CN116128159B - 一种变压器产品碳足迹核算方法及系统 - Google Patents
一种变压器产品碳足迹核算方法及系统 Download PDFInfo
- Publication number
- CN116128159B CN116128159B CN202310352984.9A CN202310352984A CN116128159B CN 116128159 B CN116128159 B CN 116128159B CN 202310352984 A CN202310352984 A CN 202310352984A CN 116128159 B CN116128159 B CN 116128159B
- Authority
- CN
- China
- Prior art keywords
- carbon footprint
- accounting
- carbon
- data
- stage
- 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.)
- Active
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 652
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 649
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims abstract description 92
- 238000005457 optimization Methods 0.000 claims abstract description 66
- 238000004458 analytical method Methods 0.000 claims abstract description 65
- 238000009826 distribution Methods 0.000 claims abstract description 44
- 238000013433 optimization analysis Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims description 47
- 238000012098 association analyses Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000000513 principal component analysis Methods 0.000 claims description 7
- 238000007621 cluster analysis Methods 0.000 claims description 6
- 150000001721 carbon Chemical class 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 20
- 241000790917 Dioxys <bee> Species 0.000 description 15
- 239000002994 raw material Substances 0.000 description 10
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 description 9
- 229910001882 dioxygen Inorganic materials 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 9
- 239000000463 material Substances 0.000 description 9
- 238000012549 training Methods 0.000 description 7
- 230000003044 adaptive effect Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 239000005431 greenhouse gas Substances 0.000 description 4
- 238000004064 recycling Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种变压器产品碳足迹核算方法及系统,涉及数据处理领域,其中,所述方法包括:获得多维算力分配系数;基于多维算力分配系数,通过碳足迹核算平台对多级碳源数据进行碳足迹核算,获得多级碳足迹核算结果,并基于智能核算分析模型对其进行修正,获得多级修正碳足迹核算结果;根据基础信息和多级修正碳足迹核算结果进行碳足迹优化分析,获得产品碳优方案,并根据其进行碳足迹优化。解决了现有技术中针对变压器产品的碳足迹核算准确性不足,进而造成变压器产品的碳足迹优化效果不佳的技术问题。达到了提高变压器产品的碳足迹核算的准确性,提高变压器产品的碳足迹优化质量的技术效果。
Description
技术领域
本发明涉及数据处理领域,具体地,涉及一种变压器产品碳足迹核算方法及系统。
背景技术
随着电力需求量的不断增长,变压器产品的应用市场不断扩大。与此同时,变压器产品的竞争也日趋激烈化。在低碳经济环境下,变压器产品的碳排放性能已成为其重要的竞争力指标之一。如何对变压器产品的碳足迹进行高质量地核算分析,受到人们的广泛关注。
现有技术中,存在针对变压器产品的碳足迹核算准确性不足,进而造成变压器产品的碳足迹优化效果不佳的技术问题。
发明内容
本申请提供了一种变压器产品碳足迹核算方法及系统。解决了现有技术中针对变压器产品的碳足迹核算准确性不足,进而造成变压器产品的碳足迹优化效果不佳的技术问题。达到了通过对变压器产品进行多维度碳足迹核算,提高变压器产品的碳足迹核算的准确性,并根据碳足迹核算结果对变压器产品进行适配、可靠的碳足迹优化分析,提高变压器产品的碳足迹优化质量的技术效果。
鉴于上述问题,本申请提供了一种变压器产品碳足迹核算方法及系统。
