CN115809740A - 建筑施工的碳排放评估方法、装置、存储介质及电子设备 - Google Patents
建筑施工的碳排放评估方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN115809740A CN115809740A CN202211652792.1A CN202211652792A CN115809740A CN 115809740 A CN115809740 A CN 115809740A CN 202211652792 A CN202211652792 A CN 202211652792A CN 115809740 A CN115809740 A CN 115809740A
- Authority
- CN
- China
- Prior art keywords
- construction
- actual
- carbon emission
- bim model
- original
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种建筑施工的碳排放评估方法、装置、存储介质及电子设备,其中方法包括:根据实际施工进展数据构建当前施工阶段中的实际BIM模型,根据建筑施工前的原始施工设计数据构建原始BIM模型,根据构建的所述实际BIM模型与原始BIM模型的差异值计算当前施工阶段的实际工期与预期工期的工期差值,确定当前施工阶段中的实际碳排放量,根据工期差值以及实际碳排放量预估碳排差值,以实际的碳排放监测为主,以工期差值对应的碳排放量的估算为辅,从而估算出实际施工过程的碳排放值与模拟数据得出的碳排放预测值之间的碳排差值,误差较小,降低了碳排差值的估计误差。
Description
技术领域
本发明涉及碳排放测算技术领域,特别涉及一种建筑施工的碳排放评估方法、装置、存储介质及电子设备。
背景技术
碳达峰、碳中和已经上升为国家战略,中国将提高国家自主贡献力度,采取更加有力的政策和措施,二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和;建筑领域碳排放超过全国碳排放总量的50%,是实现国家目标的关键领域。
目前在针对建筑施工的碳排放评估方法主要是进行建筑施工模拟,对模拟数据进行碳排放预测,但建筑施工实际过程中有各种不可控因素导致模拟数据有很大的误差。
发明内容
本发明公开了一种建筑施工的碳排放评估方法、装置、存储介质及电子设备,能够准确评估出实际施工过程的碳排放值与模拟数据得出的碳排放预测值之间的碳排差值,具体方案如下:
第一方面,提供一种建筑施工碳排放评估方法,所述方法包括:
根据实际施工进展数据构建当前施工阶段中的实际BIM模型,根据建筑施工前的原始施工设计数据构建原始BIM模型;
根据构建的所述实际BIM模型与所述原始BIM模型的差异值计算所述当前施工阶段的实际工期与预期工期的工期差值;
确定所述当前施工阶段中的实际碳排放量,根据所述工期差值以及所述实际碳排放量预估碳排差值。
进一步地,所述根据实际施工进展数据构建当前施工阶段中的实际BIM模型包括:
获取无人机按照设定的航线扫描施工工地得到的所述实际施工进展数据;
根据所述实际施工进展数据构建所述实际BIM模型。
进一步地,所述根据实际施工进展数据构建实际BIM模型包括:
将所述无人机上安装的影像采集设备对所述施工工地扫描得到的影像数据转换为第一点云数据,所述第一点云数据包括第一坐标信息,以及,与所述第一坐标信息对应的颜色信息;
将所述无人机上的雷达对所述施工工地扫描得到的回波信号转换为所述第二点云数据,所述第二点云数据包括含第二坐标信息,以及与所述第二坐标信息对应的反射强度;
根据所述第一坐标信息以及所述第二坐标信息将所述第一点云数据和所述第二点云数据融合得到所述实际施工进展数据;
根据所述实际施工进展数据生成所述当前施工阶段的所述实际BIM模型;
根据构件属性对所述实际BIM模型进行编码,其中所述实际BIM模型与所述原始BIM模型中具有相同的构件编码。
进一步地,所述根据构建的所述实际BIM模型与所述原始BIM模型的差异值计算所述当前施工阶段的实际工期与预期工期的工期差值包括:
将所述实际BIM模型的原点坐标和所述原始BIM模型的原点坐标进行配准;
在配准之后,将所述实际BIM模型和所述原始BIM模型进行对比,得出所述工期差值。
进一步地,所述将所述实际BIM模型和所述原始BIM模型进行对比,得出所述工期差值包括:
将所述实际BIM模型的构件编码与所述原始BIM模型的构件编码相对应得到相同构件编码组成的构件列表;
将所述构件列表中的所述构件通过正交投影得到构件在xy,yz,xz三个面的二维投影轮廓图得到该构件的面积与体积;
对于同一构件编码,计算所述实际BIM模型中的构件的面积与所述原始BIM模型中的构件的面积的面积差异值,所述实际BIM模型中的构件的体积与所述原始BIM模型中的构件的体积的体积差异值;
遍历所述构件列表得出针对于构件列表中的所有所述构件编码对应的所述面积差异值以及所述体积差异值,从而得到所述实际BIM模型与所述原始BIM模型的差异值;
根据所述实际BIM模型与所述原始BIM模型的差异值得到当前施工进度,从所述原始施工设计数据中提取所述当前施工进度的预期工期;
将所述当前施工阶段的所述实际工期与所述预期工期的差值作为所述工期差值。
进一步地,所述确定当前施工阶段中的实际碳排放量包括:
根据所述施工工地的监控信息确定所述当前施工阶段中每天的人员以及车辆出入情况,从而计算所述当前施工阶段中由人员以及车辆引起的第一碳排放量;
