CN115936955A - 一种园区机动车碳排放核算方法及实时监测系统 - Google Patents
一种园区机动车碳排放核算方法及实时监测系统 Download PDFInfo
- Publication number
- CN115936955A CN115936955A CN202310049309.9A CN202310049309A CN115936955A CN 115936955 A CN115936955 A CN 115936955A CN 202310049309 A CN202310049309 A CN 202310049309A CN 115936955 A CN115936955 A CN 115936955A
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- motor vehicle
- information
- accounting
- data
- 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
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本申请涉及碳排放监测技术领域,提供一种园区机动车碳排放核算方法及实时监测系统。所述方法包括:将机动车运行情况信息按照运行工况进行分类处理,获得机动车工况节点运行数据信息;基于碳排放核算模块获得标定碳排放核算分析模型,将机动车工况节点运行数据信息输入标定碳排放核算分析模型进行核算,获得机动车碳排放数据核算结果;根据历史碳排放数据处理经验,设置数据误差因子;基于数据误差因子对机动车碳排放数据核算结果进行调整,获得机动车碳排放数据闭环核算结果,并通过监测管理模块对机动车碳排放数据闭环核算结果进行展示管理。采用本方法能够达到提高碳排放核算结果准确性,进而实现园区机动车低碳管理发展的技术效果。
Description
技术领域
本申请涉及碳排放监测技术领域,特别是涉及一种园区机动车碳排放核算方法及实时监测系统。
背景技术
园区交通碳排放主要包括园区内道路交通机动车产生的碳排放,一方面是使用非可再生能源生产的电能所产生的碳排放,例如轨道交通、新能源车等。另一方面是消耗汽柴油等传统化石能源所产生的碳排放,例如出租车、网约车、通勤巴士、货车、私家车、小客车等。因此,为实现园区低碳经济、节能减排,对园区机动车碳排放进行监测管理至关重要。
然而,现有技术园区机动车碳排放监测未考虑机动车特殊运行因素,导致碳排放核算结果不准确的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高碳排放核算结果准确性,进而实现园区机动车低碳管理发展的一种园区机动车碳排放核算方法及实时监测系统。
一种园区机动车碳排放核算方法,方法包括:园区机动车碳排放实时监测系统包括信息感知模块、碳排放核算模块和监测管理模块;通过所述信息感知模块对园区机动车进行信息采集,获得机动车运行情况信息;将所述机动车运行情况信息按照运行工况进行分类处理,获得机动车工况节点运行数据信息;将所述机动车工况节点运行数据信息加密传输至所述碳排放核算模块;基于所述碳排放核算模块获得标定碳排放核算分析模型,将所述机动车工况节点运行数据信息输入所述标定碳排放核算分析模型进行核算,获得机动车碳排放数据核算结果;根据历史碳排放数据处理经验,设置数据误差因子;基于所述数据误差因子对所述机动车碳排放数据核算结果进行调整,获得机动车碳排放数据闭环核算结果,并通过所述监测管理模块对所述机动车碳排放数据闭环核算结果进行展示管理。
一种园区机动车碳排放实时监测系统,所述系统包括:系统构成模块,用于园区机动车碳排放实时监测系统包括信息感知模块、碳排放核算模块和监测管理模块;信息感知模块,用于通过所述信息感知模块对园区机动车进行信息采集,获得机动车运行情况信息;信息分类处理模块,用于将所述机动车运行情况信息按照运行工况进行分类处理,获得机动车工况节点运行数据信息;数据加密传输模块,用于将所述机动车工况节点运行数据信息加密传输至所述碳排放核算模块;碳排放核算模块,用于基于所述碳排放核算模块获得标定碳排放核算分析模型,将所述机动车工况节点运行数据信息输入所述标定碳排放核算分析模型进行核算,获得机动车碳排放数据核算结果;数据误差因子设置模块,用于根据历史碳排放数据处理经验,设置数据误差因子;监测管理模块,用于基于所述数据误差因子对所述机动车碳排放数据核算结果进行调整,获得机动车碳排放数据闭环核算结果,并通过所述监测管理模块对所述机动车碳排放数据闭环核算结果进行展示管理。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
园区机动车碳排放实时监测系统包括信息感知模块、碳排放核算模块和监测管理模块;
通过所述信息感知模块对园区机动车进行信息采集,获得机动车运行情况信息;
将所述机动车运行情况信息按照运行工况进行分类处理,获得机动车工况节点运行数据信息;
将所述机动车工况节点运行数据信息加密传输至所述碳排放核算模块;
