工业品生产过程直接贡献及其所有上游过程的间接贡献两个维度,相应按照直接负荷和间接负荷两个层面对工业品碳排放数据的过程贡献进行分类和核算,展示工业品各环节碳排放数据的构成比例和潜在贡献影响;
工业品碳数据生命周期敏感性核算步骤S3.3:根据所述工业品碳排放结果数据,对照环境影响敏感性分析的不同评价方法,评价工业品全生命周期碳数据存在的差异性,以对比不同的环境影响敏感性分析评价方法对工业品碳数据核算的敏感度,并对数据精确度进行排名,对碳数据结果影响进行排名,优选数据精确度较高,对碳数据结果影响较小的评价方法。
优选地,所述工业品碳数据核算确定步骤还包括:
工业品碳数据质量评估步骤S1.4:对工业品碳数据按照数据完整性、技术代表性、时间代表性、地域代表性和一致性等多个维度进行质量评估;
工业品环境影响特征化参数预置步骤S1.5:对工业品碳数据核算模型补充环境影响类别、类别参数及特征化算法。
与现有技术相比,本发明具有如下的有益效果:
1、工业品碳数据科学匹配与处理:本发明依据原料及能源输入、输出比例,制定取舍处理算法,并对工业品碳排放核算系统相关的输入和输出数据进行科学匹配,从而针对工业品由多种原材料构成且生产工序复杂情况下核算碳数据的所有难题,提出规范、系统的碳数据科学匹配和高效处理的核算逻辑和方法,为后续识别工业品生命周期清单并对工业品碳数据进行集成核算打下坚实的技术基础;
2、工业品实际过程数据识别分析:本发明基于全生命周期理论,根据所述工业品碳数据匹配处理模块M1.2制定的工业品原料及能源数据取舍处理算法及匹配逻辑,对工业品实际过程的原料投入、能源投入、数据准确获取、产品输出、污染物排放、各种运输数据进行精确识别和分析。从而实现对工业品全生命周期实际过程数据在确定边界、制定匹配处理规则、构建核算模型的基础上进行科学、高效的识别分析。以系统化的分析识别规则和创造性的算法,针对传统的工业品碳排放过程数据识别分析存在的难点问题,进行逐一解决和完善,显著提升工业品实际过程碳数据识别分析的质量和数据精度,为工业品碳数据集成核算并输出准确、规范的碳排放结果数据扫清了技术障碍,提升了数据权威性。
3、工业品碳数据过程贡献核算:本发明首先解决界定工业品碳数据核算边界并核算出各工序碳数据的难题,再从工业品生产过程直接贡献及其所有上游过程的间接贡献两个维度,按照直接负荷和间接负荷两个层面对工业品碳排放数据的过程贡献进行分类和核算,从而通过数据化的贡献对工业品碳排放数据进行核算和分析,成功解决了无法量化分析哪些环节和投入因素对工业品碳数据结果产生具体影响这一系统性难题。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的系统模块结构示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明按照规范流程、创新逻辑的思路,首先界定工业品碳数据核算的范围、边界,对碳数据进行科学匹配处理并建立核算模型。再通过对工业品全生命周期碳数据进行清单化的识别分析,融合碳排放背景数据,提升碳核算数据精度。最终在进行全面、准确的结果核算之后,完成对工业品碳数据的过程贡献核算和生命周期敏感性核算。通过对工业品碳排放数据界定、识别分析和结果核算等一系列技术措施,整体实现了科学、系统、规范核算工业品全生命周期碳排放数据并促进工业品低碳销售的技术效果,尤其是通过清晰明确的范围界定、扎实完善的碳数据识别处理和具体量化的贡献及敏感性核算,为全面、科学核算工业品碳排放数据提供了创造性的技术方案,达到了全面量化工业品碳排放数据,促进工业品低碳营销,破除贸易限制,扩大销售份额的进一步技术效果。
具体地,根据本发明提供的一种工业品采购供应链碳数据智能核算方法和系统,包括:工业品碳数据核算范围确定系统、工业品碳数据生命周期清单识别系统、工业品碳数据集成核算系统;
所述工业品碳数据核算范围确定系统包括:工业品碳数据核算边界确定模块M1.1、工业品碳数据匹配处理模块M1.2、工业品碳数据核算模型构建模块M1.3;
所述工业品碳数据生命周期清单识别系统包括:工业品实际过程碳数据识别分析模块M2.1、工业品碳排放背景数据处理模块M2.2、工业品碳数据分配换算模块M2.3;
所述工业品碳数据集成核算系统包括:工业品碳数据结果核算模块M3.1、工业品碳数据过程贡献核算模块M3.2、工业品碳数据生命周期敏感性核算模块M3.3。
所述工业品碳数据核算边界确定模块M1.1是根据工业品碳数据核算全周期的所有范围(产品上游原材料获取、产品上游原材料运输、产品生产过程、产品运输过程、产品使用过程、产品废弃处理过程),并依据碳数据核算的要求和实际核算取值的可行性确定工业品碳数据核算的具体边界,实现对工业品碳数据核算范围的初步明确,同时对工业品碳数据核算边界进行清晰确定;其中,实际核算取值的可行性是指因每个参与工业品碳核算的企业原料、能源消耗的计量条件不同,对于能够获取的原料、能源计量等数据全部进行核算取值。对于无法获取的原料、能源消耗数据,将重新划定核算边界和范围,不纳入核算范围。