根据所述施工工地的施工设备的运行情况确定所述当前施工阶段中施工设备每天的碳排放量,从而计算所述当前施工阶段中施工设备引起的第二碳排放量;
将所述第一碳排放量以及所述第二碳排放量的总和作为实际碳排放量。
进一步地,所述方法还包括:
根据所述施工工地的监控信息识别出所述当前施工阶段中每天进出所述施工工地的人员进出量和进出时间差,并根据所述进出时间差计算出每人当日的碳排放量;
所述当前施工阶段中每天的人员碳排放量等于所有人员当日的碳排放量总和,采用如下公式计算:
每天的人员碳排放量=Σ(A1*Tn),其中,A1为人员每小时的碳排放量,Tn为当日进出所述施工工地的第n个人员的进出时间差,n∈N,N为当日进出所述施工工地的人员进出量。
进一步地,所述方法还包括:
根据所述施工工地的所述监控信息识别出所述当前施工阶段中每天进出所述施工工地的车辆信息,根据所述车辆信息从所述原始施工设计数据中获取每辆车辆的运输距离从而得出每辆车的油耗量;
根据每天中所有辆车的油耗量得出每天车辆碳排放量,其中车辆碳排放量=Σ(A2*Ls)+Σ(A3*Mu),其中,A2为汽油排放系数,Ls为当日第s辆汽油车的油耗量,A3为柴油排放系数,Mu为当日第u辆柴油车的油耗量,s∈S,u∈U,S为当日进出所述施工工地的汽油车的数量总和,U为当日进出所述施工工地的柴油车的数量总和。
进一步地,所述根据所述施工工地的施工设备的运行情况确定所述当前施工阶段中施工设备每天的碳排放量包括:
根据所述施工设备的所述运行情况得出每一所述施工设备的每日的耗电量;
施工设备每天的碳排放量=ΣCg*A4,Cg为所述施工工地当日第g个施工设备的耗电量,g∈G,G为所述施工工地当日使用的施工设备的总数,A4为电力的碳排放系数。
进一步地,所述根据所述工期差值以及所述实际碳排放量预估碳排差值包括:
根据所述实际碳排放量得到所述当前施工阶段中每一天的平均碳排放量;
将所述每一天的平均碳排放量与所述工期差值的乘积作为碳排差值。
进一步地,所述方法还包括:
根据所述原始施工设计数据,调用碳因子数据库、资源消耗数据库模拟所述当前施工阶段的模拟碳排放值;
根据所述碳排差值对所述模拟碳排放值进行更新,对所述原始BIM模型的参数进行优化。
第二方面,提供一种建筑施工碳排放评估装置,所述装置包括:
模型构建模块,用于根据实际施工进展数据构建当前施工阶段中的实际BIM模型,根据建筑施工前的原始施工设计数据构建原始BIM模型;
工期差值计算模块,用于根据构建的所述实际BIM模型与所述原始BIM模型的差异值计算所述当前施工阶段的实际工期与预期工期的工期差值;
碳排差值确定模块,用于确定所述当前施工阶段中的实际碳排放量,根据所述工期差值以及所述实际碳排放量预估碳排差值。
第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如前所述的建筑施工碳排放评估方法。
第四方面,提供一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如前所述的建筑施工碳排放评估方法。
在本发明中,根据实际施工进展数据构建当前施工阶段中的实际BIM模型,根据建筑施工前的原始施工设计数据构建原始BIM模型,根据构建的所述实际BIM模型与原始BIM模型的差异值计算当前施工阶段的实际工期与预期工期的工期差值,确定当前施工阶段中的实际碳排放量,根据工期差值以及实际碳排放量预估碳排差值,以实际的碳排放监测为主,以工期差值对应的碳排放量的估算为辅,从而估算出实际施工过程的碳排放值与模拟数据得出的碳排放预测值之间的碳排差值,误差较小,降低了碳排差值的估计误差。进一步地,本发明中,根据碳排差值对模拟碳排放值进行更新,对原始BIM模型的参数进行优化,从而优化了施工方案,及时调整原始BIM模型中的时间参数以及资源投入,使得原始BIM模型能更加接近实测值,便于指导后续的施工过程,在碳排超过预期时,及时调整施工方案,尽可能减排。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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他的附图。
图1为本发明实施例一中的建筑施工碳排放评估方法的流程图;
图2为本发明实施例二中的建筑施工碳排放评估方法的流程图;
图3为本发明实施例三的建筑施工碳排放评估装置的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在整个说明书中,对“一个实施方式”、“一个示例”或“示例”的提及意味着:结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此,在整个说明书的各个地方出现的短语“在一个实施方式中”、“在实施方式中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的组合和/或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。
实施例一
如图1所示,本实施例提供一种建筑施工碳排放评估方法,该方法包括:
S101、根据实际施工进展数据构建当前施工阶段中的实际BIM模型,根据建筑施工前的原始施工设计数据构建原始BIM模型。
在本步骤中,实际施工进展数据是实际监测得到的,示例性地,实际施工进展数据可以为对施工工地现场监测到的数据,可以为图像数据,也可以为雷达监测到的数据,在获取到实际施工进展数据之后采用数字孪生三维场景进行模拟得到实际BIM模型。原始施工设计数据包括预设施工方案清单、工程量等原始数据。