基于所述碳排放核算模块获得标定碳排放核算分析模型,将所述机动车工况节点运行数据信息输入所述标定碳排放核算分析模型进行核算,获得机动车碳排放数据核算结果;
根据历史碳排放数据处理经验,设置数据误差因子;
基于所述数据误差因子对所述机动车碳排放数据核算结果进行调整,获得机动车碳排放数据闭环核算结果,并通过所述监测管理模块对所述机动车碳排放数据闭环核算结果进行展示管理。
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以下步骤:
园区机动车碳排放实时监测系统包括信息感知模块、碳排放核算模块和监测管理模块;
通过所述信息感知模块对园区机动车进行信息采集,获得机动车运行情况信息;
将所述机动车运行情况信息按照运行工况进行分类处理,获得机动车工况节点运行数据信息;
将所述机动车工况节点运行数据信息加密传输至所述碳排放核算模块;
基于所述碳排放核算模块获得标定碳排放核算分析模型,将所述机动车工况节点运行数据信息输入所述标定碳排放核算分析模型进行核算,获得机动车碳排放数据核算结果;
根据历史碳排放数据处理经验,设置数据误差因子;
基于所述数据误差因子对所述机动车碳排放数据核算结果进行调整,获得机动车碳排放数据闭环核算结果,并通过所述监测管理模块对所述机动车碳排放数据闭环核算结果进行展示管理。
上述一种园区机动车碳排放核算方法及实时监测系统,解决了现有技术园区机动车碳排放监测未考虑机动车特殊运行因素,导致碳排放核算结果不准确的技术问题,达到了结合机动车特殊运行因素对园区机动车碳排放状态进行实时监测预警,提高碳排放核算结果准确性,进而实现园区机动车低碳管理发展的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为一个实施例中一种园区机动车碳排放核算方法的流程示意图;
图2为一个实施例中一种园区机动车碳排放核算方法中获得机动车运行情况信息的流程示意图;
图3为一个实施例中一种园区机动车碳排放实时监测系统的结构框图;
图4为一个实施例中计算机设备的内部结构图;
附图标记说明:系统构成模块11,信息感知模块12,信息分类处理模块13,数据加密传输模块14,碳排放核算模块15,数据误差因子设置模块16,监测管理模块17。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
如图1所示,本申请提供了一种园区机动车碳排放核算方法,所述方法应用于一种园区机动车碳排放实时监测系统,所述方法包括:
步骤S100:所述园区机动车碳排放实时监测系统包括信息感知模块、碳排放核算模块和监测管理模块;
具体而言,园区交通碳排放主要包括园区内道路交通机动车产生的碳排放,一方面是使用非可再生能源生产(即非绿电)的电能所产生的碳排放,例如轨道交通、新能源车等。另一方面是消耗汽柴油等传统化石能源所产生的碳排放,例如出租车、网约车、通勤巴士、货车、私家车、小客车等。因此,为实现园区低碳经济、节能减排,对园区机动车碳排放进行监测管理至关重要。
为对园区机动车碳排放状态进行实时监测,开发获得园区机动车碳排放实时监测系统,所述园区机动车碳排放实时监测系统的功能模块主要包括信息感知模块、碳排放核算模块和监测管理模块,通过各功能模块数据交互处理,实现碳排放数据的实时监测和高效处理。
步骤S200:通过所述信息感知模块对园区机动车进行信息采集,获得机动车运行情况信息;
在一个实施例中,如图2所示,所述获得机动车运行情况信息,本申请步骤S200还包括:
步骤S210:所述信息感知模块与图像采集装置和车载感知终端通讯连接;
步骤S220:通过所述图像采集装置获得所述园区机动车的机动车特征图像信息;
步骤S230:获得园区机动车数据库,将所述机动车特征图像信息和所述园区机动车数据库进行特征匹配,获得目标车载信息;
步骤S240:基于所述车载感知终端获得所述园区机动车的实时车载运行监测信息;
步骤S250:基于所述目标车载信息和所述实时车载运行监测信息,确定所述机动车运行情况信息。
具体而言,通过所述信息感知模块对园区机动车进行信息采集,所述信息感知模块用于对园区机动车运行状态进行数据实时采集,与图像采集装置和车载感知终端通讯连接。所述图像采集装置可为设置在园区入口处的高精度照相机,通过所述图像采集装置对进入所述园区机动车的机动车特征图像信息进行采集,所述机动车特征图像信息包括该机动车的车牌号、车型等特征信息。通过园区管理系统获取园区机动车数据库,所述园区机动车数据库为允许进入园区权限的机动车基本信息数据库,包括车型、车牌号、车载终端编号等。
将所述机动车特征图像信息和所述园区机动车数据库进行特征匹配,获得该机动车图像匹配对应的目标车载信息,即该机动车基本参数信息,包括机动车类型、耗油类型、汽车排气量等。所述车载感知终端为安装在机动车上的车载运行数据采集设备,基于所述车载感知终端获得所述园区机动车的实时车载运行监测信息,所述实时车载运行监测信息包括车辆速度、状态实时监测,车速、行驶距离监测、遥感尾气监测等。基于所述目标车载信息和所述实时车载运行监测信息,确定机动车运行情况信息,所述机动车运行情况信息为机动车的碳排放相关实时运行数据信息。通过对园区机动车碳排放状态进行实时监测,提高碳排放核算结果的全面性和准确性。
