CN115908080A - 一种基于多维数据分析的碳排放优化方法及系统 - Google Patents
一种基于多维数据分析的碳排放优化方法及系统 Download PDFInfo
- Publication number
- CN115908080A CN115908080A CN202211555640.XA CN202211555640A CN115908080A CN 115908080 A CN115908080 A CN 115908080A CN 202211555640 A CN202211555640 A CN 202211555640A CN 115908080 A CN115908080 A CN 115908080A
- Authority
- CN
- China
- Prior art keywords
- information
- enterprise
- real
- time
- comparison
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 143
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 143
- 238000005457 optimization Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000007405 data analysis Methods 0.000 title claims abstract description 20
- 238000004519 manufacturing process Methods 0.000 claims abstract description 87
- 238000004458 analytical method Methods 0.000 claims abstract description 68
- 238000012545 processing Methods 0.000 claims abstract description 53
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000012937 correction Methods 0.000 claims description 6
- 235000006679 Mentha X verticillata Nutrition 0.000 claims description 3
- 235000002899 Mentha suaveolens Nutrition 0.000 claims description 3
- 235000001636 Mentha x rotundifolia Nutrition 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000011156 evaluation Methods 0.000 description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
本发明公开了一种基于多维数据分析的碳排放优化方法及系统,包括企业信息采集模块、互联网检索模块、企业目标采集模块、数据处理模块、排放优化模块、总控模块与信息发送模块;所述企业信息采集模块用于采集实时企业信息与实时企业参数信息,所述实时企业参数信息包括企业实时碳排放量、企业实时生产产品数量信息与企业实时总产品利润信息,所述实时企业信息包括企业行业信息与企业产品信息;所述互联网检索模块用于在接收到企业信息后,将企业信息上传到互联网中,从互联网中检索到与实时企业信息相同的相同企业信息。本发明实现了多维数据的分析,大大减少了企业在碳排放优化过程中的经济效益损失。
Description
技术领域
本发明涉及碳排放管理领域,具体涉及一种基于多维数据分析的碳排放优化方法及系统。
背景技术
碳排放是关于温室气体排放的一个总称或简称。温室气体中最主要的气体是二氧化碳,因此用碳一词作为代表。虽然并不准确,但作为让民众最快了解的方法就是简单地将"碳排放"理解为"二氧化碳排放";
碳排放优化即是对企业生成过程中的碳排放减少过程,在进行企业的碳排放优化过程中,通过碳排放优化方法及系统能够更加科学的进行碳排放优化。
现有的碳排放优化方法及系统,进行碳排放数据分析时采集数据分享的数据单一,盲目的优化会大大降低企业效益,给碳排放优化方法及系统的使用带来了一定的影响,因此,提出一种基于多维数据分析的碳排放优化方法及系统。
发明内容
本发明所要解决的技术问题在于:如何解决现有的碳排放优化方法及系统,进行碳排放数据分析时采集数据分享的数据单一,盲目的优化会大大降低企业效益,给碳排放优化方法及系统的使用带来了一定的影响的问题,提供了一种基于多维数据分析的碳排放优化方法及系统。