S102、根据构建的实际BIM模型与原始BIM模型的差异值计算当前施工阶段的实际工期与预期工期的工期差值。
在本步骤中,当前施工阶段的实际工期可以通过开工时期到当前日期计算得到,根据实际BIM模型与原始BIM模型相对比可以得到当前施工阶段的施工进度,在预设施工方案清单中记载有当前施工阶段对应的施工阶段的预期工期,因此,可以通过施工进度以及预设施工方案清单得到预期工期,在此基础上,将实际工期与预期工期的差值作为工期差值,示例性地,假设当前的施工进度对应的实际工期为60天,预期工期为59天,那么工期差值为1天。
S103、确定当前施工阶段中的实际碳排放量,根据工期差值以及实际碳排放量预估碳排差值。
在本步骤中,当前施工阶段中的实际碳排放量可以通过当前施工阶段中的实际数据计算得到,示例性地,在施工工地上,造成碳排放的主要有人员以及相关车辆、设备,根据每天的人员以及相关车辆、设备的碳排放量可以计算得到每天的实际碳排放量,将每天的实际碳排放量相加从而可以得到建筑当前施工阶段中的实际碳排放量,进一步地,估算出工期差值对应的碳排差值。
在本实施例中,根据构建的实际BIM模型与原始BIM模型的差异值计算当前施工阶段的实际工期与预期工期的工期差值,确定建筑当前施工阶段中的实际碳排放量,根据工期差值以及实际碳排放量预估碳排差值,以实际的碳排放监测为主,以工期差值对应的碳排放量的估算为辅,从而估算出碳排差值,误差较小,降低了碳排差值的估计误差。
进一步地,根据实际施工进展数据构建当前施工阶段中的实际BIM模型包括:
获取无人机按照设定的航线扫描施工工地得到的实际施工进展数据;
根据实际施工进展数据构建实际BIM模型。
在本实施例中,具体地,无人机可以定期按照预设的航线进行扫描,示例性地,无人机可以按照每天一次的频率进行飞行,更进一步地每天飞行的时间可以是相同的。无人机按照设定的航线扫描施工工地现场可以得到每天的实际施工进展数据,从而可以获取到当前施工阶段对应的实际施工进展数据,并根据实际施工进展数据构建的实际BIM模型,具有较高的准确性,并且通过无人机获取实际施工进展数据,效率较高。
进一步地,根据实际施工进展数据构建实际BIM模型包括:
将无人机上安装的影像采集设备对施工工地扫描得到的影像数据转换为第一点云数据,第一点云数据包括第一坐标信息,以及,与第一坐标信息对应的颜色信息;
将无人机上的雷达对施工工地扫描得到的回波信号转换为第二点云数据,第二点云数据包括含第二坐标信息,以及与第二坐标信息对应的反射强度;
根据第一坐标信息以及第二坐标信息将第一点云数据和第二点云数据融合得到实际施工进展数据;
根据实际施工进展数据生成当前施工阶段的实际BIM模型;
根据构件属性对实际BIM模型进行编码,其中实际BIM模型与原始BIM模型中具有相同的构件编码。
在本实施例中,无人机上安装的影像采集设备可以为无人机自带的摄像头,也可以为无人机上搭载的一些相机设备、传感器等;其中,影像数据可以为图像数据,也可以为视频数据,示例性地,无人机按照预设的航线飞行时,摄像头对施工工地进行拍摄从而得到视频数据,该视频数据为倾斜摄影数据。将影像数据转换为第一点云数据,第一点云数据包括施工工地上的每一个点的三维坐标以及该三维坐标对应的颜色信息,颜色信息为RGB值。雷达的发射模块按照预设频率向施工工地发射射频信号,该射频信号被施工工地反射后形成回波信号,被雷达的接收模块接收,将该回波信号转换为第二点云数据,第二点云数据包括施工工地上的每一个点的三维坐标以及该三维坐标对应的反射强度,示例性地,本实施例中的雷达可以为激光雷达,反射强度可以为激光反射强度。
将根据第一坐标信息以及第二坐标信息将第一点云数据和第二点云数据融合得到实际施工进展数据,具体地,根据第一坐标信息以及第二坐标信息将第一点云数据和第二点云数据融合得到融合数据,该融合数据为实际施工进展数据,示例性地针对于第一点云数据中某一三维坐标而言,从第二点云数据中查找到该三维坐标对应的雷达射频信号的反射强度,从而得到该三维坐标点对应的颜色信息以及反射强度,最终得到第一点云数据第一第二点云数据的融合数据。
在本实施例中,根据实际施工进展数据生成当前施工阶段的实际BIM模型后,对实际BIM模型的构件进行编码,在编码之前,可以从原始BIM模型中获取到每一个构件的构件编码,在对实际BIM模型中进行构件编码时,需要具有与原始BIM模型中相同的构件编码,便于后续实际BIM模型与原始BIM模型的对比。
进一步地,S102、根据构建的实际BIM模型与原始BIM模型的差异值计算当前施工阶段的实际工期与预期工期的工期差值包括:
将实际BIM模型的原点坐标和原始BIM模型的原点坐标进行配准;
在配准之后,将实际BIM模型和原始BIM模型进行对比,得出工期差值。
在本实施例中,实际BIM模型有相应的原点坐标x1,y1,z1(0,0,0),原始BIM模型也有相应的原点坐标x2,y2,z2(0,0,0),将两个原点坐标放到同一位置从而完成配准。
进一步地,将实际BIM模型和原始BIM模型进行对比,得出工期差值包括:
将实际BIM模型的构件编码与原始BIM模型的构件编码相对应得到相同构件编码组成的构件列表;
将构件列表中的构件通过正交投影得到构件在xy,yz,xz三个面的二维投影轮廓图得到该构件的面积与体积;
对于同一构件编码,计算实际BIM模型中的构件的面积与原始BIM模型中的构件的面积的面积差异值,实际BIM模型中的构件的体积与原始BIM模型中的构件的体积的体积差异值,遍历构件列表得出针对于构件列表中的所有构件编码对应的面积差异值以及体积差异值,从而得到实际BIM模型与原始BIM模型的差异值;