所述工业品碳数据匹配处理模块M1.2是根据所述工业品碳数据核算边界确定模块M1.1确定的工业品碳数据核算边界,制定工业品碳排放数据核算涉及的原料及能源输入、输出占总量比例的取舍处理算法,并对碳排放数据进行舍弃处理的模块。该模块在实现舍弃处理的基础上,将为工业品碳排放数据核算模型的输入和输出数据提前进行匹配处理,从原料及能源输入、输出等角度对工业品碳排放数据做出科学匹配,从而计算得出工业品碳排放生命周期评价数据;
所述工业品碳数据核算模型构建模块M1.3将根据所述工业品碳数据核算边界确定模块M1.1、工业品碳数据匹配处理模块M1.2确定和建立的核算边界和碳排放数据取舍分配算法构建工业品碳排放数据核算模型,基于工业品碳数据核算的复杂性,融入碳数据核算特征化算法,从而为基于在线数据处理及算法建立的碳排放数据核算系统打下基础;其中,特征化算法是指在进行工业品碳核算的时候,对于每种原料或者能源数据向碳排放数据进行转化的时候,算法和计算公式都是不同的,各有各的特征,具有显著差异,因此称为特征化算法。本发明通过工业品碳数据核算模型构建模块M1.3将在确定工业品碳数据核算边界和对工业品原料、能源输入输出等数据进行准确、科学匹配处理的基础上,构建工业品碳数据核算模型,基于工业品碳数据在线、智能化核算系统模型,实现对工业品碳数据的自动匹配处理、高效准确核算的技术效果,改变原先基于人工核算的低效率核算方式,达到大幅度提升工业品碳数据核算效率和准确性,促进工业品碳核算在线实现及碳数据场景化应用的良好技术效果。
所述工业品实际过程碳数据识别分析模块M2.1将根据所述工业品碳数据匹配处理模块M1.2制定的工业品原料及能源数据取舍处理算法及匹配逻辑,对工业品实际过程的原料投入名称、投入量、能源投入名称、投入量、数据抓取方式和来源、产品输出名称、输出数量及去向、污染物排放名称、数量、数据占比、原料运输、产品运输和废物运输重量及距离等数据进行识别分析的模块。该模块基于全生命周期理论,对工业品全生命周期实际过程数据在确定边界、制定匹配处理规则、构建核算模型的基础上进行科学、高效的识别分析。
所述工业品碳排放背景数据处理模块M2.2是根据所述工业品实际过程碳数据识别分析模块M2.1生成的工业品原料投入、产品输出、污染物排放、各种运输和其他环节的碳数据,从全生命周期的角度将物质流和能源流数据转化为碳流数据。在国际理论数据库覆盖的范围内(对于一些碳流数据在国际理论数据库没有直接对应的数据,则可用国际理论数据库相似数据替代),形成工业品实际过程数据由物质流和能源流数据全面转化为碳流数据的处理模块。本发明通过工业品碳排放背景数据处理模块M2.2将根据所述工业品原料投入、产品制造、污染物排放和全生命周期运输等环节的碳数据,创造性的从全生命周期的角度将工业品全生命周期的物质流和能源流数据转化为碳流数据,从而消除工业品碳排放数据核算存在的数据缺失、过程不完整等常见问题,达到全面、完整识别分析工业品碳排放过程数据的技术效果。
所述工业品碳数据分配换算模块M2.3将根据所述工业品实际过程碳数据识别分析模块M2.1和工业品碳排放背景数据处理模块M2.2形成的碳排放数据,结合工业品规模化生产普遍存在的多个产品同时生产,各种原料、能源混合投入的实际情况,采用物理分配法、成本分配法或者重复使用次数分配法进行分配换算,以实现对与核算碳排放数据的工业品相关的投入和产出数据进行准确分配换算的效果。
所述工业品碳数据结果核算模块M3.1将根据所述工业品碳数据分配换算模块M2.3产生的工业品投入产出碳排放数据,结合所述工业品碳数据核算边界确定模块M1.1、工业品碳数据匹配处理模块M1.2、工业品碳数据核算模型构建模块M1.3确定的核算边界、产品碳排放生命周期评价数据及碳数据核算特征化算法,核算出工业品碳排放结果数据。
所述工业品碳数据过程贡献核算模块M3.2将根据碳数据结果核算模块核算出的工业品碳排放结果数据,从工业品生产过程直接贡献及其所有上游过程的间接贡献两个维度,相应按照直接负荷和间接负荷两个层面对工业品碳排放数据的过程贡献进行分类和核算,从而按照数据化的贡献对工业品碳排放数据进行评价和分析,以准确量化评价并展示工业品各环节碳排放数据的构成比例和潜在贡献影响。
所述工业品碳数据生命周期敏感性核算模块M3.3是根据所述工业品碳数据结果核算模块M3.1核算出的工业品碳排放结果数据,对照环境影响敏感性分析的不同评价方法,评价工业品全生命周期碳数据存在的差异性,以对比不同的环境影响敏感性分析评价方法对工业品碳数据核算的敏感度,从敏感性层面,优选数据精确度较高,对碳数据结果影响较小的敏感性核算评价方法,减少因评价方法不合理造成的工业品碳数据差异大的问题。
所述工业品碳数据核算范围确定系统包括工业品碳数据核算边界确定模块M1.1、工业品碳数据匹配处理模块M1.2、工业品碳数据核算模型构建模块M1.3,还可以进一步包括:工业品碳数据质量评估模块M1.4、工业品环境影响特征化参数预置模块M1.5。