本发明是通过以下技术方案解决上述技术问题的,本发明包括企业信息采集模块、互联网检索模块、企业目标采集模块、数据处理模块、排放优化模块、总控模块与信息发送模块;
所述企业信息采集模块用于采集实时企业信息与实时企业参数信息,所述实时企业参数信息包括企业实时碳排放量、企业实时生产产品数量信息与企业实时总产品利润信息,所述实时企业信息包括企业行业信息与企业产品信息;
所述互联网检索模块用于在接收到企业信息后,将企业信息上传到互联网中,从互联网中检索到与实时企业信息相同的相同企业信息,并提取出该企业的企业参数信息,即相同企业参数;
所述排放标准采集模块用于采集企业的企业碳排放目标标准量,所述企业目标采集模块用于采集企业的生产目标信息,生产目标信息包括最低生产目标与最高生产目标;
所述数据处理模块用于对实时企业参数信息、相同企业参数信息、企业碳排放目标标准量、企业的生产目标信息进行处理生成同类比对信息与企业自分析信息;
所述企业自分析信息包括一级自评级、二级自评级、三级四评级与四级自评级,所述同类比对信息包括第一对比信息、第二对比信息与第三对比信息;
所述排放优化模块根据同类比对信息与企业自分析信息进行处理生成第一优化信息、第二优化信息与第三优化信息;
所述总控模块用于在同类比对信息、企业自分析信息、第一优化信息、第二优化信息与第三优化信息生成后控制信息发送模块将上述信息发送到预设接收终端。
进一步在于,所述同类对比信息的具体处理过程如下:
步骤一:提取出采集到的实时企业参数信息,对实时企业参数信息进行处理获取到第一比对参数信息;
步骤二:再提取出采集到的相同企业参数信息,对相同企业参数信息进行处理生成第二比对参数信息;
步骤三:对第二比对参数与第一比对参数信息进行处理获取到综合比对参数,当综合比对参数大于预设值时,即生成第一比对信息,当综合比对参数在预设值范围内时,即生成第二比对信息,当综合比对参数小于预设值时,即生成第三比对信息。
进一步在于,所述第一比对参数信息的具体处理过程如下:提取出采集到的实时企业参数信息,从实时企业参数信息中获取到企业实时碳排放量、企业实时生产产品数量信息与企业实时总产品利润信息,将企业实时碳排放量标记为Q,将企业实时生产产品数量信息标记为E,将企业实时总产品利润信息标记为T,通过公/Q=Tq,即获取到第一比对参数信息。
进一步在于,所述第二比对参数信息的具体处理过程如下:提取出将企业信息上传到互联网中从互联网中检索到与实时企业信息相同的相同企业信息,获取到的相同企业信息数量为i个,i为正整数,随机选取x个相同企业信息对应的相同企业参数,当i大于预设值时,x≥10,当i小于预设值时,x≥5,从选取的相同企业参数中提取出企业碳排放量、企业生产产品数量信息与企业总产品利润信息,将其分别标记为Z、V和G,通过公式(Z1+Z2+……Zx)/x=Zz,获取到企业碳排放量均值Zz,通过公式(V1+V2+……Vx)/x=Vv,获取到企业生产产品数量均值Vv,通过公式(G1+G2+……Gx)/x=Gg,获取到企业总产品利润均值Gg,之后通过第一比对参数信息进行计算处理,即获取到第二比对参数信息。
进一步在于,所述企业自分析信息的具体处理过程如下:
步骤(1):提取出采集到的实时企业参数信息、企业碳排放目标标准量与企业的生产目标信息;
步骤(2):从企业的生产目标信息中获取到包括最低生产目标与最高生产目标,最低生产目标包括最低生产量目标与最低利润目标,最高生产目标包括最高生产目标与最低生产目标;
步骤(3):从实时企业参数信息中获取到企业实时碳排放量、企业实时生产产品数量信息与企业实时总产品利润信息,将企业实时碳排放量标记为Q,将企业实时生产产品数量信息标记为E,将企业实时总产品利润信息标记为T,将最低生产量目标标记为Emin,最低利润目标标记为Tmin,将最高生产目标标记为Emax与最低生产目标标记为Tmax,将企业碳排放目标标准量标记为Q标;
步骤(4):计算出Q标与Q之间的差值获取到碳排放差Qq差,当碳排放差Qq差大于预设值时,E<Emin,T>Tmin或者E>Emin,T<Tmin,即生成三级评级信息;
当碳排放差Qq差大于预设值时,E<Emin,T<Tmin时,即生成二级评级信息;
当碳排放差Qq差小于预设值时,E<Emin,T<Tmin时,即生成四级评级信息;
当碳排放差Qq差大于预设值时,Emin<E<Emax,T>Tmax或者E>Emax,T<minT<Tmax时,即生成三级评级信息。
进一步在于,所述第一优化信息、第二优化信息与第三优化信息的具体处理过程如下:
S1:提取出获取到的企业自分析信息与同类比对信息,对企业自分析信息与同类比对信息进行评分,将企业自分析信息的评分标记为M,将同类比对信息的评分标记为R;
S2:当企业自分析信息的评级为一级自评级时,M为预设值a1,当企业自分析信息的评级为二级自评级时,M为预设值a2,当企业自分析信息的评级为三级自评级时,M为预设值a3,当企业自分析信息的评级为三级自评级时,M为预设值a4;