第一方面,本申请提供了一种变压器产品碳足迹核算方法,其中,所述方法应用于一种变压器产品碳足迹核算系统,所述方法包括:基于变压器产品的全生命周期信息,获得多级碳足迹核算节点,并对所述多级碳足迹核算节点进行算力分配标记,获得多维算力分配系数;基于所述多级碳足迹核算节点进行变压器产品的碳足迹关联数据采集,获得多级碳源数据;基于所述多维算力分配系数,通过所述碳足迹核算平台对所述多级碳源数据进行碳足迹核算,获得多级碳足迹核算结果;基于智能核算分析模型对所述多级碳足迹核算结果进行修正,获得多级修正碳足迹核算结果;获得所述变压器产品的基础信息;根据所述基础信息和所述多级修正碳足迹核算结果进行碳足迹优化分析,获得产品碳优方案;基于所述产品碳优方案对所述变压器产品进行碳足迹优化。
第二方面,本申请还提供了一种变压器产品碳足迹核算系统,其中,所述系统包括:节点标记模块,所述节点标记模块用于基于变压器产品的全生命周期信息,获得多级碳足迹核算节点,并对所述多级碳足迹核算节点进行算力分配标记,获得多维算力分配系数;碳足迹关联数据采集模块,所述碳足迹关联数据采集模块用于基于所述多级碳足迹核算节点进行变压器产品的碳足迹关联数据采集,获得多级碳源数据;碳足迹核算模块,所述碳足迹核算模块用于基于所述多维算力分配系数,通过所述碳足迹核算平台对所述多级碳源数据进行碳足迹核算,获得多级碳足迹核算结果;碳足迹修正模块,所述碳足迹修正模块用于基于智能核算分析模型对所述多级碳足迹核算结果进行修正,获得多级修正碳足迹核算结果;基础信息获得模块,所述基础信息获得模块用于获得所述变压器产品的基础信息;碳足迹优化分析模块,所述碳足迹优化分析模块用于根据所述基础信息和所述多级修正碳足迹核算结果进行碳足迹优化分析,获得产品碳优方案;碳足迹优化模块,所述碳足迹优化模块用于基于所述产品碳优方案对所述变压器产品进行碳足迹优化。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过变压器产品的全生命周期信息,获得多级碳足迹核算节点;通过对多级碳足迹核算节点进行算力分配标记,获得多维算力分配系数;通过对多级碳足迹核算节点进行变压器产品的碳足迹关联数据采集,获得多级碳源数据;基于多维算力分配系数,通过碳足迹核算平台对多级碳源数据进行碳足迹核算,获得多级碳足迹核算结果;通过智能核算分析模型对多级碳足迹核算结果进行修正,获得多级修正碳足迹核算结果;通过变压器产品的基础信息和多级修正碳足迹核算结果进行碳足迹优化分析,获得产品碳优方案,并根据产品碳优方案对变压器产品进行碳足迹优化。达到了通过对变压器产品进行多维度碳足迹核算,提高变压器产品的碳足迹核算的准确性,并根据碳足迹核算结果对变压器产品进行适配、可靠的碳足迹优化分析,提高变压器产品的碳足迹优化质量的技术效果。
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
为了更清楚地说明本公开实施例的技术方案,下面将对本公开实施例的附图作简单地介绍。明显地,下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1为本申请一种变压器产品碳足迹核算方法的流程示意图;
图2为本申请一种变压器产品碳足迹核算方法中获得多级碳源数据的流程示意图;
图3为本申请一种变压器产品碳足迹核算系统的结构示意图。
附图标记说明:节点标记模块11,碳足迹关联数据采集模块12,碳足迹核算模块13,碳足迹修正模块14,基础信息获得模块15,碳足迹优化分析模块16,碳足迹优化模块17。
具体实施方式
本申请通过提供解决了现有技术中针对变压器产品的碳足迹核算准确性不足,进而造成变压器产品的碳足迹优化效果不佳的技术问题。达到了通过对变压器产品进行多维度碳足迹核算,提高变压器产品的碳足迹核算的准确性,并根据碳足迹核算结果对变压器产品进行适配、可靠的碳足迹优化分析,提高变压器产品的碳足迹优化质量的技术效果。
实施例一
请参阅附图1,本申请提供一种变压器产品碳足迹核算方法,其中,所述方法应用于一种变压器产品碳足迹核算系统,所述系统与碳足迹核算平台通信连接,所述方法具体包括如下步骤:
步骤S100:基于变压器产品的全生命周期信息,获得多级碳足迹核算节点,并对所述多级碳足迹核算节点进行算力分配标记,获得多维算力分配系数;
进一步的,本申请步骤S100还包括:
步骤S110:获得碳足迹核算记录;
步骤S120:基于所述碳足迹核算记录进行主成分分析,获得标准碳足迹核算记录;
步骤S130:基于所述多级碳足迹核算节点,对所述标准碳足迹核算记录进行聚类分析,获得多维标准碳足迹核算数据;
步骤S140:基于所述多维标准碳足迹核算数据进行算力特征计算,获得所述多维算力分配系数。
具体而言,基于大数据对变压器产品进行生命周期参数查询,获得变压器产品的全生命周期信息,并对变压器产品的全生命周期信息进行节点标识,获得多级碳足迹核算节点。所述全生命周期信息是指变压器产品从生产、制造、使用到废弃的整个生命周期过程。所述全生命周期信息包括多级碳足迹核算节点。所述多级碳足迹核算节点包括变压器产品的原材料获取节点、制造装配节点、运输节点、使用节点、回收处理节点。
进一步,基于大数据进行变压器产品的碳足迹核算信息查询,获得碳足迹核算记录。所述碳足迹核算记录包括多个历史变压器产品对应的多组历史碳足迹核算数据。每组历史碳足迹核算数据包括每个历史变压器产品对应的多个节点碳足迹核算数据。每个节点碳足迹核算数据包括每个历史变压器产品,在每个碳足迹核算节点的多个历史二氧当量值。二氧当量为度量温室效应的基本单位。历史二氧当量值越大,对应的碳足迹贡献越大,温室效应的贡献度也越高。例如,气体的二氧当量值为气体的质量与气体对应的全球升温潜能值之间的乘积。