步骤S300:将所述机动车运行情况信息按照运行工况进行分类处理,获得机动车工况节点运行数据信息;
在一个实施例中,所述获得机动车工况节点运行数据信息,申请步骤S300还包括:
步骤S310:获得机动车工况节点信息,所述机动车工况节点信息包括等速、加速、车速限值、车辆打火、怠速、停车;
步骤S320:基于所述机动车工况节点信息对所述机动车运行情况信息进行分类,获得机动车节点分类数据信息;
步骤S330:对按照所述机动车工况节点信息进行分布式部署,构建工况节点区块集合;
步骤S340:基于所述工况节点区块集合对所述机动车节点分类数据信息进行存储处理,获得所述机动车工况节点运行数据信息。
具体而言,将所述机动车运行情况信息按照运行工况进行分类处理,具体为首先获得机动车工况节点信息,所述机动车工况节点信息为机动车的运行状况节点,主要包括等速、加速、车速限值、车辆打火、怠速、停车等。不同机动车工况下的燃油量、燃油转化率、排放量等参数存在差异,因此基于所述机动车工况节点信息对所述机动车运行情况信息进行数据分类,将同一工况类型的车辆运行数据归为同一节点,获得分类后的机动车节点分类数据信息。
为保证数据存储处理安全性,按照所述机动车工况节点信息进行分布式部署,构建获得各节点所对应的工况节点区块集合,各机动车工况节点对应唯一节点区块。基于所述工况节点区块集合对所述机动车节点分类数据信息进行存储处理,获得分布式处理后的机动车工况节点运行数据信息。通过对机动车工况节点运行数据信息进行分布式存储,保证数据存储安全性和数据精细化管理,进而提高后续数据处理效率。
步骤S400:将所述机动车工况节点运行数据信息加密传输至所述碳排放核算模块;
步骤S500:基于所述碳排放核算模块获得标定碳排放核算分析模型,将所述机动车工况节点运行数据信息输入所述标定碳排放核算分析模型进行核算,获得机动车碳排放数据核算结果;
在一个实施例中,所述获得标定碳排放核算分析模型,本申请步骤S500还包括:
步骤S510:获得历史机动车碳排放数据信息,所述历史机动车碳排放数据信息包括各标定参数类别的机动车碳排放数据信息;
步骤S520:基于所述各标定参数类别的机动车碳排放数据信息,构建碳排放核算分析模型库;
步骤S530:基根据所述目标车载信息,确定车载标定参数;
步骤S540:基于所述车载标定参数,从所述碳排放核算分析模型库中调用所述标定碳排放核算分析模型。
在一个实施例中,所述获得机动车碳排放数据核算结果,本申请步骤S500还包括:
步骤S550:所述标定碳排放核算分析模型包括输入层、碳排放分析层、数据核算层、输出层;
步骤S560:将所述机动车工况节点运行数据信息通过所述输入层输入至所述碳排放分析层中,获得碳排放节点数据信息;
步骤S570:基于所述数据核算层对所述碳排放节点数据信息进行核算,获得机动车碳排放数据核算结果;
步骤S580:通过所述输出层对所述机动车碳排放数据核算结果进行模型输出。
在一个实施例中,构建所述碳排放分析层,本申请步骤S550还包括:
步骤S551:获得多元线性回归函数;
步骤S552:获得机动车碳排放因素信息,通过所述多元线性回归函数对所述机动车碳排放因素信息和所述历史机动车碳排放数据信息进行数据拟合,获得多元因素线性回归函数;
步骤S553:基于所述多元因素线性回归函数,构建所述碳排放分析层。
具体而言,将所述机动车工况节点运行数据信息加密传输至所述碳排放核算模块,优选的,可使用加密算法对运行数据进行加密传输。所述碳排放核算模块用于对运行数据进行核算处理,基于所述碳排放核算模块获得标定碳排放核算分析模型,具体为首先通过大数据技术获得历史机动车碳排放数据信息,所述历史机动车碳排放数据信息包括各标定参数类别的机动车碳排放数据信息,即各车载参数类别的机动车相关碳排放数据信息。
基于所述各标定参数类别的机动车碳排放数据信息进行模型训练,即将机动车碳排放数据信息按照标定参数类别分别输入至神经网络模型进行训练,获得各标定参数类别训练数据对应的碳排放核算分析模型集合,进而通过模型集合构建碳排放核算分析模型库。根据所述目标车载信息,确定车载标定参数,所述车载标定参数为该机动车对应的车载机动车类型、耗油类型、汽车排气量等参数。基于所述车载标定参数,从所述碳排放核算分析模型库中调用该车载标定参数对应的标定碳排放核算分析模型。
将所述机动车工况节点运行数据信息输入所述标定碳排放核算分析模型进行核算,所述标定碳排放核算分析模型用于对该园区机动车进行碳排量核算,所述标定碳排放核算分析模型的功能层包括输入层、碳排放分析层、数据核算层、输出层。首先将所述机动车工况节点运行数据信息按照工况节点区块通过所述输入层分别输入至碳排放分析层中,所述碳排放分析层用于对机动车工况节点运行数据信息进行具体碳排放量计算。在机动车碳排放核算过程中,排放量是与多个因素相联系的,由多个自变量的最优组合共同来预测或估计因变量碳排放,因此首先获取多元线性回归函数,以用于后续碳排放回归函数构建。