S3:当同类比对信息为第一对比信息时,R为预设值b1,当同类比对信息为第二对比信息时,R为预设值b2,当同类比对信息为第三对比信息时,R为预设值b3;
S4:对企业自分析信息的评分与同类比对信息的评分进行处理,获取到分析参数信息;
S5:当分析参数信息大于预设值时,即生成第一优化信息,当分析参数信息在预设值范围内时,即生成第二优化信息,当分析参数信息小于预设值时,即生成第一优化信息。
进一步在于,所述分析参数信息的具体处理过程如下:为了突出同类比对信息的重要性,现赋予同类比对信息的评分R一个修正值U1,再赋予同类比对信息的评分M一个修正值U2,通过公式R*U1+M*U2=Rm,即获取到分析参数信息,U1>U2.U1+U2=1。
一种基于多维数据分析的碳排放优化方法,其特征在于:所述碳排放优化方法的具体处理过程如下:
步骤一:采集实时企业信息与实时企业参数信息,将实时企业信息导入到互联网检索模块从互联网中检索到与实时企业信息相同的相同企业信息,并提取出该企业的企业参数信息;
步骤二:通过设置的排放标准采集模块采集企业的企业碳排放目标标准量,并且同步采集生产目标信息
步骤三:对实时企业参数信息、相同企业参数信息、企业碳排放目标标准量、企业的生产目标信息进行处理生成同类比对信息与企业自分析信息;
步骤四:通过设置的排放优化模块根据同类比对信息与企业自分析信息进行处理生成第一优化信息、第二优化信息与第三优化信息。
本发明相比现有技术具有以下优点:该基于多维数据分析的碳排放优化方法及系统,通过对企业自身的碳排放相关数据进行分析,能够了解到企业的碳排放状态,并生成对应的评估信息,根据评估结果,即能够了解到企业是否需要进行碳排放优化处理和是否可以交易出部分碳排放量来进一步扩大企业利润,实现了根据自身状态的优化,同时将企业信息导入到互联网中,从互联网中获取到相同企业的相关碳排放信息,根据相同企业的相关碳排放对企业碳排放状况进行了类比评估,让企业能够了解到其与同类行业之间的碳排放差距,从而可以根据该种数据进行企业的碳排放优化。并且最终将企业对自身的分析和企业与同行业类比的数据信息综合评估,生成了不同类型的优化信息,让该系统和方法能实现了对企业碳排放优化的多维数据分析,为企业碳排放优化指明了方向,让该系统更加值得推广使用。
附图说明
图1是本发明的系统框图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本实施例提供一种技术方案:一种基于多维数据分析的碳排放优化系统,包括企业信息采集模块、互联网检索模块、企业目标采集模块、数据处理模块、排放优化模块、总控模块与信息发送模块;
所述企业信息采集模块用于采集实时企业信息与实时企业参数信息,所述实时企业参数信息包括企业实时碳排放量、企业实时生产产品数量信息与企业实时总产品利润信息,所述实时企业信息包括企业行业信息与企业产品信息;
所述互联网检索模块用于在接收到企业信息后,将企业信息上传到互联网中,从互联网中检索到与实时企业信息相同的相同企业信息,并提取出该企业的企业参数信息,即相同企业参数;
所述排放标准采集模块用于采集企业的企业碳排放目标标准量,所述企业目标采集模块用于采集企业的生产目标信息,生产目标信息包括最低生产目标与最高生产目标;
所述数据处理模块用于对实时企业参数信息、相同企业参数信息、企业碳排放目标标准量、企业的生产目标信息进行处理生成同类比对信息与企业自分析信息;
所述企业自分析信息包括一级自评级、二级自评级、三级四评级与四级自评级,所述同类比对信息包括第一对比信息、第二对比信息与第三对比信息;
所述排放优化模块根据同类比对信息与企业自分析信息进行处理生成第一优化信息、第二优化信息与第三优化信息;
所述总控模块用于在同类比对信息、企业自分析信息、第一优化信息、第二优化信息与第三优化信息生成后控制信息发送模块将上述信息发送到预设接收终端;
本发明通过对企业自身的碳排放相关数据进行分析,能够了解到企业的碳排放状态,并生成对应的评估信息,根据评估结果,即能够了解到企业是否需要进行碳排放优化处理和是否可以交易出部分碳排放量来进一步扩大企业利润,实现了根据自身状态的优化,同时将企业信息导入到互联网中,从互联网中获取到相同企业的相关碳排放信息,根据相同企业的相关碳排放对企业碳排放状况进行了类比评估,让企业能够了解到其与同类行业之间的碳排放差距,从而可以根据该种数据进行企业的碳排放优化。并且最终将企业对自身的分析和企业与同行业类比的数据信息综合评估,生成了不同类型的优化信息,让该系统和方法能实现了对企业碳排放优化的多维数据分析,为企业碳排放优化指明了方向,让该系统更加值得推广使用。
所述同类对比信息的具体处理过程如下:
步骤一:提取出采集到的实时企业参数信息,对实时企业参数信息进行处理获取到第一比对参数信息;
步骤二:再提取出采集到的相同企业参数信息,对相同企业参数信息进行处理生成第二比对参数信息;
步骤三:对第二比对参数与第一比对参数信息进行处理获取到综合比对参数,当综合比对参数大于预设值时,即生成第一比对信息,当综合比对参数在预设值范围内时,即生成第二比对信息,当综合比对参数小于预设值时,即生成第三比对信息;