进一步,通过对碳足迹核算记录进行主成分分析,获得标准碳足迹核算记录。所述主成分分析是一种最常用的线性降维方法,它的目标是通过某种线性投影,将高维的碳足迹核算记录映射到低维的空间中,并期望在所投影的维度上数据的信息量最大,以此使用较少的数据维度,同时保留较多的原数据点的特性。所述标准碳足迹核算记录包括经过主成分分析的降维处理之后的碳足迹核算记录。即,所述标准碳足迹核算记录包括降维处理之后的碳足迹核算记录内的多个历史标准二氧当量值。进而,基于多级碳足迹核算节点,对标准碳足迹核算记录进行聚类分析,将标准碳足迹核算记录内的同一碳足迹核算节点对应的多个历史标准二氧当量值归为一类,获得多维标准碳足迹核算数据。所述多维标准碳足迹核算数据包括多级碳足迹核算节点对应的多组标准碳足迹核算数据。每组标准碳足迹核算数据包括每个碳足迹核算节点对应的多个历史标准二氧当量值。进而,基于多维标准碳足迹核算数据进行算力特征计算,即,分别对多维标准碳足迹核算数据内的多组标准碳足迹核算数据进行数据量统计,获得多组标准碳足迹核算数据对应的多个历史碳足迹核算数据量。对多个历史碳足迹核算数据量进行加和,获得历史碳足迹核算总数据量。分别将多个历史碳足迹核算数据量与历史碳足迹核算总数据量进行比值计算,获得多维算力分配系数。所述多维算力分配系数包括多级碳足迹核算节点对应的多个算力分配系数信息。多个算力分配系数信息包括多个历史碳足迹核算数据量与历史碳足迹核算总数据量之间的多个比值。
达到了通过对变压器产品的全生命周期信息进行分析,获得多级碳足迹核算节点,并对多级碳足迹核算节点进行算力分配标记,获得准确的多维算力分配系数,为后续对变压器产品进行碳足迹核算奠定基础的技术效果。
步骤S200:基于所述多级碳足迹核算节点进行变压器产品的碳足迹关联数据采集,获得多级碳源数据;
进一步的,如附图2所示,本申请步骤S200还包括:
步骤S210:基于所述多级碳足迹核算节点进行碳足迹来源分析,获得节点来源因子数据组;
进一步的,本申请步骤S210还包括:
步骤S211:基于所述多级碳足迹核算节点,获得多维节点数据项;
步骤S212:基于所述多维节点数据项进行碳足迹关联分析,获得数据项关联分析结果;
步骤S213:获得碳源数据记录,基于所述碳源数据记录对所述多维节点数据项进行碳足迹置信度分析,获得数据项置信度分析结果;
步骤S214:获得数据项分析权重约束条件;
步骤S215:基于所述数据项分析权重约束条件,对所述数据项关联分析结果和所述数据项置信度分析结果进行加权计算,获得多维节点数据项特征评估结果;
步骤S216:获得数据项特征评估约束条件;
步骤S217:判断所述多维节点数据项特征评估结果是否满足所述数据项特征评估约束条件,获得多维节点数据项判断结果;
步骤S218:基于所述多维节点数据项判断结果对所述多维节点数据项进行筛选,获得所述节点来源因子数据组。
具体而言,基于多级碳足迹核算节点进行数据类型采集,获得多维节点数据项。所述多维节点数据项包括多级碳足迹核算节点对应的原材料获取节点数据项信息、制造装配节点数据项信息、运输节点数据项信息、使用节点数据项信息、回收处理节点数据项信息。多维节点数据项中的每个节点数据项信息包括每个碳足迹核算节点对应的多个数据类型信息。
进一步,基于多维节点数据项进行碳足迹关联分析,获得数据项关联分析结果。所述数据项关联分析结果包括多维节点数据项中的多个数据类型信息对应的多个碳足迹关联参数。碳足迹关联参数越大,对应的数据类型信息与变压器产品的碳足迹之间的关联性越强。示例性地,基于多维节点数据项进行历史数据查询,获得多个历史数据类型信息、多个历史数据类型-碳足迹关联参数。分析多个历史数据类型信息与多个历史数据类型-碳足迹关联参数之间的对应关系,按照对应关系将多个历史数据类型信息、多个历史数据类型-碳足迹关联参数进行排列,获得碳足迹关联分析数据库。将多维节点数据项作为输入信息,输入碳足迹关联分析数据库,即可获得数据项关联分析结果。
进一步,基于大数据进行变压器产品的碳源数据查询,获得碳源数据记录。所述碳源数据记录包括多个历史变压器产品对应的多个历史碳足迹关联数据。进而,基于多维节点数据项中的多个数据类型信息,对碳源数据记录中的多个历史碳足迹关联数据进行聚类分析,将同一数据类型信息对应的多个历史碳足迹关联数据归为一类,获得多个数据类型关联数据组。每个数据类型关联数据组包括多维节点数据项中的每个数据类型信息对应的多个历史碳足迹关联数据。继而,分别对多个数据类型关联数据组进行数据量统计,获得多个数据类型关联数据量。将多个数据类型关联数据量进行加和计算,获得数据类型关联总数据量。分别将多个数据类型关联数据量与数据类型关联总数据量进行比值计算,获得多维节点数据项中的多个数据类型信息对应的多个数据类型置信度参数,并将其添加至数据项置信度分析结果。所述数据项置信度分析结果包括多维节点数据项中的多个数据类型信息对应的多个数据类型置信度参数。所述多个数据类型置信度参数包括多个数据类型关联数据量与数据类型关联总数据量之间的多个比值信息。
进一步,基于数据项分析权重约束条件,对数据项关联分析结果和数据项置信度分析结果进行加权计算,获得多维节点数据项特征评估结果。所述数据项分析权重约束条件包括预先设置确定的关联参数权重值、置信度参数权重值。所述多维节点数据项特征评估结果包括多维节点数据项中的多个数据类型信息对应的多个数据类型特征评估值。示例性地,分别将关联参数权重值与数据项关联分析结果中的多个碳足迹关联参数进行乘法计算,即可获得多个数据类型第一特征评估值。分别将置信度参数权重值与数据项置信度分析结果中的多个数据类型置信度参数进行乘法计算,即可获得多个数据类型第二特征评估值。将多个数据类型第一特征评估值与对应的多个数据类型第二特征评估值进行加和计算,即可获得多个数据类型特征评估值。
进一步,分别判断多维节点数据项特征评估结果中的多个数据类型特征评估值是否满足数据项特征评估约束条件,获得多维节点数据项判断结果。所述数据项特征评估约束条件包括预先设置确定的数据类型特征评估阈值。所述多维节点数据项判断结果包括多维节点数据项特征评估结果中的每个数据类型特征评估值是/否满足数据项特征评估约束条件。如果数据类型特征评估值满足数据项特征评估约束条件,则,将该数据类型特征评估值对应的数据类型信息添加至碳足迹来源因子数据组。所述碳足迹来源因子数据组包括满足数据项特征评估约束条件的多个数据类型特征评估值对应的多个数据类型信息。