根据实际BIM模型与原始BIM模型的差异值得到当前施工进度,从原始施工设计数据中提取当前施工进度的预期工期;
将当前施工阶段的实际工期与预期工期的差值作为工期差值。
在本实施例中,实际BIM模型中对于每一个构件均具有相应的构件编码,同样地,原始BIM模型中对于每一个构件也具有相应的构件编码,从而可以得到实际BIM模型与原始BIM模型的相同构件编码组成的构件列表,在该构件列表中,每一个构件编码均能在实际BIM模型以及原始BIM模型中找到相应的构件。
针对于构件编码X,X对应的实际BIM模型中的构件D1,将构件D1通过正交投影得到xy,yz,xz这三个面的二维投影轮廓图得到该构件的面积S1与体积V1,X对应的原始BIM模型中的构件D2,将构件D2通过正交投影得到xy,yz,xz这三个面的二维投影轮廓图得到该构件的面积S2与体积V2,从而计算出面积差异值ΔS=S2-S1,体积差异值ΔV=V2-V1,由此,遍历构件列表中的所有构建编码,得到所有的面积差异值ΔS和所有的体积差异值,那么,实际BIM模型中与原始BIM模型的差异值就等于所有面积差异值与所有的体积差异值综合后的结果,具体地,在计算时,针对于不同的构件,面积差异值以及体积差异值对应不同的权重,对于一些构件而言,比如墙面的面积差异值权重高一些,体积差异值的权重低一些,而对于柱类构件,面积差异值的权重低一些,体积差异值的权重高一些。
在计算得到根据实际BIM模型与原始BIM模型的差异值得到当前施工进度,示例性地,比如说,对于从开始当前就建造的墙面而言,其在实际BIM模型的面积是其在原始BIM模型的面积的一半,那么可以认为当前的施工进度为50%。在得到施工进度以后,将当前施工阶段的实际工期与预期工期的差值作为工期差值,工期差值的单位为天,其中根据原始施工设计数据中的施工方案清单以及工程量中可以得到该施工进度对应的预期工期,示例性地,施工进度为50%对应的预期工期为60天,当前施工阶段的实际工期为61天,那么工期差值为1天。
进一步地,确定当前施工阶段中的实际碳排放量包括:
根据施工工地的监控信息确定当前施工阶段中每天的人员以及车辆出入情况,从而计算当前施工阶段中由人员以及车辆引起的第一碳排放量;
根据施工工地的施工设备的运行情况确定当前施工阶段中施工设备每天的碳排放量,从而计算当前施工阶段中施工设备引起的第二碳排放量;
将第一碳排放量以及第二碳排放量的总和作为实际碳排放量。
在本实施例中,对于实际碳排放量是根据当前施工阶段中的每一天的实际情况计算得到的,通过对每一天中的车辆碳排放量以及人员碳排放量相加从而得到施工阶段中由车辆以及人员引起的第一碳排放量,通过对每天中的施工设备的碳排放量相加从而得到施工阶段中由施工设备引起的第二碳排放量,从而准备计算出当前施工阶段的实际碳排放量。
进一步地,该方法包括:
根据施工工地的监控信息识别出当前施工阶段中每天进出施工工地的人员进出量和进出时间差,并根据进出时间差计算出每人当日的碳排放量;
当前施工阶段中每天的人员碳排放量等于所有人员当日的碳排放量总和,采用如下公式计算:
每天的人员碳排放量=Σ(A1*Tn),其中,A1为人员每小时的碳排放量,Tn为当日进出施工工地的第n个人员的进出时间差,n∈N,N为当日进出施工工地的人员进出量。
在本实施例中,为确保施工进度和效率,通过在辖区内建筑施工工地必须搭建视频监控系统以供远程监视并录像取证,满足实时通信和远程指挥以及对应急事件的处理,对监控信息进行人脸识别可以得到施工工地的人员进出量以及相应的进出时间差。
具体地,人员每小时呼吸为40g二氧化碳,换算后得到10.9g碳排放量,通过监控信息的人脸识别得到每天进出的进出时间,从而计算每个人员的进出时间差,进而得到每个人的碳排放量,在公式Σ(10.9*Tn/1000)中,由于人员每小时呼吸的碳排放的单位是g,在公式中除以1000将其换算为kg,因此,A1=10.9/1000,进一步地,n∈N,N为当日的人员进出量,从而将当日中每个进出的人员的碳排放量均计算在内,Tn的单位为小时。
进一步地,该方法还包括:
根据施工工地的监控信息识别出当前施工阶段中每天进出施工工地的车辆信息,根据车辆信息从原始施工设计数据中获取每辆车辆的运输距离从而得出每辆车的油耗量;
根据每天中所有辆车的油耗量得出每天车辆碳排放量,其中车辆碳排放量=Σ(A2*Ls)+Σ(A3*Mu),其中,A2为汽油排放系数,Ls为当日第s辆汽油车的油耗量,A3为柴油排放系数,Mu为当日第u辆柴油车的油耗量,s∈S,u∈U,S为当日进出施工工地的汽油车的数量总和,U为当日进出施工工地的柴油车的数量总和。
在本实施例中,通过对施工工地的监控信息进行视频AI(ArtificialIntelligence,人工智能)识别出车辆信息,具体地,车辆信息为车牌号,原始施工设计数据的施工方案清单中具有每一个车辆的车辆信息对应的运输距离以及该车辆的每公里油耗,根据运输距离以及每公里油耗得到辆车的油耗量。
将每天中汽油车的油耗量对应的碳排放量加上柴油车的油耗量对应的碳排放量得到每天车辆碳排放量,具体地,车辆碳排放量=Σ(A2*Ls)+Σ(A3*Mu),其中A2为汽油排放系数,具体为2.361kgCO2/L=0.643kg碳排放,A3为柴油排放系数,具体为2.778kgCO2/L=0.756kg碳排放,Ls为当日第s辆汽油车的油耗量,s∈S,S为当日进出施工工地的汽油车的数量总和,从而通过Σ(A2*Ls)计算得出当日汽油车的碳排放量,Mu为当日第u辆柴油车的油耗量,u∈U,U为当日进出施工工地的柴油车的数量总和,从而通过Σ(A3*Mu)计算得出当日柴油车的碳排放量。