工业品碳数据质量评估模块M1.4是在所述工业品碳数据核算边界确定模块M1.1和工业品碳数据匹配处理模块M1.2对工业品碳数据核算边界进行明确,并对工业品碳数据预先进行优化舍弃和科学匹配的基础上,对工业品碳数据按照数据完整性、技术代表性、时间代表性、地域代表性和一致性等多个维度进行全面质量评估的模块。该模块将从工业品全周期碳排放的现状入手,准确、规范评估其碳排放数据的质量,提升整个工业品碳排放数据核算合规性和科学性,为核算出相对权威、可信的工业品碳排放结果数据提供规范性评估验证。
工业品环境影响特征化参数预置模块M1.5将在所述工业品碳数据匹配处理模块M1.2和工业品碳数据核算模型构建模块M1.3对工业品碳数据进行科学匹配并构建碳数据核算模型的已有条件下,进一步对工业品碳数据核算模型补充环境影响类别、类别参数及特征化算法,此模块是对工业品碳数据核算模型构建模块M1.3的核算完整性的优化和完善,是依据科学、规范的工业品碳数据核算模型开展核算的必要条件和重要补充。
下面结合应用场景通过本发明的优选实施例对本发明进行更加详细的说明。
A公司现有10种产品出口E地区。随着E地区对进口产品碳排放控制的日益严格,E地区客户要求A公司10种产品在出口E地区时,需提供每种产品的碳足迹报告及数据,否则将不再购买A公司这10种产品。由于A公司对产品碳足迹数据了解不全面,也没有科学规范的核算碳足迹的能力,无法进行产品碳足迹核算。而现有技术中也没有系统能够较好地进行核算支持。对此,A公司可以借助所述工业品采购供应链碳数据智能核算方法和系统,按照该技术方案的数据收集及分类要求提供这10种产品的生产原料数据、能源消耗数据、生产、运输及使用阶段的过程数据,依托该技术方案实现了这10种产品的碳足迹计算,并输出规范的碳足迹报告及数据,满足了客户需求,解除了贸易限制,为公司经营做出了积极贡献。
工业品采购供应链碳数据智能核算方法和系统充分对接当前国内外贸易市场对工业品碳足迹数据的明确要求,顺应工业品供应链低碳化发展趋势,基于供应链企业对本企业产品的碳排放数据了解不深入、核算边界模糊、难以分类和匹配、过程碳数据识别不准确、碳排放背景数据无法提供以及碳核算研究能力薄弱等一系列难题,对工业品碳数据核算边界进行科学界定,通过识别分析、背景数据处理及分配换算的逻辑处理方法对工业品碳数据生命周期清单进行全面识别。
在以上技术解决方案的基础上,对工业品碳数据进行结果核算、过程贡献核算和生命周期敏感性核算,从而解决工业品碳排放数据缺乏细致、规范核算方法和系统的技术问题。同时在对工业品碳数据进行科学、规范核算的基础上,注重将本技术方案所有核算逻辑和算法全部嵌入在线核算系统和模型中,实现基于计算机系统在线智能完成工业品碳数据核算的目标。
综上所述,本技术方案整体解决了工业品碳排放数据从核算边界确定→数据匹配处理→核算模型构建→过程碳数据识别分析→背景数据处理→碳数据分配核算→碳数据集成核算的整个过程存在的一系列技术问题,尤其适用于供应链企业为应对下游客户的碳数据要求对本企业产品进行碳足迹数据核算的业务需求,是供应链企业进行产品碳排放数据研究分析和应对下游客户低碳要求和贸易限制的成熟和完整技术方案。
下面对本发明解决的技术难点进行具体说明。
工业品采购供应链碳数据智能核算系统包含的工业品碳数据核算范围确定系统、工业品碳数据生命周期清单识别系统、工业品碳数据集成核算系统在工作配合中解决的技术难点如下:
1、工业品碳数据科学匹配与处理:传统的工业品碳排放数据在核算处理过程中,只能将工业品碳排放数据核算涉及的原料和能源投入进行简单分类、汇总处理,不具备应对某一产品由多种原材料构成且生产工序复杂情况下如何准确核算碳数据的难题,如果这一难题无法解决,将对核算工业品碳数据造成极大障碍。本系统针对所述难题,进行针对性的研究和创新,依据原料及能源输入、输出比例制定取舍处理算法,并对工业品碳排放核算系统相关的输入和输出数据进行科学匹配,从而针对工业品由多种原材料构成且生产工序复杂情况下核算碳数据的所有难题,提出规范、系统的碳数据科学匹配和高效处理的核算逻辑和方法,为后续识别工业品生命周期清单并对工业品碳数据进行集成核算打下坚实的技术基础;
2、工业品实际过程数据识别分析:工业品全生命周期碳排放数据涉及环节多、尤其是各种原料及能源投入、产出关系错综复杂,相互关联,难以理清。运输环节存在多个边界,难以全面、准确界定。传统的工业品碳排放过程数据识别分析因为缺少全面、系统的分析方法,往往只分析主要原料及主要能源的消耗数据,无法对工业品全生命周期所有过程数据进行识别分析,而这一难点已对全面、准确核算工业品碳排放结果数据造成了显著障碍,且极大降低工业品实际过程碳数据的精度。本系统基于全生命周期理论,根据所述工业品碳数据匹配处理模块M1.2制定的工业品原料及能源数据取舍处理算法及匹配逻辑,对工业品实际过程的原料投入、能源投入、数据准确获取、产品输出、污染物排放、各种运输数据进行精确识别和分析。从而实现对工业品全生命周期实际过程数据在确定边界、制定匹配处理规则、构建核算模型的基础上进行科学、高效的识别分析。以系统化的分析识别规则和创造性的算法,针对传统的工业品碳排放过程数据识别分析存在的难点问题,进行逐一解决和完善,显著提升工业品实际过程碳数据识别分析的质量和数据精度,为工业品碳数据集成核算并输出准确、规范的碳排放结果数据扫清了技术障碍,提升了数据权威性。