通过上述过程,能够计算出自身企业与同行业其他企业之间的的单位利润碳排放消耗量,从而了解到企业自身是否与其他相同行业的企业之间是否存在差距,第一比对信息即表示企业单位利润碳排放消耗量优秀,可以考虑进行碳排放交易来进一步增大企业利润,第二对比信息即表示企业碳排放正常,可以考虑是否继续进行企业生成技术的升级,来进一步的降低碳排放量,第三对比信息即表示企业单位利润碳排放消耗量较差,需要进一步优化生产技来减少后续的碳排放量消耗,从而避免碳排放量超标。
所述第一比对参数信息的具体处理过程如下:提取出采集到的实时企业参数信息,从实时企业参数信息中获取到企业实时碳排放量、企业实时生产产品数量信息与企业实时总产品利润信息,将企业实时碳排放量标记为Q,将企业实时生产产品数量信息标记为E,将企业实时总产品利润信息标记为T,通过公/Q=Tq,即获取到第一比对参数信息;
通过上述过程,能够准确的获取到第一比对参数信息,即企业的单位利润碳排放消耗量,从而后续信息分析的准确性。
所述第二比对参数信息的具体处理过程如下:提取出将企业信息上传到互联网中从互联网中检索到与实时企业信息相同的相同企业信息,获取到的相同企业信息数量为i个,i为正整数,随机选取x个相同企业信息对应的相同企业参数,当i大于预设值时,x≥10,当i小于预设值时,x≥5,从选取的相同企业参数中提取出企业碳排放量、企业生产产品数量信息与企业总产品利润信息,将其分别标记为Z、V和G,通过公式(Z1+Z2+……Zx)/x=Zz,获取到企业碳排放量均值Zz,通过公式(V1+V2+……Vx)/x=Vv,获取到企业生产产品数量均值Vv,通过公式(G1+G2+……Gx)/x=Gg,获取到企业总产品利润均值Gg,之后通过第一比对参数信息进行计算处理,即获取到第二比对参数信息;
上述过程,通过随机选取x个相同企业信息的设置,能够有效的保证选取的同类型公司的随机性,以保证后续获取的第二比对参数信息可供参考的价值更大,通过将多个同类型公司的相关数据进行综合计算获取到更加准确的第二对比参数,从而保证在进行本企业与相同企业之间的碳排放评估和优化。
所述企业自分析信息的具体处理过程如下:
步骤(1):提取出采集到的实时企业参数信息、企业碳排放目标标准量与企业的生产目标信息;
步骤(2):从企业的生产目标信息中获取到包括最低生产目标与最高生产目标,最低生产目标包括最低生产量目标与最低利润目标,最高生产目标包括最高生产目标与最低生产目标;
步骤(3):从实时企业参数信息中获取到企业实时碳排放量、企业实时生产产品数量信息与企业实时总产品利润信息,将企业实时碳排放量标记为Q,将企业实时生产产品数量信息标记为E,将企业实时总产品利润信息标记为T,将最低生产量目标标记为Emin,最低利润目标标记为Tmin,将最高生产目标标记为Emax与最低生产目标标记为Tmax,将企业碳排放目标标准量标记为Q标;
步骤(4):计算出Q标与Q之间的差值获取到碳排放差Qq差,当碳排放差Qq差大于预设值时,E<Emin,T>Tmin或者E>Emin,T<Tmin,即生成三级评级信息;
当碳排放差Qq差大于预设值时,E<Emin,T<Tmin时,即生成二级评级信息;
当碳排放差Qq差小于预设值时,E<Emin,T<Tmin时,即生成四级评级信息;
当碳排放差Qq差大于预设值时,Emin<E<Emax,T>Tmax或者E>Emax,T<minT<Tmax时,即生成三级评级信息;
通过上述过程,实现了企业的碳排放自评,让企业能够了解到其是否在标准碳排放量内完成了既定的最低目标或最高目标,生成一级评级信息,即表示企业生产未达标,且碳排放消耗过大需要立即进行技术优化,达到碳排放优化的目的,生成二级评级信息,即表示基本达成了生产目标,但碳排放还需要进行一步的进行优化,以降低单位利润碳排放量,来提升企业利润,三级评级信息即表示企业生成目标达成,可以考虑暂时不进行优化,如需进行碳排放交易则需要进行更进一步的碳排放优化处理,四级评级信息即表示,企业生成目标达成,且剩余碳排放量中出,可以进行碳排放交易或者增大产量以提升企业利润。
所述第一优化信息、第二优化信息与第三优化信息的具体处理过程如下:
S1:提取出获取到的企业自分析信息与同类比对信息,对企业自分析信息与同类比对信息进行评分,将企业自分析信息的评分标记为M,将同类比对信息的评分标记为R;
S2:当企业自分析信息的评级为一级自评级时,M为预设值a1,当企业自分析信息的评级为二级自评级时,M为预设值a2,当企业自分析信息的评级为三级自评级时,M为预设值a3,当企业自分析信息的评级为三级自评级时,M为预设值a4;
S3:当同类比对信息为第一对比信息时,R为预设值b1,当同类比对信息为第二对比信息时,R为预设值b2,当同类比对信息为第三对比信息时,R为预设值b3;
S4:对企业自分析信息的评分与同类比对信息的评分进行处理,获取到分析参数信息;