进一步地,根据施工工地的施工设备的运行情况确定当前施工阶段中施工设备每天的碳排放量包括:
根据施工设备的运行情况得出每一施工设备的每日的耗电量;
施工设备每天的碳排放量=ΣCg*A4,Cg为施工工地当日第g个施工设备的每天耗电量,g∈G,G为施工工地当日使用的施工设备的总数,A4为电力的碳排放系数。
在本实施例中,IOT(Internet of Things,物联网)数据接入,获取当前施工阶段的施工设备的运行情况,示例性地,施工设备包括电机、塔吊等设备,从而得出每一个施工设备每日具体的耗电量kwh,施工设备碳排放量数据公式如下:1kg标准煤=2.293kg二氧化碳=0.625kg碳排放,1kwh=0.1229kg标准煤=0.282kg二氧化碳=0.077kg碳排放,因此A4=0.077,从而通过ΣCg*0.077,Cg为第g个施工设备的每天耗电量,g∈G,G为施工公司当日使用的施工设备的总数,计算得到施工设备每天的碳排放量,将当前施工阶段中的每天的碳排放量相加得到第二碳排放量。
进一步地,根据工期差值以及实际碳排放量预估碳排差值包括:
根据实际碳排放量得到当前施工阶段中每一天的平均碳排放量;
将每一天的平均碳排放量与工期差值的乘积作为碳排差值。
在本实施例中,在得到当前施工阶段中每一天的碳排放量以后可以得到每天的平均碳排放量,根据工期差值乘以每天的平均碳排放量可以得到碳排差值,在此过程中,实际碳排放量以及平均碳排放量均是通过当前施工阶段的监测的实际数据确定的,因此,碳排差值具有较高的准确性。具体地,如果碳排差值为正,则说明施工进度比预期慢,实际碳排放量要大于预期的碳排放量,如果碳排差值为负,则说明施工进度比预期快,实际碳排放量要小于预期的碳排放量。
进一步地,该方法还包括:
根据原始施工设计数据,调用碳因子数据库、资源消耗数据库模拟当前施工阶段的模拟碳排放值;
根据碳排差值对模拟碳排放值进行更新,对原始BIM模型的参数进行优化。
在本实施例中,在计算当前施工阶段的施工进度之后,根据原始施工设计数据中的施工方案清单以及工程量,调用碳因子数据库、资源消耗数据库模拟出该施工进度对应的模拟碳排放值,在计算碳排差值以后,可以根据碳排差值对模拟碳排放值进行更新,对原始BIM模型的参数进行优化,具体地,是将碳排差值与模拟碳排放值之和作为实测碳排放值,并且通过每日的碳排差值的计算可以对模拟碳排放值进行不断迭代优化,从而优化了施工方案,及时调整原始BIM模型中的时间参数以及资源投入,使得原始BIM模型能更加接近实测值,便于指导后续的施工过程,在碳排超过预期时,及时调整施工方案,尽可能减排。
实施例二
如图2所示,为本实施例中的建筑施工碳排放评估方法的流程图:
S201、构建原始BIM模型;
S202、无人机定期飞行获得视频数据以及回波数据;
S203、将视频数据转换为第一点云数据,将回波数据转换为第二点云数据,将第一点云数据以及第二点云数据融合后构建实际BIM模型;
S204、获取施工工地的视频AI监控以及ITO数据接入;
S205、计算由人员、车辆、施工设备引起的实际碳排放量;
S206、根据实际BIM模型以及原始BIM模型进行施工仿真得到工期差值,根据工期差值以及实际碳排放量得到碳排差值;
S207、根据碳排差值对原始BIM模型进行参数调整以及优化。
实施例三
如图3所示,本实施例提供一种建筑施工碳排放评估装置,该装置包括:
模型构建模块301,用于根据实际施工进展数据构建当前施工阶段中的实际BIM模型,根据建筑施工前的原始施工设计数据构建原始BIM模型;
工期差值计算模块302,用于根据构建的实际BIM模型与原始BIM模型的差异值计算当前施工阶段的实际工期与预期工期的工期差值;
碳排差值确定模块303,用于确定当前施工阶段中的实际碳排放量,根据工期差值以及实际碳排放量预估碳排差值。
进一步地,模型构建模块301包括第一构建单元,用于获取无人机按照设定的航线扫描施工工地得到的实际施工进展数据;根据实际施工进展数据构建实际BIM模型。
进一步地,模型构建模块301还用于将无人机上安装的影像采集设备对施工工地扫描得到的影像数据转换为第一点云数据,第一点云数据包括第一坐标信息,以及,与第一坐标信息对应的颜色信息;
将无人机上的雷达对施工工地扫描得到的回波信号转换为第二点云数据,第二点云数据包括含第二坐标信息,以及与第二坐标信息对应的反射强度;
根据第一坐标信息以及第二坐标信息将第一点云数据和第二点云数据融合得到实际施工进展数据;
根据实际施工进展数据生成当前施工阶段的实际BIM模型;
根据构件属性对实际BIM模型进行编码,其中实际BIM模型与原始BIM模型中具有相同的构件编码。
进一步地,工期差值计算模块302还用于将实际BIM模型的原点坐标和原始BIM模型的原点坐标进行配准;
在配准之后,将实际BIM模型和原始BIM模型进行对比,得出工期差值。
在本实施例中,实际BIM模型有相应的原点坐标x1,y1,z1(0,0,0),原始BIM模型也有相应的原点坐标x2,y2,z2(0,0,0),将两个原点坐标放到同一位置从而完成配准。
进一步地,工期差值计算模块302还用于将实际BIM模型的构件编码与原始BIM模型的构件编码相对应得到相同构件编码组成的构件列表;
将构件列表中的构件通过正交投影得到构件在xy,yz,xz三个面的二维投影轮廓图得到该构件的面积与体积;
对于同一构件编码,计算实际BIM模型中的构件的面积与原始BIM模型中的构件的面积的面积差异值,实际BIM模型中的构件的体积与原始BIM模型中的构件的体积的体积差异值,遍历构件列表得出针对于构件列表中的所有构件编码对应的面积差异值以及体积差异值,从而得到实际BIM模型与原始BIM模型的差异值;
根据实际BIM模型与原始BIM模型的差异值得到当前施工进度,从原始施工设计数据中提取当前施工进度的预期工期;
将当前施工阶段的实际工期与预期工期的差值作为工期差值。
进一步地,碳排差值确定模块303包括实际排放量确定单元,用于根据施工工地的监控信息确定当前施工阶段中每天的人员以及车辆出入情况,从而计算当前施工阶段中由人员以及车辆引起的第一碳排放量;
根据施工工地的施工设备的运行情况确定当前施工阶段中施工设备每天的碳排放量,从而计算当前施工阶段中施工设备引起的第二碳排放量;
将第一碳排放量以及第二碳排放量的总和作为实际碳排放量。
进一步地,实际排放量确定单元还用于根据施工工地的监控信息识别出当前施工阶段中每天进出施工工地的人员进出量和进出时间差,并根据进出时间差计算出每人当日的碳排放量;
当前施工阶段中每天的人员碳排放量等于所有人员当日的碳排放量总和,采用如下公式计算:
每天的人员碳排放量=Σ(A1*Tn),其中,A1为人员每小时的碳排放量,Tn为当日进出施工工地的第n个人员当日的进出时间差,n∈N,N为当日进出施工工地的人员进出量。
进一步地,实际排放量确定单元还用于根据施工工地的监控信息识别出当前施工阶段中每天进出施工工地的车辆信息,根据车辆信息从原始施工设计数据中获取每辆车辆的运输距离从而得出每辆车的油耗量;
根据每天中所有辆车的油耗量得出每天车辆碳排放量,其中车辆碳排放量=Σ(A2*Ls)+Σ(A3*Mu),其中,A2为汽油排放系数,Ls为当日第s辆汽油车的油耗量,A3为柴油排放系数,Mu为当日第u辆柴油车的油耗量,s∈S,u∈U,S为当日进出施工工地的汽油车的数量总和,U为当日进出施工工地的柴油车的数量总和。
进一步地,实际排放量确定单元还用于:根据施工设备的运行情况得出每一施工设备的每日的耗电量;
施工设备每天的碳排放量=ΣCg*A4,Cg为施工工地当日第g个施工设备的每天耗电量,g∈G,G为施工工地当日使用的施工设备的总数,A4为电力的碳排放系数。
进一步地,碳排差值确定模块303还包括工期差值确定单元,用于根据实际碳排放量得到当前施工阶段中每一天的平均碳排放量;
将每一天的平均碳排放量与工期差值的乘积作为碳排差值。
进一步地,还包括优化模块,用于根据原始施工设计数据,调用碳因子数据库、资源消耗数据库模拟当前施工阶段的模拟碳排放值;
根据碳排差值对模拟碳排放值进行更新,对原始BIM模型的参数进行优化。
本发明还公开了一种电子设备,该电子设备包括:处理器(Processor)、通信接口(Communications Interface)、存储器(Memory)和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信。处理器可以调用存储器中的逻辑指令,以执行前面所述的任一种建筑施工碳排放评估方法。
此外,上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个确定机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该确定机软件产品存储在一个存储介质中,包括若干指令用以使得一台确定机设备(可以是个人确定机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
又一方面,本发明还提供一种计算机可读存储介质,其上存储有确定机程序,该确定机程序被处理器执行时实现以执行如上所述的建筑施工碳排放评估。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该确定机软件产品可以存储在确定机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台确定机设备(可以是个人确定机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (14)
1.一种建筑施工碳排放评估方法,其特征在于,所述方法包括:
根据实际施工进展数据构建当前施工阶段中的实际BIM模型,根据建筑施工前的原始施工设计数据构建原始BIM模型;
根据构建的所述实际BIM模型与所述原始BIM模型的差异值计算所述当前施工阶段的实际工期与预期工期的工期差值;
确定所述当前施工阶段中的实际碳排放量,根据所述工期差值以及所述实际碳排放量预估碳排差值。
2.如权利要求1所述的方法,其特征在于,所述根据实际施工进展数据构建当前施工阶段中的实际BIM模型包括:
获取无人机按照设定的航线扫描施工工地得到的所述实际施工进展数据;
根据所述实际施工进展数据构建所述实际BIM模型。
3.如权利要求2所述的方法,其特征在于,所述根据实际施工进展数据构建实际BIM模型包括:
将所述无人机上安装的影像采集设备对所述施工工地扫描得到的影像数据转换为第一点云数据,所述第一点云数据包括第一坐标信息,以及,与所述第一坐标信息对应的颜色信息;
将所述无人机上的雷达对所述施工工地扫描得到的回波信号转换为第二点云数据,所述第二点云数据包括含第二坐标信息,以及与所述第二坐标信息对应的反射强度;
根据所述第一坐标信息以及所述第二坐标信息将所述第一点云数据和所述第二点云数据融合得到所述实际施工进展数据;
根据所述实际施工进展数据生成所述当前施工阶段的所述实际BIM模型;
根据构件属性对所述实际BIM模型进行编码,其中所述实际BIM模型与所述原始BIM模型中具有相同的构件编码。
4.如权利要求1所述的方法,其特征在于,所述根据构建的所述实际BIM模型与所述原始BIM模型的差异值计算所述当前施工阶段的实际工期与预期工期的工期差值包括:
将所述实际BIM模型的原点坐标和所述原始BIM模型的原点坐标进行配准;
在配准之后,将所述实际BIM模型和所述原始BIM模型进行对比,得出所述工期差值。
5.如权利要求4所述的方法,其特征在于,所述将所述实际BIM模型和所述原始BIM模型进行对比,得出所述工期差值包括:
将所述实际BIM模型的构件编码与所述原始BIM模型的构件编码相对应得到相同构件编码组成的构件列表;
将所述构件列表中的所述构件通过正交投影得到构件在xy,yz,xz三个面的二维投影轮廓图得到该构件的面积与体积;
对于同一构件编码,计算所述实际BIM模型中的构件的面积与所述原始BIM模型中的构件的面积的面积差异值,所述实际BIM模型中的构件的体积与所述原始BIM模型中的构件的体积的体积差异值;
遍历所述构件列表得出针对于构件列表中的所有所述构件编码对应的所述面积差异值以及所述体积差异值,从而得到所述实际BIM模型与所述原始BIM模型的差异值;
根据所述实际BIM模型与所述原始BIM模型的差异值得到当前施工进度,从所述原始施工设计数据中提取所述当前施工进度的预期工期;
将所述当前施工阶段的所述实际工期与所述预期工期的差值作为所述工期差值。
6.如权利要求1所述的方法,其特征在于,所述确定当前施工阶段中的实际碳排放量包括:
根据所述施工工地的监控信息确定所述当前施工阶段中每天的人员以及车辆出入情况,从而计算所述当前施工阶段中由人员以及车辆引起的第一碳排放量;
根据所述施工工地的施工设备的运行情况确定所述当前施工阶段中施工设备每天的碳排放量,从而计算所述当前施工阶段中施工设备引起的第二碳排放量;
将所述第一碳排放量以及所述第二碳排放量的总和作为实际碳排放量。
7.如权利要求6所述的方法,其特征在于,所述方法还包括:
根据所述施工工地的监控信息识别出所述当前施工阶段中每天进出所述施工工地的人员进出量和进出时间差,并根据所述进出时间差计算出每人当日的碳排放量;
所述当前施工阶段中每天的人员碳排放量等于所有人员当日的碳排放量总和,采用如下公式计算:
每天的人员碳排放量=Σ(A1*Tn),其中,A1为人员每小时的碳排放量,Tn为当日进出所述施工工地的第n个人员的进出时间差,n∈N,N为当日进出所述施工工地的人员进出量。
8.如权利要求6所述的方法,其特征在于,所述方法还包括:
根据所述施工工地的所述监控信息识别出所述当前施工阶段中每天进出所述施工工地的车辆信息,根据所述车辆信息从所述原始施工设计数据中获取每辆车辆的运输距离从而得出每辆车的油耗量;
根据每天中所有辆车的油耗量得出每天车辆碳排放量,其中车辆碳排放量=Σ(A2*Ls)+Σ(A3*Mu),其中,A2为汽油排放系数,Ls为当日第s辆汽油车的油耗量,A3为柴油排放系数,Mu为当日第u辆柴油车的油耗量,s∈S,u∈U,S为当日进出所述施工工地的汽油车的数量总和,U为当日进出所述施工工地的柴油车的数量总和。
9.如权利要求6所述的方法,其特征在于,所述根据所述施工工地的施工设备的运行情况确定所述当前施工阶段中施工设备每天的碳排放量包括:
根据所述施工设备的所述运行情况得出每一所述施工设备的每日的耗电量;
施工设备每天的碳排放量=ΣCg*A4,Cg为所述施工工地当日第g个施工设备的耗电量,g∈G,G为所述施工工地当日使用的施工设备的总数,A4为1kwh电力的碳排放系数。
10.如权利要求1至9任一项所述的方法,其特征在于,所述根据所述工期差值以及所述实际碳排放量预估碳排差值包括:
根据所述实际碳排放量得到所述当前施工阶段中每一天的平均碳排放量;
将所述每一天的平均碳排放量与所述工期差值的乘积作为碳排差值。
11.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述原始施工设计数据,调用碳因子数据库、资源消耗数据库模拟所述当前施工阶段的模拟碳排放值;
根据所述碳排差值对所述模拟碳排放值进行更新,对所述原始BIM模型的参数进行优化。
12.一种建筑施工碳排放评估装置,其特征在于,所述装置包括:
模型构建模块,用于根据实际施工进展数据构建当前施工阶段中的实际BIM模型,根据建筑施工前的原始施工设计数据构建原始BIM模型;
工期差值计算模块,用于根据构建的所述实际BIM模型与所述原始BIM模型的差异值计算所述当前施工阶段的实际工期与预期工期的工期差值;
碳排差值确定模块,用于确定所述当前施工阶段中的实际碳排放量,根据所述工期差值以及所述实际碳排放量预估碳排差值。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至11中任一项所述的建筑施工碳排放评估方法。
14.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至11中任一项所述的建筑施工碳排放评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211652792.1A CN115809740A (zh) | 2022-12-21 | 2022-12-21 | 建筑施工的碳排放评估方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211652792.1A CN115809740A (zh) | 2022-12-21 | 2022-12-21 | 建筑施工的碳排放评估方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115809740A true CN115809740A (zh) | 2023-03-17 |
Family
ID=85486434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211652792.1A Pending CN115809740A (zh) | 2022-12-21 | 2022-12-21 | 建筑施工的碳排放评估方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115809740A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116541944A (zh) * | 2023-07-06 | 2023-08-04 | 国网浙江省电力有限公司湖州供电公司 | 一种基于变电站综合倾斜摄影建模模型的碳排放计算方法 |
CN116703673A (zh) * | 2023-03-31 | 2023-09-05 | 中建三局第一建设工程有限责任公司 | 基于bim技术与智慧工地的碳排放控制方法、系统和存储介质 |
-
2022
- 2022-12-21 CN CN202211652792.1A patent/CN115809740A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703673A (zh) * | 2023-03-31 | 2023-09-05 | 中建三局第一建设工程有限责任公司 | 基于bim技术与智慧工地的碳排放控制方法、系统和存储介质 |
CN116541944A (zh) * | 2023-07-06 | 2023-08-04 | 国网浙江省电力有限公司湖州供电公司 | 一种基于变电站综合倾斜摄影建模模型的碳排放计算方法 |
CN116541944B (zh) * | 2023-07-06 | 2023-10-20 | 国网浙江省电力有限公司湖州供电公司 | 一种基于变电站综合倾斜摄影建模模型的碳排放计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115809740A (zh) | 建筑施工的碳排放评估方法、装置、存储介质及电子设备 | |
CN107742125B (zh) | 预测和防止在结构资产处的不利状况的深度机器学习 | |
CN108508505A (zh) | 基于多尺度卷积神经网络的强降雨及雷暴预报方法和系统 | |
CN110910440B (zh) | 一种基于电力影像数据的输电线路长度确定方法和系统 | |
Liu et al. | Application of unmanned aerial vehicle hangar in transmission tower inspection considering the risk probabilities of steel towers | |
CN117171842A (zh) | 一种城市慢行桥梁健康监测与数字孪生系统 | |
CN114140999B (zh) | 一种基于物联网通信的工程监理系统 | |
CN110928976B (zh) | 水源地违法活动识别预警方法、服务器及存储介质 | |
CN112381356A (zh) | 一种工程项目竣工验收方法、系统、服务器及存储介质 | |
CN110443399B (zh) | 一种车辆事故航空救援智能调度方法 | |
CN115951014A (zh) | 一种结合气象特征的cnn-lstm-bp多模态空气污染物预测方法 | |
CN117351521B (zh) | 基于数字孪生的输电线鸟类检测方法、系统、介质及设备 | |
CN115861963A (zh) | 一种基于深度学习与数字孪生的叉车作业安全预警系统 | |
CN116202427A (zh) | 基于无人机影像的输电线路测距方法、系统、设备及介质 | |
CN115585731A (zh) | 空天地一体化水电站空间状态智能监控管理系统及其方法 | |
CN114022035A (zh) | 一种城市热岛效应内建筑物碳排放评估方法 | |
CN114022033A (zh) | 一种城市运作区域内碳排放量核定方法 | |
CN104915744A (zh) | 核应急指挥方法及指挥系统 | |
CN117353460A (zh) | 一种电力线路巡检方法、装置、设备及介质 | |
CN111613052B (zh) | 一种交通状况确定方法、装置、电子设备及存储介质 | |
CN116052100A (zh) | 图像感知方法、计算机设备、计算机可读存储介质及车辆 | |
CN103578049B (zh) | 一种基于物联网技术的核电厂在役检查系统及方法 | |
CN112418730A (zh) | 一种运输系统的响应指标预估模型的构建方法 | |
Hu et al. | A Drone Routing Problem for Ship Emission Detection Considering Simultaneous Movements | |
CN112036622B (zh) | 一种基于图谱分析确定配电终端运行状态的方法及系统 |
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 |