进一步,按照多级碳足迹核算节点,对碳足迹来源因子数据组进行匹配,获得节点来源因子数据组。所述节点来源因子数据组包括多级碳足迹核算节点对应的原材料获取节点来源因子组、制造装配节点来源因子组、运输节点来源因子组、使用节点来源因子组、回收处理节点来源因子组。节点来源因子数据组内的每个节点来源因子组包括每个碳足迹核算节点对应的碳足迹来源因子数据组内的多个数据类型信息。示例性地,所述原材料获取节点来源因子组包括原材料获取节点对应的材料种类、材料数量、材料重量、能源排放量、材料碳排放因子、能源碳排放因子等多个数据类型信息。所述制造装配节点来源因子组包括制造装配节点对应的能源消耗量、温室气体排放量、温室气体种类、气体升温潜能值等多个数据类型信息。所述运输节点来源因子组包括运输节点对应的变压器产品质量、运输距离、运输工具的碳排放因子等多个数据类型信息。所述使用节点来源因子组包括使用节点对应的变压器产品的能源消耗量、能源排放因子、温室气体直接排放量等多个数据类型信息。所述回收处理节点来源因子组包括回收处理节点对应的能源消耗量、温室气体直接排放量等多个数据类型信息。达到了通过对多级碳足迹核算节点进行数据类型分析,获得可靠、全面的节点来源因子数据组,从而提高对变压器产品进行碳足迹核算的准确性的技术效果。
步骤S220:基于所述节点来源因子数据组,进行变压器产品的碳足迹数据采集,获得碳足迹数据集;
步骤S230:基于所述碳足迹数据集进行标准化处理,获得所述多级碳源数据。
步骤S300:基于所述多维算力分配系数,通过所述碳足迹核算平台对所述多级碳源数据进行碳足迹核算,获得多级碳足迹核算结果;
具体而言,基于节点来源因子数据组对变压器产品进行数据采集,获得碳足迹数据集,并对碳足迹数据集进行标准化处理,获得多级碳源数据。进一步,将多级碳源数据输入碳足迹核算平台,并按照多维算力分配系数控制碳足迹核算平台对多级碳源数据进行碳足迹核算,获得多级碳足迹核算结果。算力分配系数中的算力分配系数信息越大,则,碳足迹核算平台对该算力分配系数信息对应的碳足迹核算节点进行数据处理的能力越大,碳足迹核算平台能够处理的该碳足迹核算节点的碳足迹数据的数据量越大,且,碳足迹核算平台对该碳足迹核算节点的碳足迹数据进行核算分析的效率越高、准确性越强。其中,所述碳足迹数据集包括节点来源因子数据组中的原材料获取节点来源因子组、制造装配节点来源因子组、运输节点来源因子组、使用节点来源因子组、回收处理节点来源因子组对应的原材料获取节点碳足迹数据、制造装配节点碳足迹数据、运输节点碳足迹数据、使用节点碳足迹数据、回收处理节点碳足迹数据。示例性地,所述原材料获取节点碳足迹数据包括原材料获取节点来源因子组对应的材料种类信息、材料数量信息、材料重量信息、能源排放量信息、材料碳排放因子信息、能源碳排放因子信息等多个数据信息。所述标准化处理是指将碳足迹数据集中的数据信息转化为无量纲的纯数值。所述多级碳源数据包括标准化处理之后的碳足迹数据集。所述碳足迹核算平台可以为现有技术中的Gabi软件。Gabi软件具有按照多维算力分配系数对输入的多级碳源数据进行智能化碳足迹核算的功能。所述多级碳足迹核算结果包括多级碳足迹核算节点对应的多个节点二氧当量总值。节点二氧当量总值越大,对应的碳足迹核算节点的变压器产品的碳足迹贡献越大。达到了通过碳足迹核算平台对多级碳源数据进行高效地碳足迹核算,获得多级碳足迹核算结果,提高碳足迹核算的效率的技术效果。
步骤S400:基于智能核算分析模型对所述多级碳足迹核算结果进行修正,获得多级修正碳足迹核算结果;
进一步的,本申请步骤S400还包括:
步骤S410:将所述多级碳源数据输入所述智能核算分析模型,获得多个碳足迹核算数据;
步骤S420:基于所述多级碳足迹核算结果和所述多个碳足迹核算数据进行差异分析,获得多个碳足迹核算差异系数;
步骤S430:获得碳足迹核算差异区间;
步骤S440:判断所述多个碳足迹核算差异系数是否满足所述碳足迹核算差异区间,获得多个异常核算数据组;
步骤S450:基于所述多个异常核算数据组对所述多级碳足迹核算结果进行修正,获得所述多级修正碳足迹核算结果。
具体而言,将多级碳源数据输入智能核算分析模型,获得多个碳足迹核算数据。所述多个碳足迹核算数据包括智能核算分析模型输出的多级碳足迹核算节点对应的多个二氧当量节点总值。进一步,将多级碳足迹核算结果中的多个节点二氧当量总值与对应的多个碳足迹核算数据进行差值计算,获得多个碳足迹核算差异系数。所述多个碳足迹核算差异系数包括多级碳足迹核算结果中的多个节点二氧当量总值与对应的多个碳足迹核算数据之间的多个差值信息。
进一步,分别判断多个碳足迹核算差异系数是否满足碳足迹核算差异区间。所述碳足迹核算差异区间包括预先设置确定的碳足迹核算差异系数范围信息。如果碳足迹核算差异系数满足碳足迹核算差异区间,则,将该碳足迹核算差异系数对应的多级碳足迹核算结果中的节点二氧当量总值设置为节点修正二氧当量总值,并将节点修正二氧当量总值添加至多级修正碳足迹核算结果。如果碳足迹核算差异系数不满足碳足迹核算差异区间,则,将该碳足迹核算差异系数对应的节点二氧当量总值、碳足迹核算数据添加至异常核算数据组。每个异常核算数据组包括不满足碳足迹核算差异区间的碳足迹核算差异系数对应的节点二氧当量总值、碳足迹核算数据。继而,分别对多个异常核算数据组进行均值计算,获得多个节点修正二氧当量总值,并将其添加至多级修正碳足迹核算结果。所述多级修正碳足迹核算结果包括多个节点修正二氧当量总值。多个节点修正二氧当量总值包括满足碳足迹核算差异区间的多个碳足迹核算差异系数对应的多级碳足迹核算结果中的多个节点二氧当量总值,和/或不满足碳足迹核算差异区间的多个碳足迹核算差异系数对应的多个异常核算数据组的多个平均值。
示例性地,在构建智能核算分析模型时,基于多级碳源数据进行历史数据查询,获得多组构建数据。每组构建数据包括多级历史碳源数据、多个历史碳足迹核算数据信息。将多组构建数据中随机的80%的数据信息划分为训练数据集,将多组构建数据中随机的20%的数据信息划分为测试数据集。将训练数据集进行不断的自我训练学习至收敛状态,获得智能核算分析模型。将测试数据集作为输入信息,输入智能核算分析模型,通过测试数据集对智能核算分析模型进行参数更新、迭代优化。所述智能核算分析模型包括输入层、隐含层、输出层。所述智能核算分析模型具有对输入的多级碳源数据进行智能化碳足迹计算的功能。
达到了通过智能核算分析模型对多级碳源数据进行智能而高效地碳足迹核算,获得多个碳足迹核算数据,并根据其对多级碳足迹核算结果进行差异分析,获得可靠的多个碳足迹核算差异系数,从而根据多个碳足迹核算差异系数对多级碳足迹核算结果进行适应性地修正,提高变压器产品的碳足迹核算的准确性的技术效果。
步骤S500:获得所述变压器产品的基础信息;
步骤S600:根据所述基础信息和所述多级修正碳足迹核算结果进行碳足迹优化分析,获得产品碳优方案;
进一步的,本申请步骤S600还包括:
步骤S610:基于所述多级修正碳足迹核算结果进行比率特征计算,获得多个碳足迹比率特征系数;