再确定机动车碳排放因素信息,包括燃料类型、燃料消耗指标、机动车能效、碳排放系数等,将机动车碳排放因素信息作为自变量因素,通过所述多元线性回归函数对所述机动车碳排放因素信息和所述历史机动车碳排放数据信息进行数据拟合,计算获得多元因素线性回归函数,即碳排放量回归函数,基于所述多元因素线性回归函数,构建所述碳排放分析层,并输出获得各工况节点对应的碳排放节点数据信息。最后基于所述数据核算层对所述碳排放节点数据信息进行相加核算,获得机动车碳排放数据核算结果,即机动车在各工况节点下的碳排放量数据,并通过所述输出层对所述机动车碳排放数据核算结果进行模型输出。通过构建标定碳排放核算分析模型对园区机动车进行碳排放量核算,提高机动车碳排放数据核算效率,保证碳排放数据核算结果的合理性和准确性,进而实现碳排放量精准核算。
步骤S600:根据历史碳排放数据处理经验,设置数据误差因子;
步骤S700:基于所述数据误差因子对所述机动车碳排放数据核算结果进行调整,获得机动车碳排放数据闭环核算结果,并通过所述监测管理模块对所述机动车碳排放数据闭环核算结果进行展示管理。
在一个实施例中,所述对所述机动车碳排放数据闭环核算结果进行展示管理,本申请步骤S700还包括:
步骤S710:通过所述监测管理模块对所述机动车碳排放数据闭环核算结果进行可视化展示,当所述机动车碳排放数据核算结果超出预设园区碳排放阈值时,发出排放预警指令;
步骤S720:将所述机动车碳排放数据闭环核算结果和所述预设园区碳排放阈值的差值,作为碳排放优化因子;
步骤S730:基于所述排放预警指令和所述碳排放优化因子对所述园区机动车进行碳排放预警管理。
具体而言,为提高机动车碳排放数据核算结果准确性,根据以往的历史碳排放数据处理经验,设置数据误差因子,所述数据误差因子是在实际碳排放核算过程中由于监测设备损耗、数据延迟等因素所存在的碳排放量数据误差。基于所述数据误差因子对所述机动车碳排放数据核算结果进行调整,获得误差调整后的机动车碳排放数据闭环核算结果,实现数据闭环,提高核算结果准确度。通过所述监测管理模块对所述机动车碳排放数据闭环核算结果进行可视化展示管理,并设置预设园区碳排放阈值,所述预设园区碳排放阈值为园区低碳机动车碳排放标准,可根据园区规定自行设定,当所述机动车碳排放数据核算结果超出预设园区碳排放阈值时,表明该机动车碳排放量超出园区安全标准,发出排放预警指令。
将所述机动车碳排放数据闭环核算结果和所述预设园区碳排放阈值的差值,作为碳排放优化因子,所述碳排放优化因子为机动车需要进行优化措施以减少碳排放量的程度。基于所述排放预警指令和所述碳排放优化因子对所述园区机动车进行碳排放预警管理,示例性的,对园区机动车进行碳排放量预警,并基于碳排放优化因子进行园区道路建设优化、园区机动车道路引导、机动车更换燃料类型、调整机动车能源结构等优化措施,以减少园区机动车碳排放量。达到优化园区能源结构,提高园区机动车碳排放预警管理水平、效率,进而实现实现园区机动车低碳发展和节能减排的技术效果。
在一个实施例中,如图3所示,提供了一种园区机动车碳排放实时监测系统,包括:系统构成模块11,信息感知模块12,信息分类处理模块13,数据加密传输模块14,碳排放核算模块15,数据误差因子设置模块16,监测管理模块17,其中:
系统构成模块11,用于园区机动车碳排放实时监测系统包括信息感知模块、碳排放核算模块和监测管理模块;
信息感知模块12,用于通过所述信息感知模块对园区机动车进行信息采集,获得机动车运行情况信息;
信息分类处理模块13,用于将所述机动车运行情况信息按照运行工况进行分类处理,获得机动车工况节点运行数据信息;
数据加密传输模块14,用于将所述机动车工况节点运行数据信息加密传输至所述碳排放核算模块;
碳排放核算模块15,用于基于所述碳排放核算模块获得标定碳排放核算分析模型,将所述机动车工况节点运行数据信息输入所述标定碳排放核算分析模型进行核算,获得机动车碳排放数据核算结果;
数据误差因子设置模块16,用于根据历史碳排放数据处理经验,设置数据误差因子;
监测管理模块17,用于基于所述数据误差因子对所述机动车碳排放数据核算结果进行调整,获得机动车碳排放数据闭环核算结果,并通过所述监测管理模块对所述机动车碳排放数据闭环核算结果进行展示管理。
在一个实施例中,所述信息感知模块还包括:
信息感知设备构成单元,用于所述信息感知模块与图像采集装置和车载感知终端通讯连接;
机动车特征图像获得单元,用于通过所述图像采集装置获得所述园区机动车的机动车特征图像信息;
特征匹配单元,用于获得园区机动车数据库,将所述机动车特征图像信息和所述园区机动车数据库进行特征匹配,获得目标车载信息;
实时车载运行监测信息获得单元,用于基于所述车载感知终端获得所述园区机动车的实时车载运行监测信息;
机动车运行情况信息获得单元,用于基于所述目标车载信息和所述实时车载运行监测信息,确定所述机动车运行情况信息。
在一个实施例中,所述信息分类处理模块还包括:
机动车工况节点信息获得单元,用于获得机动车工况节点信息,所述机动车工况节点信息包括等速、加速、车速限值、车辆打火、怠速、停车;