S5:当分析参数信息大于预设值时,即生成第一优化信息,当分析参数信息在预设值范围内时,即生成第二优化信息,当分析参数信息小于预设值时,即生成第一优化信息;
通过上述过程,获取到的第一优化信息,即表示企业可以进行产量扩大或者排放交易来提升企业利润,获取到第二优化信息,即表示企业需要优化技术,来进一步的控制碳排放量,实现后续的减少碳排放等操作,获取到第三优化信息即表示,企业碳排放异常,需要立即进行优化,处理以防止碳排放超标,或者向其他企业购买碳排放指标,来避免碳排放超标。
分析参数信息的具体处理过程如下:为了突出同类比对信息的重要性,现赋予同类比对信息的评分R一个修正值U1,再赋予同类比对信息的评分M一个修正值U2,通过公式R*U1+M*U2=Rm,即获取到分析参数信息,U1>U2.U1+U2=1;
通过上述过程,能够获取到更加准确的分析参数信息,从而保证优化信息生成的准确性。
一种基于多维数据分析的碳排放优化方法,其特征在于:所述碳排放优化方法的具体处理过程如下:
步骤一:采集实时企业信息与实时企业参数信息,将实时企业信息导入到互联网检索模块从互联网中检索到与实时企业信息相同的相同企业信息,并提取出该企业的企业参数信息;
步骤二:通过设置的排放标准采集模块采集企业的企业碳排放目标标准量,并且同步采集生产目标信息
步骤三:对实时企业参数信息、相同企业参数信息、企业碳排放目标标准量、企业的生产目标信息进行处理生成同类比对信息与企业自分析信息;
步骤四:通过设置的排放优化模块根据同类比对信息与企业自分析信息进行处理生成第一优化信息、第二优化信息与第三优化信息。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”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必须针对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一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种基于多维数据分析的碳排放优化系统,其特征在于,包括企业信息采集模块、互联网检索模块、企业目标采集模块、数据处理模块、排放优化模块、总控模块与信息发送模块;
所述企业信息采集模块用于采集实时企业信息与实时企业参数信息,所述实时企业参数信息包括企业实时碳排放量、企业实时生产产品数量信息与企业实时总产品利润信息,所述实时企业信息包括企业行业信息与企业产品信息;
所述互联网检索模块用于在接收到企业信息后,将企业信息上传到互联网中,从互联网中检索到与实时企业信息相同的相同企业信息,并提取出该企业的企业参数信息,即相同企业参数;
所述排放标准采集模块用于采集企业的企业碳排放目标标准量,所述企业目标采集模块用于采集企业的生产目标信息,生产目标信息包括最低生产目标与最高生产目标;
所述数据处理模块用于对实时企业参数信息、相同企业参数信息、企业碳排放目标标准量、企业的生产目标信息进行处理生成同类比对信息与企业自分析信息;
所述企业自分析信息包括一级自评级、二级自评级、三级四评级与四级自评级,所述同类比对信息包括第一对比信息、第二对比信息与第三对比信息;
所述排放优化模块根据同类比对信息与企业自分析信息进行处理生成第一优化信息、第二优化信息与第三优化信息;
所述总控模块用于在同类比对信息、企业自分析信息、第一优化信息、第二优化信息与第三优化信息生成后控制信息发送模块将上述信息发送到预设接收终端。
2.根据权利要求1所述的一种基于多维数据分析的碳排放优化系统,其特征在于:所述同类对比信息的具体处理过程如下:
步骤一:提取出采集到的实时企业参数信息,对实时企业参数信息进行处理获取到第一比对参数信息;
步骤二:再提取出采集到的相同企业参数信息,对相同企业参数信息进行处理生成第二比对参数信息;
步骤三:对第二比对参数与第一比对参数信息进行处理获取到综合比对参数,当综合比对参数大于预设值时,即生成第一比对信息,当综合比对参数在预设值范围内时,即生成第二比对信息,当综合比对参数小于预设值时,即生成第三比对信息。
3.根据权利要求2所述的一种基于多维数据分析的碳排放优化系统,其特征在于:所述第一比对参数信息的具体处理过程如下:提取出采集到的实时企业参数信息,从实时企业参数信息中获取到企业实时碳排放量、企业实时生产产品数量信息与企业实时总产品利润信息,将企业实时碳排放量标记为Q,将企业实时生产产品数量信息标记为E,将企业实时总产品利润信息标记为T,通过公/Q=Tq,即获取到第一比对参数信息。
4.根据权利要求2所述的一种基于多维数据分析的碳排放优化系统,其特征在于:所述第二比对参数信息的具体处理过程如下:提取出将企业信息上传到互联网中从互联网中检索到与实时企业信息相同的相同企业信息,获取到的相同企业信息数量为i个,i为正整数,随机选取x个相同企业信息对应的相同企业参数,当i大于预设值时,x≥10,当i小于预设值时,x≥5,从选取的相同企业参数中提取出企业碳排放量、企业生产产品数量信息与企业总产品利润信息,将其分别标记为Z、V和G,通过公式(Z1+Z2+……Zx)/x=Zz,获取到企业碳排放量均值Zz,通过公式(V1+V2+……Vx)/x=Vv,获取到企业生产产品数量均值Vv,通过公式(G1+G2+……Gx)/x=Gg,获取到企业总产品利润均值Gg,之后通过第一比对参数信息进行计算处理,即获取到第二比对参数信息。