3、工业品碳数据过程贡献核算:工业品全生命周期碳排放涉及原料投入、生产制造、运输等多个工序和复杂多变的核算边界,传统的工业品碳数据核算仅具备在简单、粗放的核算边界内对主要原料及能源投产出进行过程贡献核算,考虑其没有全面识别工业品碳数据的影响因素和构成贡献的工序环节,因此无法对工业品碳数据的过程贡献进行明确界定,无法量化分析哪些环节和投入因素对工业品碳数据结果的具体贡献,也无助于通过核算工业品碳数据寻找降低工业品碳排放的有效路径。本系统首先解决界定工业品碳数据核算边界并核算出各工序碳数据的难题,再从工业品生产过程直接贡献及其所有上游过程的间接贡献两个维度,按照直接负荷和间接负荷两个层面对工业品碳排放数据的过程贡献进行分类和核算,从而通过数据化的贡献对工业品碳排放数据进行核算和分析,成功解决了无法量化分析哪些环节和投入因素对工业品碳数据结果产生具体影响这一系统性难题。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
本发明还提供一种工业品采购供应链碳数据智能核算方法,本领域技术人员可以通过执行所述工业品采购供应链碳数据智能核算方法的流程步骤实现所述工业品采购供应链碳数据智能核算系统,即可以将所述工业品采购供应链碳数据智能核算方法理解为所述工业品采购供应链碳数据智能核算系统的优选实施方式。具体地,根据本发明提供的一种工业品采购供应链碳数据智能核算方法,包括:
工业品碳数据核算范围确定步骤:确定工业品碳数据核算边界,制定碳排放数据取舍处理算法,构建工业品碳排放数据核算模型;
工业品碳数据生命周期清单识别步骤:根据所述碳排放数据取舍处理算法、所述工业品碳排放数据核算模型的匹配逻辑,对工业品实际过程的数据进行识别分析并转化为碳流数据,并进行分配换算得到工业品投入、产出碳排放数据;
工业品碳数据集成核算步骤:根据所述工业品投入产出碳排放数据,基于所述工业品碳排放数据核算模型,核算出工业品碳排放结果数据。
优选地,所述工业品碳数据核算范围确定步骤,包括:
工业品碳数据核算边界确定步骤S1.1:根据工业品碳数据核算全周期的所有范围,并依据碳数据核算的要求和实际核算取值的可行性,确定工业品碳数据核算边界;其中,所述工业品碳数据核算全周期的所有范围是指产品上游原材料获取、产品上游原材料运输、产品生产过程、产品运输过程、产品使用过程、产品废弃处理过程;
工业品碳数据匹配处理步骤S1.2:根据所述工业品碳数据核算边界,制定工业品碳排放数据核算涉及的原料及能源输入、输出占总量比例的碳排放数据取舍处理算法,并对碳排放数据进行舍弃处理,作为工业品碳排放数据核算模型的输入和输出数据的提前匹配处理;
工业品碳数据核算模型构建步骤S1.3:根据所述工业品碳数据核算边界、所述碳排放数据取舍处理算法构建工业品碳排放数据核算模型;其中,通过所述工业品碳排放数据核算模型对工业品碳数据进行自动匹配处理。
优选地,所述工业品碳数据核算范围确定步骤,包括:
工业品实际过程碳数据识别分析步骤S2.1:根据所述碳排放数据取舍处理算法、所述工业品碳排放数据核算模型的匹配逻辑,对工业品实际过程的数据进行识别分析;其中,所述工业品实际过程的数据包括原料投入名称、原料投入量、能源投入名称、能源投入量、数据抓取方式和来源、产品输出名称、产品输出数量及去向、污染物排放名称、污染物数量、污染物数据占比、原料运输重量及距离、中间品运输重量及距离、废物运输重量及距离;
工业品碳排放背景数据处理步骤S2.2:从全生命周期的角度,将识别分析得到的工业品实际过程的碳排放物质流和能源流数据转化为碳流数据;
工业品碳数据分配换算步骤S2.3:根据所述碳流数据进行分配换算,以对与核算工业品碳排放数据相关的投入和产出数据进行分配换算,得到工业品投入、产出碳排放数据。
优选地,所述工业品碳数据集成核算步骤,包括:
工业品碳数据结果核算步骤S3.1:根据所述工业品投入产出碳排放数据,基于所述工业品碳排放数据核算模型,核算出工业品碳排放结果数据;
工业品碳数据过程贡献核算步骤S3.2:根据所述工业品碳排放结果数据,从工业品生产过程直接贡献及其所有上游过程的间接贡献两个维度,相应按照直接负荷和间接负荷两个层面对工业品碳排放数据的过程贡献进行分类和核算,展示工业品各环节碳排放数据的构成比例和潜在贡献影响;