红外热分布信息获得单元,用于基于所述机动车工况节点信息对所述机动车运行情况信息进行分类,获得机动车节点分类数据信息;
节点信息分布式部署单元,用于按照所述机动车工况节点信息进行分布式部署,构建工况节点区块集合;
信息存储处理单元,用于基于所述工况节点区块集合对所述机动车节点分类数据信息进行存储处理,获得所述机动车工况节点运行数据信息。
在一个实施例中,所述碳排放核算模块还包括:
历史机动车碳排放数据信息获得单元,用于获得历史机动车碳排放数据信息,所述历史机动车碳排放数据信息包括各标定参数类别的机动车碳排放数据信息;
碳排放核算分析模型库构建单元,用于基于所述各标定参数类别的机动车碳排放数据信息,构建碳排放核算分析模型库;
车载标定参数确定单元,用于根据所述目标车载信息,确定车载标定参数;
模型调用单元,用于基于所述车载标定参数,从所述碳排放核算分析模型库中调用所述标定碳排放核算分析模型。
在一个实施例中,所述碳排放核算模块还包括:
模型构成单元,用于所述标定碳排放核算分析模型包括输入层、碳排放分析层、数据核算层、输出层;
碳排放分析单元,用于将所述机动车工况节点运行数据信息通过所述输入层输入至所述碳排放分析层中,获得碳排放节点数据信息;
数据核算单元,用于基于所述数据核算层对所述碳排放节点数据信息进行核算,获得机动车碳排放数据核算结果;
模型输出单元,用于通过所述输出层对所述机动车碳排放数据核算结果进行模型输出。
在一个实施例中,所述碳排放分析单元还包括:
回归函数获得单元,用于获得多元线性回归函数;
数据拟合单元,用于获得机动车碳排放因素信息,通过所述多元线性回归函数对所述机动车碳排放因素信息和所述历史机动车碳排放数据信息进行数据拟合,获得多元因素线性回归函数;
碳排放分析层构建单元,用于基于所述多元因素线性回归函数,构建所述碳排放分析层。
在一个实施例中,所述监测管理模块还包括:
排放预警指令发出单元,用于通过所述监测管理模块对所述机动车碳排放数据闭环核算结果进行可视化展示,当所述机动车碳排放数据核算结果超出预设园区碳排放阈值时,发出排放预警指令;
碳排放优化因子获得单元,用于将所述机动车碳排放数据闭环核算结果和所述预设园区碳排放阈值的差值,作为碳排放优化因子;
碳排放预警管理单元,用于基于所述排放预警指令和所述碳排放优化因子对所述园区机动车进行碳排放预警管理。
关于一种园区机动车碳排放实时监测系统的具体实施例可以参见上文中对于一种园区机动车碳排放核算方法的实施例,在此不再赘述。上述一种园区机动车碳排放核算装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种园区机动车碳排放核算方法。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:园区机动车碳排放实时监测系统包括信息感知模块、碳排放核算模块和监测管理模块;通过所述信息感知模块对园区机动车进行信息采集,获得机动车运行情况信息;将所述机动车运行情况信息按照运行工况进行分类处理,获得机动车工况节点运行数据信息;将所述机动车工况节点运行数据信息加密传输至所述碳排放核算模块;基于所述碳排放核算模块获得标定碳排放核算分析模型,将所述机动车工况节点运行数据信息输入所述标定碳排放核算分析模型进行核算,获得机动车碳排放数据核算结果;根据历史碳排放数据处理经验,设置数据误差因子;基于所述数据误差因子对所述机动车碳排放数据核算结果进行调整,获得机动车碳排放数据闭环核算结果,并通过所述监测管理模块对所述机动车碳排放数据闭环核算结果进行展示管理。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:园区机动车碳排放实时监测系统包括信息感知模块、碳排放核算模块和监测管理模块;通过所述信息感知模块对园区机动车进行信息采集,获得机动车运行情况信息;将所述机动车运行情况信息按照运行工况进行分类处理,获得机动车工况节点运行数据信息;将所述机动车工况节点运行数据信息加密传输至所述碳排放核算模块;基于所述碳排放核算模块获得标定碳排放核算分析模型,将所述机动车工况节点运行数据信息输入所述标定碳排放核算分析模型进行核算,获得机动车碳排放数据核算结果;根据历史碳排放数据处理经验,设置数据误差因子;基于所述数据误差因子对所述机动车碳排放数据核算结果进行调整,获得机动车碳排放数据闭环核算结果,并通过所述监测管理模块对所述机动车碳排放数据闭环核算结果进行展示管理。以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种园区机动车碳排放核算方法,其特征在于,所述方法应用于一种园区机动车碳排放实时监测系统,所述方法包括:
所述园区机动车碳排放实时监测系统包括信息感知模块、碳排放核算模块和监测管理模块;
通过所述信息感知模块对园区机动车进行信息采集,获得机动车运行情况信息;
将所述机动车运行情况信息按照运行工况进行分类处理,获得机动车工况节点运行数据信息;
将所述机动车工况节点运行数据信息加密传输至所述碳排放核算模块;