步骤S620:基于所述多个碳足迹比率特征系数对所述多级碳足迹核算节点进行标记,获得多级碳足迹节点优化价值度;
步骤S630:基于所述节点来源因子数据组,获得碳足迹变量源数据集;
步骤S640:将所述多级碳足迹节点优化价值度、所述基础信息和所述碳足迹变量源数据集输入碳足迹优化分析模型,获得多个产品基础碳优方案;
具体而言,基于多级修正碳足迹核算结果进行比率特征计算,即,对多级修正碳足迹核算结果中的多个节点修正二氧当量总值进行加和计算,获得碳足迹总核算结果。分别将多个节点修正二氧当量总值与碳足迹总核算结果进行比值计算,获得多个碳足迹比率特征系数。进而,根据多个碳足迹比率特征系数对多级碳足迹核算节点进行标记,获得多级碳足迹节点优化价值度。将节点来源因子数据组设置为碳足迹变量源数据集。对变压器产品进行参数采集,获得变压器产品的基础信息。将多级碳足迹节点优化价值度、基础信息和碳足迹变量源数据集输入碳足迹优化分析模型,获得多个产品基础碳优方案。
其中,所述多个碳足迹比率特征系数包括多个节点修正二氧当量总值与碳足迹总核算结果之间的多个比值。碳足迹比率特征系数越大,则,该碳足迹比率特征系数对应的碳足迹核算节点的变压器产品的碳足迹贡献越大,对该碳足迹核算节点进行碳足迹优化的价值度越大。所述多级碳足迹节点优化价值度包括多级碳足迹核算节点,以及多级碳足迹核算节点对应的多个碳足迹比率特征系数。所述碳足迹变量源数据集包括节点来源因子数据组。所述变压器产品的基础信息包括变压器产品的结构组成、型号规格、组件尺寸参数、性能参数、材料参数等数据信息。示例性地,在构建碳足迹优化分析模型时,基于多级碳足迹节点优化价值度、变压器产品的基础信息和碳足迹变量源数据集进行历史数据查询,获得多组训练数据集。每组训练数据集包括多级历史碳足迹节点优化价值度、历史变压器产品的基础信息、历史碳足迹变量源数据集和历史变压器产品碳优方案。将多组训练数据集进行不断的自我训练学习至收敛状态,即可获得碳足迹优化分析模型。所述碳足迹优化分析模型包括输入层、隐含层、输出层。所述碳足迹优化分析模型具有对输入的多级碳足迹节点优化价值度、变压器产品的基础信息和碳足迹变量源数据集进行智能化变压器产品碳优方案匹配的功能。达到了通过碳足迹优化分析模型对多级碳足迹节点优化价值度、变压器产品的基础信息和碳足迹变量源数据集进行智能、高效地变压器产品碳优方案匹配,获得多个产品基础碳优方案,为后续对多个产品基础碳优方案进行筛选夯实基础的技术效果。
步骤S650:基于所述多个产品基础碳优方案进行筛选,获得所述产品碳优方案。
进一步的,本申请步骤S650还包括:
步骤S651:基于所述多个产品基础碳优方案进行变压器性能预测,获得多个变压器性能预测特征值;
步骤S652:基于所述多个产品基础碳优方案进行变压器碳足迹预测,获得多个变压器碳足迹预测特征值;
步骤S653:基于所述多个变压器性能预测特征值和所述多个变压器碳足迹预测特征值进行均值计算,获得多个方案评估特征值;
步骤S654:基于所述多个方案评估特征值,对所述多个产品基础碳优方案进行筛选,获得所述产品碳优方案。
步骤S700:基于所述产品碳优方案对所述变压器产品进行碳足迹优化。
具体而言,分别对多个产品基础碳优方案进行变压器性能预测、变压器碳足迹预测,获得多个变压器性能预测特征值和多个变压器碳足迹预测特征值。产品基础碳优方案的预测变压器性能越好,对应的变压器性能预测特征值越大。产品基础碳优方案的预测碳足迹总核算结果越小,对应的变压器碳足迹预测特征值越大。进一步,将多个变压器性能预测特征值和对应的多个变压器碳足迹预测特征值进行均值计算,获得多个方案评估特征值。对多个方案评估特征值进行最大值筛选,确定最优方案评估特征值。根据最优方案评估特征值对多个产品基础碳优方案进行匹配,获得产品碳优方案,并根据产品碳优方案对变压器产品进行碳足迹优化。其中,所述多个方案评估特征值包括多个变压器性能预测特征值和对应的多个变压器碳足迹预测特征值之间的多个平均值。所述最优方案评估特征值包括多个方案评估特征值中的最大值。所述产品碳优方案包括最优方案评估特征值对应的产品基础碳优方案。
示例性地,在获得多个变压器性能预测特征值和多个变压器碳足迹预测特征值时,基于多个产品基础碳优方案进行历史数据查询,获得多个变压器产品历史碳优方案、多个历史变压器性能特征值、多个历史变压器碳足迹特征值。分析多个变压器产品历史碳优方案与多个历史变压器性能特征值、多个历史变压器碳足迹特征值之间的映射关系,按照映射关系将多个变压器产品历史碳优方案、多个历史变压器性能特征值、多个历史变压器碳足迹特征值进行排列,获得变压器预测分析数据库。将多个产品基础碳优方案输入变压器预测分析数据库,即可获得多个变压器性能预测特征值和多个变压器碳足迹预测特征值。
达到了通过对多个产品基础碳优方案进行变压器性能预测、变压器碳足迹预测,从而对多个产品基础碳优方案进行筛选,获得可靠的产品碳优方案,提高变压器产品的碳足迹优化质量的技术效果。
综上所述,本申请所提供的一种变压器产品碳足迹核算方法具有如下技术效果:
1.通过变压器产品的全生命周期信息,获得多级碳足迹核算节点;通过对多级碳足迹核算节点进行算力分配标记,获得多维算力分配系数;通过对多级碳足迹核算节点进行变压器产品的碳足迹关联数据采集,获得多级碳源数据;基于多维算力分配系数,通过碳足迹核算平台对多级碳源数据进行碳足迹核算,获得多级碳足迹核算结果;通过智能核算分析模型对多级碳足迹核算结果进行修正,获得多级修正碳足迹核算结果;通过变压器产品的基础信息和多级修正碳足迹核算结果进行碳足迹优化分析,获得产品碳优方案,并根据产品碳优方案对变压器产品进行碳足迹优化。达到了通过对变压器产品进行多维度碳足迹核算,提高变压器产品的碳足迹核算的准确性,并根据碳足迹核算结果对变压器产品进行适配、可靠的碳足迹优化分析,提高变压器产品的碳足迹优化质量的技术效果。
2.通过对多级碳足迹核算节点进行数据类型分析,获得可靠、全面的节点来源因子数据组,从而提高对变压器产品进行碳足迹核算的准确性。
3.通过智能核算分析模型对多级碳源数据进行智能而高效地碳足迹核算,获得多个碳足迹核算数据,并根据其对多级碳足迹核算结果进行差异分析,获得可靠的多个碳足迹核算差异系数,从而根据多个碳足迹核算差异系数对多级碳足迹核算结果进行适应性地修正,提高变压器产品的碳足迹核算的准确性。
实施例二