工业品碳数据生命周期敏感性核算步骤S3.3:根据所述工业品碳排放结果数据,对照环境影响敏感性分析的不同评价方法,评价工业品全生命周期碳数据存在的差异性,以对比不同的环境影响敏感性分析评价方法对工业品碳数据核算的敏感度,并对数据精确度进行排名,对碳数据结果影响进行排名,优选数据精确度较高,对碳数据结果影响较小的评价方法。
优选地,所述工业品碳数据核算确定步骤还包括:
工业品碳数据质量评估步骤S1.4:对工业品碳数据按照数据完整性、技术代表性、时间代表性、地域代表性和一致性等多个维度进行质量评估;
工业品环境影响特征化参数预置步骤S1.5:对工业品碳数据核算模型补充环境影响类别、类别参数及特征化算法。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于所述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种工业品采购供应链碳数据智能核算系统,其特征在于,包括:
工业品碳数据核算范围确定系统:确定工业品碳数据核算边界,制定碳排放数据取舍处理算法,构建工业品碳排放数据核算模型;
工业品碳数据生命周期清单识别系统:根据所述碳排放数据取舍处理算法、所述工业品碳排放数据核算模型的匹配逻辑,对工业品实际过程的数据进行识别分析并转化为碳流数据,并进行分配换算得到工业品投入、产出碳排放数据;
工业品碳数据集成核算系统:根据所述工业品投入产出碳排放数据,基于所述工业品碳排放数据核算模型,核算出工业品碳排放结果数据。
2.根据权利要求1所述的工业品采购供应链碳数据智能核算系统,其特征在于,所述工业品碳数据核算范围确定系统,包括:
工业品碳数据核算边界确定模块M1.1:根据工业品碳数据核算全周期的所有范围,并依据碳数据核算的要求和实际核算取值的可行性,确定工业品碳数据核算边界;其中,所述工业品碳数据核算全周期的所有范围是指产品上游原材料获取、产品上游原材料运输、产品生产过程、产品运输过程、产品使用过程、产品废弃处理过程;
工业品碳数据匹配处理模块M1.2:根据所述工业品碳数据核算边界,制定工业品碳排放数据核算涉及的原料及能源输入、输出占总量比例的碳排放数据取舍处理算法,并对碳排放数据进行舍弃处理,作为工业品碳排放数据核算模型的输入和输出数据的提前匹配处理;
工业品碳数据核算模型构建模块M1.3:根据所述工业品碳数据核算边界、所述碳排放数据取舍处理算法构建工业品碳排放数据核算模型;其中,通过所述工业品碳排放数据核算模型对工业品碳数据进行自动匹配处理。
3.根据权利要求2所述的工业品采购供应链碳数据智能核算系统,其特征在于,所述工业品碳数据核算范围确定系统,包括:
工业品实际过程碳数据识别分析模块M2.1:根据所述碳排放数据取舍处理算法、所述工业品碳排放数据核算模型的匹配逻辑,对工业品实际过程的数据进行识别分析;其中,所述工业品实际过程的数据包括原料投入名称、原料投入量、能源投入名称、能源投入量、数据抓取方式和来源、产品输出名称、产品输出数量及去向、污染物排放名称、污染物数量、污染物数据占比、原料运输重量及距离、中间品运输重量及距离、废物运输重量及距离;
工业品碳排放背景数据处理模块M2.2:从全生命周期的角度,将识别分析得到的工业品实际过程的碳排放物质流和能源流数据转化为碳流数据;
工业品碳数据分配换算模块M2.3:根据所述碳流数据进行分配换算,以对与核算工业品碳排放数据相关的投入和产出数据进行分配换算,得到工业品投入、产出碳排放数据。
4.根据权利要求3所述的工业品采购供应链碳数据智能核算系统,其特征在于,所述工业品碳数据集成核算系统,包括:
工业品碳数据结果核算模块M3.1:根据所述工业品投入产出碳排放数据,基于所述工业品碳排放数据核算模型,核算出工业品碳排放结果数据;
工业品碳数据过程贡献核算模块M3.2:根据所述工业品碳排放结果数据,从工业品生产过程直接贡献及其所有上游过程的间接贡献两个维度,相应按照直接负荷和间接负荷两个层面对工业品碳排放数据的过程贡献进行分类和核算,展示工业品各环节碳排放数据的构成比例和潜在贡献影响;
工业品碳数据生命周期敏感性核算模块M3.3:根据所述工业品碳排放结果数据,对照环境影响敏感性分析的不同评价方法,评价工业品全生命周期碳数据存在的差异性,以对比不同的环境影响敏感性分析评价方法对工业品碳数据核算的敏感度,并对数据精确度进行排名,对碳数据结果影响进行排名,选数据精确度较高,对碳数据结果影响较小的评价方法。
5.根据权利要求4所述的工业品采购供应链碳数据智能核算系统,其特征在于,所述工业品碳数据核算范围确定系统还包括:
工业品碳数据质量评估模块M1.4:对工业品碳数据按照数据完整性、技术代表性、时间代表性、地域代表性和一致性多个维度进行质量评估;
工业品环境影响特征化参数预置模块M1.5:对工业品碳数据核算模型补充环境影响类别、类别参数及特征化算法。
6.一种工业品采购供应链碳数据智能核算方法,其特征在于,包括:
工业品碳数据核算范围确定步骤:确定工业品碳数据核算边界,制定碳排放数据取舍处理算法,构建工业品碳排放数据核算模型;