基于所述碳排放核算模块获得标定碳排放核算分析模型,将所述机动车工况节点运行数据信息输入所述标定碳排放核算分析模型进行核算,获得机动车碳排放数据核算结果;
根据历史碳排放数据处理经验,设置数据误差因子;
基于所述数据误差因子对所述机动车碳排放数据核算结果进行调整,获得机动车碳排放数据闭环核算结果,并通过所述监测管理模块对所述机动车碳排放数据闭环核算结果进行展示管理。
2.如权利要求1所述的方法,其特征在于,所述获得机动车运行情况信息,包括:
所述信息感知模块与图像采集装置和车载感知终端通讯连接;
通过所述图像采集装置获得所述园区机动车的机动车特征图像信息;
获得园区机动车数据库,将所述机动车特征图像信息和所述园区机动车数据库进行特征匹配,获得目标车载信息;
基于所述车载感知终端获得所述园区机动车的实时车载运行监测信息;
基于所述目标车载信息和所述实时车载运行监测信息,确定所述机动车运行情况信息。
3.如权利要求1所述的方法,其特征在于,所述获得机动车工况节点运行数据信息,包括:
获得机动车工况节点信息,所述机动车工况节点信息包括等速、加速、车速限值、车辆打火、怠速、停车;
基于所述机动车工况节点信息对所述机动车运行情况信息进行分类,获得机动车节点分类数据信息;
按照所述机动车工况节点信息进行分布式部署,构建工况节点区块集合;
基于所述工况节点区块集合对所述机动车节点分类数据信息进行存储处理,获得所述机动车工况节点运行数据信息。
4.如权利要求2所述的方法,其特征在于,所述获得标定碳排放核算分析模型,包括:
获得历史机动车碳排放数据信息,所述历史机动车碳排放数据信息包括各标定参数类别的机动车碳排放数据信息;
基于所述各标定参数类别的机动车碳排放数据信息,构建碳排放核算分析模型库;
根据所述目标车载信息,确定车载标定参数;
基于所述车载标定参数,从所述碳排放核算分析模型库中调用所述标定碳排放核算分析模型。
5.如权利要求4所述的方法,其特征在于,所述获得机动车碳排放数据核算结果,包括:
所述标定碳排放核算分析模型包括输入层、碳排放分析层、数据核算层、输出层;
将所述机动车工况节点运行数据信息通过所述输入层输入至所述碳排放分析层中,获得碳排放节点数据信息;
基于所述数据核算层对所述碳排放节点数据信息进行核算,获得机动车碳排放数据核算结果;
通过所述输出层对所述机动车碳排放数据核算结果进行模型输出。
6.如权利要求5所述的方法,其特征在于,构建所述碳排放分析层,包括:
获得多元线性回归函数;
获得机动车碳排放因素信息,通过所述多元线性回归函数对所述机动车碳排放因素信息和所述历史机动车碳排放数据信息进行数据拟合,获得多元因素线性回归函数;
基于所述多元因素线性回归函数,构建所述碳排放分析层。
7.如权利要求1所述的方法,其特征在于,所述对所述机动车碳排放数据闭环核算结果进行展示管理,包括:
通过所述监测管理模块对所述机动车碳排放数据闭环核算结果进行可视化展示,当所述机动车碳排放数据核算结果超出预设园区碳排放阈值时,发出排放预警指令;
将所述机动车碳排放数据闭环核算结果和所述预设园区碳排放阈值的差值,作为碳排放优化因子;
基于所述排放预警指令和所述碳排放优化因子对所述园区机动车进行碳排放预警管理。
8.一种园区机动车碳排放实时监测系统,其特征在于,所述系统包括:
系统构成模块,用于园区机动车碳排放实时监测系统包括信息感知模块、碳排放核算模块和监测管理模块;
信息感知模块,用于通过所述信息感知模块对园区机动车进行信息采集,获得机动车运行情况信息;
信息分类处理模块,用于将所述机动车运行情况信息按照运行工况进行分类处理,获得机动车工况节点运行数据信息;
数据加密传输模块,用于将所述机动车工况节点运行数据信息加密传输至所述碳排放核算模块;
碳排放核算模块,用于基于所述碳排放核算模块获得标定碳排放核算分析模型,将所述机动车工况节点运行数据信息输入所述标定碳排放核算分析模型进行核算,获得机动车碳排放数据核算结果;
数据误差因子设置模块,用于根据历史碳排放数据处理经验,设置数据误差因子;
监测管理模块,用于基于所述数据误差因子对所述机动车碳排放数据核算结果进行调整,获得机动车碳排放数据闭环核算结果,并通过所述监测管理模块对所述机动车碳排放数据闭环核算结果进行展示管理。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一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权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310049309.9A CN115936955A (zh) | 2023-02-01 | 2023-02-01 | 一种园区机动车碳排放核算方法及实时监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310049309.9A CN115936955A (zh) | 2023-02-01 | 2023-02-01 | 一种园区机动车碳排放核算方法及实时监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115936955A true CN115936955A (zh) | 2023-04-07 |