5.根据权利要求1所述的一种基于多维数据分析的碳排放优化系统,其特征在于:所述企业自分析信息的具体处理过程如下:
步骤(1):提取出采集到的实时企业参数信息、企业碳排放目标标准量与企业的生产目标信息;
步骤(2):从企业的生产目标信息中获取到包括最低生产目标与最高生产目标,最低生产目标包括最低生产量目标与最低利润目标,最高生产目标包括最高生产目标与最低生产目标;
步骤(3):从实时企业参数信息中获取到企业实时碳排放量、企业实时生产产品数量信息与企业实时总产品利润信息,将企业实时碳排放量标记为Q,将企业实时生产产品数量信息标记为E,将企业实时总产品利润信息标记为T,将最低生产量目标标记为Emin,最低利润目标标记为Tmin,将最高生产目标标记为Emax与最低生产目标标记为Tmax,将企业碳排放目标标准量标记为Q标;
步骤(4):计算出Q标与Q之间的差值获取到碳排放差Qq差,当碳排放差Qq差大于预设值时,E<Emin,T>Tmin或者E>Emin,T<Tmin,即生成三级评级信息;
当碳排放差Qq差大于预设值时,E<Emin,T<Tmin时,即生成二级评级信息;
当碳排放差Qq差小于预设值时,E<Emin,T<Tmin时,即生成四级评级信息;
当碳排放差Qq差大于预设值时,Emin<E<Emax,T>Tmax或者E>Emax,T<minT<Tmax时,即生成三级评级信息。
6.根据权利要求1所述的一种基于多维数据分析的碳排放优化系统,其特征在于:所述第一优化信息、第二优化信息与第三优化信息的具体处理过程如下:
S1:提取出获取到的企业自分析信息与同类比对信息,对企业自分析信息与同类比对信息进行评分,将企业自分析信息的评分标记为M,将同类比对信息的评分标记为R;
S2:当企业自分析信息的评级为一级自评级时,M为预设值a1,当企业自分析信息的评级为二级自评级时,M为预设值a2,当企业自分析信息的评级为三级自评级时,M为预设值a3,当企业自分析信息的评级为三级自评级时,M为预设值a4;
S3:当同类比对信息为第一对比信息时,R为预设值b1,当同类比对信息为第二对比信息时,R为预设值b2,当同类比对信息为第三对比信息时,R为预设值b3;
S4:对企业自分析信息的评分与同类比对信息的评分进行处理,获取到分析参数信息;
S5:当分析参数信息大于预设值时,即生成第一优化信息,当分析参数信息在预设值范围内时,即生成第二优化信息,当分析参数信息小于预设值时,即生成第一优化信息。
7.根据权利要求6所述的一种基于多维数据分析的碳排放优化系统,其特征在于:所述分析参数信息的具体处理过程如下:为了突出同类比对信息的重要性,现赋予同类比对信息的评分R一个修正值U1,再赋予同类比对信息的评分M一个修正值U2,通过公式R*U1+M*U2=Rm,即获取到分析参数信息,U1>U2.U1+U2=1。
8.一种基于多维数据分析的碳排放优化方法,所述方法基于权利要求1-7任一所述的优化系统,其特征在于:所述碳排放优化方法的具体处理过程如下:
步骤一:采集实时企业信息与实时企业参数信息,将实时企业信息导入到互联网检索模块从互联网中检索到与实时企业信息相同的相同企业信息,并提取出该企业的企业参数信息;
步骤二:通过设置的排放标准采集模块采集企业的企业碳排放目标标准量,并且同步采集生产目标信息
步骤三:对实时企业参数信息、相同企业参数信息、企业碳排放目标标准量、企业的生产目标信息进行处理生成同类比对信息与企业自分析信息;
步骤四:通过设置的排放优化模块根据同类比对信息与企业自分析信息进行处理生成第一优化信息、第二优化信息与第三优化信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211555640.XA CN115908080B (zh) | 2022-12-06 | 2022-12-06 | 一种基于多维数据分析的碳排放优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211555640.XA CN115908080B (zh) | 2022-12-06 | 2022-12-06 | 一种基于多维数据分析的碳排放优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115908080A true CN115908080A (zh) | 2023-04-04 |
CN115908080B CN115908080B (zh) | 2024-02-20 |
Family