工业品碳数据生命周期清单识别步骤:根据所述碳排放数据取舍处理算法、所述工业品碳排放数据核算模型的匹配逻辑,对工业品实际过程的数据进行识别分析并转化为碳流数据,并进行分配换算得到工业品投入、产出碳排放数据;
工业品碳数据集成核算步骤:根据所述工业品投入产出碳排放数据,基于所述工业品碳排放数据核算模型,核算出工业品碳排放结果数据。
7.根据权利要求6所述的工业品采购供应链碳数据智能核算方法,其特征在于,所述工业品碳数据核算范围确定步骤,包括:
工业品碳数据核算边界确定步骤S1.1:根据工业品碳数据核算全周期的所有范围,并依据碳数据核算的要求和实际核算取值的可行性,确定工业品碳数据核算边界;其中,所述工业品碳数据核算全周期的所有范围是指产品上游原材料获取、产品上游原材料运输、产品生产过程、产品运输过程、产品使用过程、产品废弃处理过程;
工业品碳数据匹配处理步骤S1.2:根据所述工业品碳数据核算边界,制定工业品碳排放数据核算涉及的原料及能源输入、输出占总量比例的碳排放数据取舍处理算法,并对碳排放数据进行舍弃处理,作为工业品碳排放数据核算模型的输入和输出数据的提前匹配处理;
工业品碳数据核算模型构建步骤S1.3:根据所述工业品碳数据核算边界、所述碳排放数据取舍处理算法构建工业品碳排放数据核算模型;其中,通过所述工业品碳排放数据核算模型对工业品碳数据进行自动匹配处理。
8.根据权利要求7所述的工业品采购供应链碳数据智能核算方法,其特征在于,所述工业品碳数据核算范围确定步骤,包括:
工业品实际过程碳数据识别分析步骤S2.1:根据所述碳排放数据取舍处理算法、所述工业品碳排放数据核算模型的匹配逻辑,对工业品实际过程的数据进行识别分析;其中,所述工业品实际过程的数据包括原料投入名称、原料投入量、能源投入名称、能源投入量、数据抓取方式和来源、产品输出名称、产品输出数量及去向、污染物排放名称、污染物数量、污染物数据占比、原料运输重量及距离、中间品运输重量及距离、废物运输重量及距离;
工业品碳排放背景数据处理步骤S2.2:从全生命周期的角度,将识别分析得到的工业品实际过程的碳排放物质流和能源流数据转化为碳流数据;
工业品碳数据分配换算步骤S2.3:根据所述碳流数据进行分配换算,以对与核算工业品碳排放数据相关的投入和产出数据进行分配换算,得到工业品投入、产出碳排放数据。
9.根据权利要求8所述的工业品采购供应链碳数据智能核算方法,其特征在于,所述工业品碳数据集成核算步骤,包括:
工业品碳数据结果核算步骤S3.1:根据所述工业品投入产出碳排放数据,基于所述工业品碳排放数据核算模型,核算出工业品碳排放结果数据;
工业品碳数据过程贡献核算步骤S3.2:根据所述工业品碳排放结果数据,从工业品生产过程直接贡献及其所有上游过程的间接贡献两个维度,相应按照直接负荷和间接负荷两个层面对工业品碳排放数据的过程贡献进行分类和核算,展示工业品各环节碳排放数据的构成比例和潜在贡献影响;
工业品碳数据生命周期敏感性核算步骤S3.3:根据所述工业品碳排放结果数据,对照环境影响敏感性分析的不同评价方法,评价工业品全生命周期碳数据存在的差异性,以对比不同的环境影响敏感性分析评价方法对工业品碳数据核算的敏感度,并对数据精确度进行排名,对碳数据结果影响进行排名,选数据精确度较高,对碳数据结果影响较小的评价方法。
10.根据权利要求9所述的工业品采购供应链碳数据智能核算方法,其特征在于,所述工业品碳数据核算确定步骤还包括:
工业品碳数据质量评估步骤S1.4:对工业品碳数据按照数据完整性、技术代表性、时间代表性、地域代表性和一致性多个维度进行质量评估;
工业品环境影响特征化参数预置步骤S1.5:对工业品碳数据核算模型补充环境影响类别、类别参数及特征化算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211415071.9A CN115689311B (zh) | 2022-11-11 | 2022-11-11 | 工业品采购供应链碳数据智能核算方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211415071.9A CN115689311B (zh) | 2022-11-11 | 2022-11-11 | 工业品采购供应链碳数据智能核算方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115689311A true CN115689311A (zh) | 2023-02-03 |
CN115689311B CN115689311B (zh) | 2023-10-24 |
Family