Family
ID=86651021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310049309.9A Pending CN115936955A (zh) | 2023-02-01 | 2023-02-01 | 一种园区机动车碳排放核算方法及实时监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115936955A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116702512A (zh) * | 2023-08-01 | 2023-09-05 | 清华大学 | 直流牵引供电系统碳排放责任计算方法及装置 |
CN116703185A (zh) * | 2023-08-09 | 2023-09-05 | 杭州泽天春来科技有限公司 | 交通载体的碳排放分析装置及方法 |
CN116862741A (zh) * | 2023-07-25 | 2023-10-10 | 杭州超腾能源技术股份有限公司 | 一种工业园区碳排放的智能监测方法及系统 |
TWI845340B (zh) * | 2023-06-12 | 2024-06-11 | 優思瑪特科技股份有限公司 | 具自動計算員工通勤碳盤查功能之打卡系統及其流程 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1507553A (zh) * | 2001-08-31 | 2004-06-23 | ����Aw��ʽ���� | 信息显示系统 |
CN107730425A (zh) * | 2017-09-11 | 2018-02-23 | 深圳市易成自动驾驶技术有限公司 | 碳排放量计算方法、装置及存储介质 |
CN111680936A (zh) * | 2020-08-12 | 2020-09-18 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通碳排放量的监测方法、装置及终端设备 |
CN112712707A (zh) * | 2020-12-26 | 2021-04-27 | 清华四川能源互联网研究院 | 车辆碳排放监测系统及方法 |
CN114998075A (zh) * | 2022-06-10 | 2022-09-02 | 长安大学 | 一种交通运输碳排放计算方法、系统及可存储介质 |
-
2023
- 2023-02-01 CN CN202310049309.9A patent/CN115936955A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1507553A (zh) * | 2001-08-31 | 2004-06-23 | ����Aw��ʽ���� | 信息显示系统 |
CN107730425A (zh) * | 2017-09-11 | 2018-02-23 | 深圳市易成自动驾驶技术有限公司 | 碳排放量计算方法、装置及存储介质 |
CN111680936A (zh) * | 2020-08-12 | 2020-09-18 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通碳排放量的监测方法、装置及终端设备 |
CN112712707A (zh) * | 2020-12-26 | 2021-04-27 | 清华四川能源互联网研究院 | 车辆碳排放监测系统及方法 |
CN114998075A (zh) * | 2022-06-10 | 2022-09-02 | 长安大学 | 一种交通运输碳排放计算方法、系统及可存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI845340B (zh) * | 2023-06-12 | 2024-06-11 | 優思瑪特科技股份有限公司 | 具自動計算員工通勤碳盤查功能之打卡系統及其流程 |
CN116862741A (zh) * | 2023-07-25 | 2023-10-10 | 杭州超腾能源技术股份有限公司 | 一种工业园区碳排放的智能监测方法及系统 |
CN116862741B (zh) * | 2023-07-25 | 2024-05-28 | 杭州超腾能源技术股份有限公司 | 一种工业园区碳排放的智能监测方法及系统 |
CN116702512A (zh) * | 2023-08-01 | 2023-09-05 | 清华大学 | 直流牵引供电系统碳排放责任计算方法及装置 |
CN116702512B (zh) * | 2023-08-01 | 2023-11-07 | 清华大学 | 直流牵引供电系统碳排放责任计算方法及装置 |