ID=86474583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211555640.XA Active CN115908080B (zh) | 2022-12-06 | 2022-12-06 | 一种基于多维数据分析的碳排放优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115908080B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116579546A (zh) * | 2023-04-15 | 2023-08-11 | 浙江容大电力工程有限公司 | 一种基于园区的智能化用电数据分析及管理系统 |
CN116976729A (zh) * | 2023-07-26 | 2023-10-31 | 速度科技股份有限公司 | 一种基于数据分析的综合化计算方法评测系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090307037A1 (en) * | 2008-06-09 | 2009-12-10 | Oracle International Corporation | Resource Planning System With Carbon Emission Input |
CN110210689A (zh) * | 2019-06-18 | 2019-09-06 | 冶金工业规划研究院 | 一种碳排放管理数据平台 |
CN110751415A (zh) * | 2019-10-29 | 2020-02-04 | 安徽健峰注册安全工程师服务有限公司 | 一种应用于企业安全评价的综合评价系统及其方法 |
CN112132401A (zh) * | 2020-08-28 | 2020-12-25 | 上海明寰科技有限公司 | 一种基于人工智能算法企业评级系统 |
CN114610553A (zh) * | 2022-03-14 | 2022-06-10 | 江上(上海)软件科技有限公司 | 一种智能设备检测系统及其检测方法 |
CN114742353A (zh) * | 2022-03-10 | 2022-07-12 | 国网浙江省电力有限公司舟山供电公司 | 基于电税数据联合的碳排放量动态监控及用能优化方法 |
CN115239090A (zh) * | 2022-07-05 | 2022-10-25 | 中国信息通信研究院 | 基于工业互联网标识解析的企业碳效评价方法 |
CN115271390A (zh) * | 2022-07-16 | 2022-11-01 | 启东沃太新能源有限公司 | 基于工业园区的碳中和系统 |
US20220358515A1 (en) * | 2021-05-07 | 2022-11-10 | The Boston Consulting Group, Inc. | Carbon emissions management system |
-
2022
- 2022-12-06 CN CN202211555640.XA patent/CN115908080B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090307037A1 (en) * | 2008-06-09 | 2009-12-10 | Oracle International Corporation | Resource Planning System With Carbon Emission Input |
CN110210689A (zh) * | 2019-06-18 | 2019-09-06 | 冶金工业规划研究院 | 一种碳排放管理数据平台 |
CN110751415A (zh) * | 2019-10-29 | 2020-02-04 | 安徽健峰注册安全工程师服务有限公司 | 一种应用于企业安全评价的综合评价系统及其方法 |
CN112132401A (zh) * | 2020-08-28 | 2020-12-25 | 上海明寰科技有限公司 | 一种基于人工智能算法企业评级系统 |
US20220358515A1 (en) * | 2021-05-07 | 2022-11-10 | The Boston Consulting Group, Inc. | Carbon emissions management system |
CN114742353A (zh) * | 2022-03-10 | 2022-07-12 | 国网浙江省电力有限公司舟山供电公司 | 基于电税数据联合的碳排放量动态监控及用能优化方法 |
CN114610553A (zh) * | 2022-03-14 | 2022-06-10 | 江上(上海)软件科技有限公司 | 一种智能设备检测系统及其检测方法 |