基于与前述实施例中一种变压器产品碳足迹核算方法,同样发明构思,本发明还提供了一种变压器产品碳足迹核算系统,请参阅附图3,所述系统包括:
节点标记模块11,所述节点标记模块11用于基于变压器产品的全生命周期信息,获得多级碳足迹核算节点,并对所述多级碳足迹核算节点进行算力分配标记,获得多维算力分配系数;
碳足迹关联数据采集模块12,所述碳足迹关联数据采集模块12用于基于所述多级碳足迹核算节点进行变压器产品的碳足迹关联数据采集,获得多级碳源数据;
碳足迹核算模块13,所述碳足迹核算模块13用于基于所述多维算力分配系数,通过所述碳足迹核算平台对所述多级碳源数据进行碳足迹核算,获得多级碳足迹核算结果;
碳足迹修正模块14,所述碳足迹修正模块14用于基于智能核算分析模型对所述多级碳足迹核算结果进行修正,获得多级修正碳足迹核算结果;
基础信息获得模块15,所述基础信息获得模块15用于获得所述变压器产品的基础信息;
碳足迹优化分析模块16,所述碳足迹优化分析模块16用于根据所述基础信息和所述多级修正碳足迹核算结果进行碳足迹优化分析,获得产品碳优方案;
碳足迹优化模块17,所述碳足迹优化模块17用于基于所述产品碳优方案对所述变压器产品进行碳足迹优化。
进一步的,所述系统还包括:
碳足迹核算记录获得模块,所述碳足迹核算记录获得模块用于获得碳足迹核算记录;
主成分分析模块,所述主成分分析模块用于基于所述碳足迹核算记录进行主成分分析,获得标准碳足迹核算记录;
聚类分析模块,所述聚类分析模块用于基于所述多级碳足迹核算节点,对所述标准碳足迹核算记录进行聚类分析,获得多维标准碳足迹核算数据;
算力特征计算模块,所述算力特征计算模块用于基于所述多维标准碳足迹核算数据进行算力特征计算,获得所述多维算力分配系数。
进一步的,所述系统还包括:
第一执行模块,所述第一执行模块用于基于所述多级碳足迹核算节点进行碳足迹来源分析,获得节点来源因子数据组;
碳足迹数据集获得模块,所述碳足迹数据集获得模块用于基于所述节点来源因子数据组,进行变压器产品的碳足迹数据采集,获得碳足迹数据集;
第二执行模块,所述第二执行模块用于基于所述碳足迹数据集进行标准化处理,获得所述多级碳源数据。
进一步的,所述系统还包括:
多维节点数据项获得模块,所述多维节点数据项获得模块用于基于所述多级碳足迹核算节点,获得多维节点数据项;
碳足迹关联分析模块,所述碳足迹关联分析模块用于基于所述多维节点数据项进行碳足迹关联分析,获得数据项关联分析结果;
碳足迹置信度分析模块,所述碳足迹置信度分析模块用于获得碳源数据记录,基于所述碳源数据记录对所述多维节点数据项进行碳足迹置信度分析,获得数据项置信度分析结果;
第三执行模块,所述第三执行模块用于获得数据项分析权重约束条件;
加权计算模块,所述加权计算模块用于基于所述数据项分析权重约束条件,对所述数据项关联分析结果和所述数据项置信度分析结果进行加权计算,获得多维节点数据项特征评估结果;
第四执行模块,所述第四执行模块用于获得数据项特征评估约束条件;
判断模块,所述判断模块用于判断所述多维节点数据项特征评估结果是否满足所述数据项特征评估约束条件,获得多维节点数据项判断结果;
数据项筛选模块,所述数据项筛选模块用于基于所述多维节点数据项判断结果对所述多维节点数据项进行筛选,获得所述节点来源因子数据组。
进一步的,所述系统还包括:
第五执行模块,所述第五执行模块用于将所述多级碳源数据输入所述智能核算分析模型,获得多个碳足迹核算数据;
差异分析模块,所述差异分析模块用于基于所述多级碳足迹核算结果和所述多个碳足迹核算数据进行差异分析,获得多个碳足迹核算差异系数;
第六执行模块,所述第六执行模块用于获得碳足迹核算差异区间;
异常核算数据组获得模块,所述异常核算数据组获得模块用于判断所述多个碳足迹核算差异系数是否满足所述碳足迹核算差异区间,获得多个异常核算数据组;
核算结果修正模块,所述核算结果修正模块用于基于所述多个异常核算数据组对所述多级碳足迹核算结果进行修正,获得所述多级修正碳足迹核算结果。
进一步的,所述系统还包括:
比率特征计算模块,所述比率特征计算模块用于基于所述多级修正碳足迹核算结果进行比率特征计算,获得多个碳足迹比率特征系数;
节点优化价值度确定模块,所述节点优化价值度确定模块用于基于所述多个碳足迹比率特征系数对所述多级碳足迹核算节点进行标记,获得多级碳足迹节点优化价值度;
第七执行模块,所述第七执行模块用于基于所述节点来源因子数据组,获得碳足迹变量源数据集;
产品基础碳优方案获得模块,所述产品基础碳优方案获得模块用于将所述多级碳足迹节点优化价值度、所述基础信息和所述碳足迹变量源数据集输入碳足迹优化分析模型,获得多个产品基础碳优方案;
方案筛选模块,所述方案筛选模块用于基于所述多个产品基础碳优方案进行筛选,获得所述产品碳优方案。
进一步的,所述系统还包括:
性能预测模块,所述性能预测模块用于基于所述多个产品基础碳优方案进行变压器性能预测,获得多个变压器性能预测特征值;
碳足迹预测模块,所述碳足迹预测模块用于基于所述多个产品基础碳优方案进行变压器碳足迹预测,获得多个变压器碳足迹预测特征值;
均值计算模块,所述均值计算模块用于基于所述多个变压器性能预测特征值和所述多个变压器碳足迹预测特征值进行均值计算,获得多个方案评估特征值;
产品碳优方案确定模块,所述产品碳优方案确定模块用于基于所述多个方案评估特征值,对所述多个产品基础碳优方案进行筛选,获得所述产品碳优方案。
本发明实施例所提供的一种变压器产品碳足迹核算系统可执行本发明任意实施例所提供的一种变压器产品碳足迹核算方法,具备执行方法相应的功能模块和有益效果。
所包括的各个模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
本申请提供了一种变压器产品碳足迹核算方法,其中,所述方法应用于一种变压器产品碳足迹核算系统,所述方法包括:通过变压器产品的全生命周期信息,获得多级碳足迹核算节点;通过对多级碳足迹核算节点进行算力分配标记,获得多维算力分配系数;通过对多级碳足迹核算节点进行变压器产品的碳足迹关联数据采集,获得多级碳源数据;基于多维算力分配系数,通过碳足迹核算平台对多级碳源数据进行碳足迹核算,获得多级碳足迹核算结果;通过智能核算分析模型对多级碳足迹核算结果进行修正,获得多级修正碳足迹核算结果;通过变压器产品的基础信息和多级修正碳足迹核算结果进行碳足迹优化分析,获得产品碳优方案,并根据产品碳优方案对变压器产品进行碳足迹优化。解决了现有技术中针对变压器产品的碳足迹核算准确性不足,进而造成变压器产品的碳足迹优化效果不佳的技术问题。达到了通过对变压器产品进行多维度碳足迹核算,提高变压器产品的碳足迹核算的准确性,并根据碳足迹核算结果对变压器产品进行适配、可靠的碳足迹优化分析,提高变压器产品的碳足迹优化质量的技术效果。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (4)
1.一种变压器产品碳足迹核算方法,其特征在于,所述方法应用于一种变压器产品碳足迹核算系统,所述系统与碳足迹核算平台通信连接,所述方法包括:
基于变压器产品的全生命周期信息,获得多级碳足迹核算节点,并对所述多级碳足迹核算节点进行算力分配标记,获得多维算力分配系数;
基于所述多级碳足迹核算节点进行变压器产品的碳足迹关联数据采集,获得多级碳源数据;
基于所述多维算力分配系数,通过所述碳足迹核算平台对所述多级碳源数据进行碳足迹核算,获得多级碳足迹核算结果;
基于智能核算分析模型对所述多级碳足迹核算结果进行修正,获得多级修正碳足迹核算结果;
获得所述变压器产品的基础信息;
根据所述基础信息和所述多级修正碳足迹核算结果进行碳足迹优化分析,获得产品碳优方案;
基于所述产品碳优方案对所述变压器产品进行碳足迹优化;
所述获得多维算力分配系数,所述方法还包括:
获得碳足迹核算记录;
基于所述碳足迹核算记录进行主成分分析,获得标准碳足迹核算记录;
基于所述多级碳足迹核算节点,对所述标准碳足迹核算记录进行聚类分析,获得多维标准碳足迹核算数据;
基于所述多维标准碳足迹核算数据进行算力特征计算,获得所述多维算力分配系数;
基于所述多级碳足迹核算节点进行变压器产品的碳足迹关联数据采集,获得多级碳源数据,所述方法还包括:
基于所述多级碳足迹核算节点进行碳足迹来源分析,获得节点来源因子数据组;
基于所述节点来源因子数据组,进行变压器产品的碳足迹数据采集,获得碳足迹数据集;
基于所述碳足迹数据集进行标准化处理,获得所述多级碳源数据;
基于所述多级碳足迹核算节点进行碳足迹来源分析,获得节点来源因子数据组,所述方法还包括:
基于所述多级碳足迹核算节点,获得多维节点数据项;
基于所述多维节点数据项进行碳足迹关联分析,获得数据项关联分析结果;
获得碳源数据记录,基于所述碳源数据记录对所述多维节点数据项进行碳足迹置信度分析,获得数据项置信度分析结果;
获得数据项分析权重约束条件;
基于所述数据项分析权重约束条件,对所述数据项关联分析结果和所述数据项置信度分析结果进行加权计算,获得多维节点数据项特征评估结果;
获得数据项特征评估约束条件;
判断所述多维节点数据项特征评估结果是否满足所述数据项特征评估约束条件,获得多维节点数据项判断结果;
基于所述多维节点数据项判断结果对所述多维节点数据项进行筛选,获得所述节点来源因子数据组;
根据所述基础信息和所述多级修正碳足迹核算结果进行碳足迹优化分析,获得产品碳优方案,所述方法还包括:
基于所述多级修正碳足迹核算结果进行比率特征计算,获得多个碳足迹比率特征系数;
基于所述多个碳足迹比率特征系数对所述多级碳足迹核算节点进行标记,获得多级碳足迹节点优化价值度;
基于所述节点来源因子数据组,获得碳足迹变量源数据集;
将所述多级碳足迹节点优化价值度、所述基础信息和所述碳足迹变量源数据集输入碳足迹优化分析模型,获得多个产品基础碳优方案;
基于所述多个产品基础碳优方案进行筛选,获得所述产品碳优方案。
2.如权利要求1所述的方法,其特征在于,基于智能核算分析模型对所述多级碳足迹核算结果进行修正,获得多级修正碳足迹核算结果,所述方法还包括:
将所述多级碳源数据输入所述智能核算分析模型,获得多个碳足迹核算数据;
基于所述多级碳足迹核算结果和所述多个碳足迹核算数据进行差异分析,获得多个碳足迹核算差异系数;
获得碳足迹核算差异区间;
判断所述多个碳足迹核算差异系数是否满足所述碳足迹核算差异区间,获得多个异常核算数据组;
基于所述多个异常核算数据组对所述多级碳足迹核算结果进行修正,获得所述多级修正碳足迹核算结果。
3.如权利要求1所述的方法,其特征在于,基于所述多个产品基础碳优方案进行筛选,获得所述产品碳优方案,所述方法还包括:
基于所述多个产品基础碳优方案进行变压器性能预测,获得多个变压器性能预测特征值;
基于所述多个产品基础碳优方案进行变压器碳足迹预测,获得多个变压器碳足迹预测特征值;
基于所述多个变压器性能预测特征值和所述多个变压器碳足迹预测特征值进行均值计算,获得多个方案评估特征值;
基于所述多个方案评估特征值,对所述多个产品基础碳优方案进行筛选,获得所述产品碳优方案。
4.一种变压器产品碳足迹核算系统,其特征在于,所述系统用于执行权利要求1-3任一项所述方法,所述系统与碳足迹核算平台通信连接,所述系统包括:
节点标记模块,所述节点标记模块用于基于变压器产品的全生命周期信息,获得多级碳足迹核算节点,并对所述多级碳足迹核算节点进行算力分配标记,获得多维算力分配系数;
碳足迹关联数据采集模块,所述碳足迹关联数据采集模块用于基于所述多级碳足迹核算节点进行变压器产品的碳足迹关联数据采集,获得多级碳源数据;
碳足迹核算模块,所述碳足迹核算模块用于基于所述多维算力分配系数,通过所述碳足迹核算平台对所述多级碳源数据进行碳足迹核算,获得多级碳足迹核算结果;
碳足迹修正模块,所述碳足迹修正模块用于基于智能核算分析模型对所述多级碳足迹核算结果进行修正,获得多级修正碳足迹核算结果;
基础信息获得模块,所述基础信息获得模块用于获得所述变压器产品的基础信息;
碳足迹优化分析模块,所述碳足迹优化分析模块用于根据所述基础信息和所述多级修正碳足迹核算结果进行碳足迹优化分析,获得产品碳优方案;
碳足迹优化模块,所述碳足迹优化模块用于基于所述产品碳优方案对所述变压器产品进行碳足迹优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310352984.9A CN116128159B (zh) | 2023-04-04 | 2023-04-04 | 一种变压器产品碳足迹核算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310352984.9A CN116128159B (zh) | 2023-04-04 | 2023-04-04 | 一种变压器产品碳足迹核算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116128159A CN116128159A (zh) | 2023-05-16 |
CN116128159B true CN116128159B (zh) | 2023-06-23 |
Family
ID=86297715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310352984.9A Active CN116128159B (zh) | 2023-04-04 | 2023-04-04 | 一种变压器产品碳足迹核算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116128159B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117709555B (zh) * | 2024-02-05 | 2024-05-17 | 国网山东省电力公司东营供电公司 | 一种基于变压器碳核算模型的碳排预测与评价方法和系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9524463B2 (en) * | 2010-02-16 | 2016-12-20 | The Trustees Of Columbia University In The City Of New York | Methods and systems for automating carbon footprinting |
CN104850951A (zh) * | 2015-05-18 | 2015-08-19 | 中国科学院广州能源研究所 | 一种具有时空属性的产品碳足迹建模方法及系统 |
US20230376876A1 (en) * | 2020-10-05 | 2023-11-23 | Basf Se | Method for determining the carbon footprint of a product in production processes of a production plant |
CN114091321A (zh) * | 2021-09-30 | 2022-02-25 | 广西电网有限责任公司电力科学研究院 | 一种基于全生命周期的变压器低碳优化设计方法 |
CN114118269A (zh) * | 2021-11-25 | 2022-03-01 | 国网重庆市电力公司 | 基于典型业务场景下的能源大数据聚合分析方法 |
CN115186022A (zh) * | 2022-07-26 | 2022-10-14 | 中国科学院青岛生物能源与过程研究所 | 一种足迹时空化核算方法及系统 |
CN115358859A (zh) * | 2022-08-25 | 2022-11-18 | 阿里巴巴(中国)有限公司 | 数据中心的能效及碳排放计算方法、装置及电子设备 |
-
2023
- 2023-04-04 CN CN202310352984.9A patent/CN116128159B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116128159A (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116128159B (zh) | 一种变压器产品碳足迹核算方法及系统 | |
CN101211355B (zh) | 一种基于聚类的图像查询方法 | |
CN109376772B (zh) | 一种基于神经网络模型的电力负荷组合预测方法 | |
CN104123375A (zh) | 数据搜索方法及系统 | |
CN115829105A (zh) | 基于历史数据特征搜索的光伏功率预测方法 | |
CN116227712A (zh) | 一种工业园区碳达峰预测方法 | |
CN111553568A (zh) | 一种基于数据挖掘技术的线损管理方法 | |
CN114971048A (zh) | 一种零碳园区综合能源规划仿真方法、系统和计算机设备 | |
CN110909786A (zh) | 一种基于特性指标与决策树模型的新装用户负荷辨识方法 | |
CN107203496B (zh) | 粮食分配抽样方法及装置 | |
CN111080164A (zh) | 一种基于日负荷曲线的电力负荷聚类结果评价方法 | |
CN116470491A (zh) | 基于copula函数的光伏功率概率预测方法及系统 | |
CN115796906A (zh) | 软件造价估算系统 | |
CN113505863B (zh) | 基于级联均值向量综合评分的图片多级分类方法及系统 | |
CN116304295A (zh) | 一种基于多元数据驱动的用户用能画像分析方法 | |
CN113780686A (zh) | 一种面向分布式电源的虚拟电厂运行方案优化方法 | |
CN114781703A (zh) | 一种分层多目标优化方法、终端设备及存储介质 | |
CN114461856A (zh) | 一种面向企业设计资源的零件特征编码与检索方法 | |
CN111933226A (zh) | 一种基于分级分类模型的人工智能筛选材料方法 | |
CN115858209B (zh) | 基于信息保留协同优化的异构跨项目软件缺陷预测方法 | |
CN114781685B (zh) | 基于大数据挖掘技术的大用户用电负荷预测方法及系统 | |
CN114357261A (zh) | 基于数据-物理特征联合驱动的海量电力用户聚类算法 | |
CN110932265B (zh) | 一种静态电压稳定性评估方法及系统 | |
CN116063013B (zh) | 一种钛石膏生产原料预处理的方法及系统 | |
CN114679184B (zh) | 一种时序数据库的数据压缩方法及系统 |
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 |