ID=85052188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211415071.9A Active CN115689311B (zh) | 2022-11-11 | 2022-11-11 | 工业品采购供应链碳数据智能核算方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115689311B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116050934A (zh) * | 2023-02-14 | 2023-05-02 | 中国特种设备检测研究院 | 一种工业锅炉的产品碳足迹核算方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948901A (zh) * | 2019-02-13 | 2019-06-28 | 广东财经大学 | 一种用于家用洗涤剂产品的碳足迹的核算方法及系统 |
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 |
CN114462133A (zh) * | 2022-04-12 | 2022-05-10 | 天津水泥工业设计研究院有限公司 | 基于数字孪生技术装备产品碳足迹数字化核算方法及系统 |
CN114881479A (zh) * | 2022-05-10 | 2022-08-09 | 重庆赛宝工业技术研究院有限公司 | 一种碳排放核算系统 |
CN115049190A (zh) * | 2022-02-25 | 2022-09-13 | 浙江电力建设工程咨询有限公司 | 一种适用于电网建设项目的碳排放核算方法 |
CN115114346A (zh) * | 2022-04-15 | 2022-09-27 | 安徽南瑞中天电力电子有限公司 | 一种精细化的碳排放信息化采集及核算方法、系统、终端 |
WO2022206354A1 (zh) * | 2021-04-02 | 2022-10-06 | 广东工业大学 | 用于工序、工况和项目级公路建设活动的碳排放测算方法 |
CN115271345A (zh) * | 2022-06-22 | 2022-11-01 | 国网山东省电力公司经济技术研究院 | 一种变压器生产物流碳排放核算方法、系统、设备及介质 |
-
2022
- 2022-11-11 CN CN202211415071.9A patent/CN115689311B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948901A (zh) * | 2019-02-13 | 2019-06-28 | 广东财经大学 | 一种用于家用洗涤剂产品的碳足迹的核算方法及系统 |
WO2022206354A1 (zh) * | 2021-04-02 | 2022-10-06 | 广东工业大学 | 用于工序、工况和项目级公路建设活动的碳排放测算方法 |
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 |
CN115049190A (zh) * | 2022-02-25 | 2022-09-13 | 浙江电力建设工程咨询有限公司 | 一种适用于电网建设项目的碳排放核算方法 |
CN114462133A (zh) * | 2022-04-12 | 2022-05-10 | 天津水泥工业设计研究院有限公司 | 基于数字孪生技术装备产品碳足迹数字化核算方法及系统 |
CN115114346A (zh) * | 2022-04-15 | 2022-09-27 | 安徽南瑞中天电力电子有限公司 | 一种精细化的碳排放信息化采集及核算方法、系统、终端 |
CN114881479A (zh) * | 2022-05-10 | 2022-08-09 | 重庆赛宝工业技术研究院有限公司 | 一种碳排放核算系统 |
CN115271345A (zh) * | 2022-06-22 | 2022-11-01 | 国网山东省电力公司经济技术研究院 | 一种变压器生产物流碳排放核算方法、系统、设备及介质 |
Non-Patent Citations (1)
Title |
---|
张城;田晓飞;阚欢迎;刘志峰;: "面向低碳认证的家电产品碳排放核算方法研究", 合肥工业大学学报(自然科学版), no. 09, pages 12 - 19 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116050934A (zh) * | 2023-02-14 | 2023-05-02 | 中国特种设备检测研究院 | 一种工业锅炉的产品碳足迹核算方法 |
CN116050934B (zh) * | 2023-02-14 | 2024-01-19 | 中国特种设备检测研究院 | 一种工业锅炉的产品碳足迹核算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115689311B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Feng et al. | Integrated linguistic entropy weight method and multi-objective programming model for supplier selection and order allocation in a circular economy: A case study | |
Wu et al. | An integrated decision-making model for sustainable photovoltaic module supplier selection based on combined weight and cumulative prospect theory | |
Jamali et al. | Analysing larg supply chain management management competitive strategies in Iranian cement industries | |
CN114169574B (zh) | 一种通过工业运行电力指数进行大气污染预测的方法 | |
CN115438912B (zh) | 工业品采购供应链碳排放信息数据综合管理方法和系统 | |
CN115689311A (zh) | 工业品采购供应链碳数据智能核算方法和系统 | |
Guo et al. | Quality control in production process of product-service system: A method based on turtle diagram and evaluation model | |
CN111338302A (zh) | 基于工业大数据和工业物联网的化工工艺建模处理系统 | |
CN112926840A (zh) | 一种水电工程土建试验数据统计分析方法和系统 | |
CN113986869A (zh) | 基于机器学习时序预测算法的建设工程材料价格信息数据计算方法 | |
CN115271345A (zh) | 一种变压器生产物流碳排放核算方法、系统、设备及介质 | |
CN101635037A (zh) | 建筑业投标书的自动评审方法 | |
CN114282697A (zh) | 一种设备类供应商差异化绩效确定方法和系统 | |
Noyel et al. | Improving production process performance thanks to neuronal analysis | |
CN117094840A (zh) | 适用于工业品采购供应链的碳数据分析系统及方法 | |
CN107679659A (zh) | 新型工业用电量预测方法 | |
CN112949961A (zh) | 一种大数据技术质量信息分析评价及电商化采购质量管控策略应用的方法 | |
Phruksaphanrat et al. | Lean techniques and simulation-based optimization for improving wood plastic composite manufacturing | |
CN113592145B (zh) | 基于全生命周期的生物质资源转化系统评价系统及方法 | |
CN110738423B (zh) | 一种卷接设备综合效能评价方法 | |
CN113962581A (zh) | 一种基于大数据的产业链工厂产能评估方法及系统 | |
Zhao et al. | MFCA-based simulation analysis for production LOT-size determination in a multi-variety and small-batch production system | |
Sun et al. | An automated warehouse sorting system for small manufacturing enterprise applying discrete event simulation | |
CN113947273A (zh) | 一种基于大数据的多途径配网成本核算系统 | |
Ongbali et al. | The roles of implementing key sustainable manufacturing strategy in production efficiency improvement of fast moving consumable goods: A review |
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 |