CN116703185A (zh) * | 2023-08-09 | 2023-09-05 | 杭州泽天春来科技有限公司 | 交通载体的碳排放分析装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115936955A (zh) | 一种园区机动车碳排放核算方法及实时监测系统 | |
Gritsuk et al. | Information model of V2I system of the vehicle technical condition remote monitoring and control in operation conditions | |
EP2191120B1 (en) | Method for adjusting control parameters of an onboard control device in an automotive vehicle | |
CN111009134A (zh) | 一种基于前车与自车互动的短期车速工况实时预测方法 | |
US9157383B2 (en) | System, method and computer program for simulating vehicle energy use | |
US10083552B2 (en) | Comparing vehicle performance | |
US12056782B2 (en) | Method and system for area management in smart city based on internet of things | |
DE102019132048A1 (de) | System und verfahren für automatisierte fahrzeugleistungsanalyse | |
CN107274700A (zh) | 一种车路协同环境下多源信息采集方法及装置 | |
CN110648244A (zh) | 基于区块链的车险方案生成方法、装置和行车数据处理系统 | |
Hao et al. | Connected Eco-approach and Departure System for Diesel Trucks | |
DE102020119861A1 (de) | Verfahren und Assistenzeinrichtung zum iterativ optimierten Betreiben eines Kraftfahrzeugs und Kraftfahrzeug | |
WO2023275062A1 (de) | Fahrzeug, blockkettennetzwerk, und verfahren zum umweltmonitoring | |
DE102021129697A1 (de) | Maschinenlernverfahren und Maschinenlernsystem | |
US11760155B2 (en) | Energy management system for an electric vehicle | |
KR20210144171A (ko) | 분산 클라우딩을 이용한 차량 제어 시스템 | |
CN116189456A (zh) | 一种交通控制方法、装置及服务器 | |
CN115713168A (zh) | 用车出行时间预测方法、装置、服务器及存储介质 | |
DE102018218960A1 (de) | Verfahren zum Ansteuern eines Antriebsstrangs eines Kraftfahrzeugs | |
Rushton et al. | City‐wide emissions modelling using fleet probe vehicles | |
EP4042107A1 (de) | Verfahren zur prädiktion eines geschwindigkeitsprofils eines fahrzeugs | |
Silva et al. | Performance evaluation of a vehicular edge device for customer feedback in Industry 4.0 | |
CN117093818B (zh) | 城配物流车辆碳排放的测算方法及系统 | |
AT524959B1 (de) | Datenerfassung im Fahrzeug | |
Vojvodić et al. | Cooperative architecture of data acquisition for emission reduction in traffic |
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 |