CN115239090A (zh) * | 2022-07-05 | 2022-10-25 | 中国信息通信研究院 | 基于工业互联网标识解析的企业碳效评价方法 |
CN115271390A (zh) * | 2022-07-16 | 2022-11-01 | 启东沃太新能源有限公司 | 基于工业园区的碳中和系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116579546A (zh) * | 2023-04-15 | 2023-08-11 | 浙江容大电力工程有限公司 | 一种基于园区的智能化用电数据分析及管理系统 |
CN116579546B (zh) * | 2023-04-15 | 2023-12-12 | 浙江容大电力工程有限公司 | 一种基于园区的智能化用电数据分析及管理系统 |
CN116976729A (zh) * | 2023-07-26 | 2023-10-31 | 速度科技股份有限公司 | 一种基于数据分析的综合化计算方法评测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115908080B (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115908080A (zh) | 一种基于多维数据分析的碳排放优化方法及系统 | |
CN111459700B (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
CN110473594A (zh) | 病原微生物基因组数据库及其建立方法 | |
WO2019026134A1 (ja) | 情報処理装置および情報処理方法 | |
CN113987033B (zh) | 主变在线监测数据群体偏差识别与校准方法 | |
CN110569566B (zh) | 一种板带力学性能预测方法 | |
CN117057942B (zh) | 一种智能财务决策大数据分析系统 | |
CN108683658B (zh) | 基于多rbm网络构建基准模型的工控网络流量异常识别方法 | |
CN104915403A (zh) | 一种信息处理方法及服务器 | |
CN110927478B (zh) | 一种确定电力系统变压器设备的状态的方法和系统 | |
CN110059126B (zh) | 基于lkj异常值数据的复杂关联网络分析方法及系统 | |
CN113096737B (zh) | 一种用于对病原体类型进行自动分析的方法及系统 | |
CN116956745B (zh) | 密封电子设备多余物定位确信可靠性分析方法 | |
CN111507878B (zh) | 一种基于用户画像的网络犯罪嫌疑人侦查方法及系统 | |
CN116383606B (zh) | 一种分布式医疗设备的恒流温度采集方法及系统 | |
CN111767546A (zh) | 一种基于深度学习的输入结构推断方法和装置 | |
CN113656910B (zh) | 基于aff-aakr融合的滚动轴承健康指标曲线构建方法 | |
CN116467286A (zh) | 一种建筑工程造价咨询数据库的建立方法及系统 | |
CN107038330B (zh) | 一种数据缺失的补偿方法和装置 | |
CN106021998A (zh) | 单通多变体识别计算流水线 | |
CN113484400B (zh) | 基于机器学习的质谱图分子式计算方法 | |
JP4255779B2 (ja) | データ分析装置およびデータ分析方法並びにデータ分析プログラム | |
CN108776707B (zh) | 针对探索性查询的抽样方法 | |
KR20060114569A (ko) | 특허정보시스템의 작동방법 | |
JP2007188471A (ja) | 品質解析方法、品質解析装置、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 |
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 | ||
CB02 | Change of applicant information |
Address after: 210000 8 -22, 699 Xuanwu Road, Xuanwu District, Nanjing, Jiangsu. Applicant after: Speed Technology Co.,Ltd. Address before: 210000 8 -22, 699 Xuanwu Road, Xuanwu District, Nanjing, Jiangsu. Applicant before: SPEED TIME AND SPACE INFORMATION TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |