CN116167551B - 一种建筑物碳排放的智能核算方法及系统 - Google Patents
一种建筑物碳排放的智能核算方法及系统 Download PDFInfo
- Publication number
- CN116167551B CN116167551B CN202310457612.2A CN202310457612A CN116167551B CN 116167551 B CN116167551 B CN 116167551B CN 202310457612 A CN202310457612 A CN 202310457612A CN 116167551 B CN116167551 B CN 116167551B
- Authority
- CN
- China
- Prior art keywords
- carbon
- stability index
- standard deviation
- accounting
- emission
- 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
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 334
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 334
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 128
- 238000006073 displacement reaction Methods 0.000 claims abstract description 69
- 238000004364 calculation method Methods 0.000 claims description 50
- 238000001514 detection method Methods 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 12
- 230000006978 adaptation Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 13
- 239000005431 greenhouse gas Substances 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 239000004566 building material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
- G06Q50/08—Construction
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种建筑物碳排放的智能核算方法及系统,涉及数据处理技术领域,该方法包括:获取第一建筑物的多个碳排监测指标;得到实时碳排监测数据集;获取大于等于第一预设碳排量的N个碳排监测指标;得到N个日均单位碳排量;得到日均单位总碳排量;对第一核算周期内的连续所述N个日均单位碳排量进行稳定性分析,得到第一稳定指数;当所述第一稳定指数处于预设稳定指数的情况下,以所述日均单位总碳排量为一个周期单位对处于所述第一核算周期内的碳排进行计算,解决了现有技术中存在的由于对碳排放基础数据的分析流程不够详细,进而导致碳排放的核算较为复杂,核算效率不佳的技术问题,达到提高碳排放核算效率的技术效果。
Description
技术领域
本公开涉及数据处理技术领域,具体涉及一种建筑物碳排放的智能核算方法及系统。
背景技术
温室气体排放是全球变暖的主要原因,碳排放备受社会关注,建筑物的碳排核算本身是一个大数据的研究,其中涉及的数据量是非常大而杂的,这就导致碳排核算的数据运算较为复杂,因此,如何使得碳排核算过程更加简洁高效具有重要的现实意义。
目前,现有技术中存在由于对碳排放基础数据的分析流程不够详细,进而导致碳排放的核算较为复杂,核算效率不佳的技术问题。
发明内容
本公开提供了一种建筑物碳排放的智能核算方法及系统,用以解决现有技术中存在的由于对碳排放基础数据的分析流程不够详细,进而导致碳排放的核算较为复杂,核算效率不佳的技术问题。
根据本公开的第一方面,提供了一种建筑物碳排放的智能核算方法,包括:获取第一建筑物的多个碳排监测指标;根据所述碳排检测装置进行碳排实时监测,得到实时碳排监测数据集;对所述实时碳排监测数据集进行识别,获取大于等于第一预设碳排量的N个碳排监测指标;对所述N个碳排监测指标进行分析,得到N个日均单位碳排量;根据所述实时碳排监测数据集,得到日均单位总碳排量;对第一核算周期内的连续所述N个日均单位碳排量进行稳定性分析,得到第一稳定指数;当所述第一稳定指数处于预设稳定指数的情况下,以所述日均单位总碳排量为一个周期单位对处于所述第一核算周期内的碳排进行计算,输出第一碳排核算结果。
根据本公开的第二方面,提供了一种建筑物碳排放的智能核算系统,包括:碳排监测指标获取模块,所述碳排监测指标获取模块用于获取第一建筑物的多个碳排监测指标;碳排实时监测模块,所述碳排实时监测模块用于根据所述碳排检测装置进行碳排实时监测,得到实时碳排监测数据集;实时碳排监测数据识别模块,所述实时碳排监测数据识别模块用于对所述实时碳排监测数据集进行识别,获取大于等于第一预设碳排量的N个碳排监测指标;日均单位碳排量获取模块,所述日均单位碳排量获取模块用于对所述N个碳排监测指标进行分析,得到N个日均单位碳排量;日均单位总碳排量获取模块,所述日均单位总碳排量获取模块用于根据所述实时碳排监测数据集,得到日均单位总碳排量;稳定性分析模块,所述稳定性分析模块用于对第一核算周期内的连续所述N个日均单位碳排量进行稳定性分析,得到第一稳定指数;碳排计算模块,所述碳排计算模块用于当所述第一稳定指数处于预设稳定指数的情况下,以所述日均单位总碳排量为一个周期单位对处于所述第一核算周期内的碳排进行计算,输出第一碳排核算结果。
根据本公开采用的一种建筑物碳排放的智能核算方法,本公开通过获取建筑物内的多个碳排监测指标,然后设定第一预设碳排量,进而对实时碳排监测数据集进行识别,获取大于等于第一预设碳排量的N个碳排监测指标,进一步对N个碳排监测指标进行分析,确定第一核算周期内的N个碳排监测指标对应的N个日均单位碳排量进行第一稳定性指数,在第一稳定指数处于预设稳定指数的情况下,以日均单位总碳排量为一个周期单位对处于第一核算周期内的碳排进行计算,输出第一碳排核算结果。通过对碳排放数据进行稳定性分析,在稳定性符合预期的情况下,直接以日均单位总碳排量为最小单位计算碳排总量,大大减小了计算复杂度,达到减小数据运算量,降低碳排核算复杂度,提高碳排核算效率的技术效果。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本公开或现有技术中的技术方案,下面将对实施例或现有技术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示例性的,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,还可以根据提供的附图获得其他的附图。
图1为本公开实施例提供的一种建筑物碳排放的智能核算方法的流程示意图;
图2为本公开实施例中得到第一稳定指数的流程示意图;
图3为本公开实施例中输出第一碳排核算结果的流程示意图;
图4为本公开实施例提供的一种建筑物碳排放的智能核算系统的结构示意图。
附图标记说明:碳排监测指标获取模块11,碳排实时监测模块12,实时碳排监测数据识别模块13,日均单位碳排量获取模块14,日均单位总碳排量获取模块15,稳定性分析模块16,碳排计算模块17。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
为了解决现有技术中存在由于对碳排放基础数据的分析流程不够详细,进而导致碳排放的核算较为复杂,核算效率不佳的技术问题,本公开的发明人经过创造性的劳动,得到了本公开的一种建筑物碳排放的智能核算方法及系统。
图1为本公开实施例提供的一种建筑物碳排放的智能核算方法图,所述方法应用于一种建筑物碳排放的智能核算系统,所述系统与碳排检测装置通信连接,如图1所示,所述方法包括:
步骤S100:获取第一建筑物的多个碳排监测指标;
具体而言,第一建筑物是指需要进行碳排放智能核算的任一建筑物,第一建筑物中有多种不同类型的建材,不同的建材的碳排放量是不同的,比如,钢材的碳排放量大于木材的碳排放量,基于此,获取第一建筑物的多个碳排监测指标,多个碳排监测指标是指第一建筑物内的多个会释放出二氧化碳等温室气体的不同类型的建材,包括钢材、木材等。
步骤S200:根据所述碳排检测装置进行碳排实时监测,得到实时碳排监测数据集;
具体而言,碳排检测装置是指用于进行碳排放量检测的装置,可以根据实际情况选择市面上已有的碳排放气体检测设备(比如:各种温室气体传感器)作为碳排放检测装置,具有实时采集,自动传输的功能,通过碳排放检测装置获取实时碳排监测数据集并将获取到的数据进行上传,用于后续进行数据处理,实时碳排监测数据集是指前述的多个碳排监测指标对应的温室气体实时排放量。
步骤S300:对所述实时碳排监测数据集进行识别,获取大于等于第一预设碳排量的N个碳排监测指标;
具体而言,第一预设碳排量是由工作人员根据实际情况自行设定的一个碳排量阈值,对实时碳排监测数据集中的碳排放数据与第一预设碳排量进行比对识别,从实时碳排监测数据集筛选出大于等于第一预设碳排量的N个碳排监测指标,N是大于0的正整数。
步骤S400:对所述N个碳排监测指标进行分析,得到N个日均单位碳排量;
具体而言,对N个碳排监测指标的碳排放数据进行分析整合,分别计算出N个日均单位碳排量,N个日均单位碳排量是指N个碳排监测指标各自对应的单位时间内的碳排放量,具体可以通过N个碳排监测指标各自对应的碳排放量除以对应的数据采集时间长度计算得到。
步骤S500:根据所述实时碳排监测数据集,得到日均单位总碳排量;
具体而言,日均单位总碳排量是指单日内所有的碳排监测指标对应的温室气体排放量的总和,对实时碳排监测数据集进行分析汇总,将实时碳排监测数据集中的所有碳排放数据相加,然后再除以实时碳排监测数据集的数据采集时间长度,数据采集时间长度需要转换为以日为单位的时间。
步骤S600:对第一核算周期内的连续所述N个日均单位碳排量进行稳定性分析,得到第一稳定指数;
其中,如图2所示,本公开实施例步骤S600还包括:
步骤S610:获取所述第一核算周期的周期时长;
步骤S620:基于所述第一核算周期的周期时长,利用优化算法对所述第一核算周期进行节点寻优,得到第一节点数量;
步骤S630:按照所述第一节点数量进行节点标识,输出多个标识节点;
步骤S640:基于所述多个标识节点对第一核算周期内的连续所述N个日均单位碳排量进行稳定性分析,得到第一稳定指数。
其中,本公开实施例步骤S620还包括:
步骤S621:获取所述N个碳排监测指标对应的N个数据更新频率;
步骤S622:获取所述N个碳排监测指标对应的N个数据更新幅值;
步骤S623:以所述N个数据更新频率为第一变量约束条件,以所述N个数据更新幅值为第二变量约束条件,以所述第一核算周期的周期时长为适应时长进行寻优,输出所述第一节点数量,其中,所述第一节点数量为寻优输出变量,每一碳排监测指标分别对应一个节点数量。
其中,本公开实施例步骤S640还包括:
步骤S641:基于所述多个标识节点对第一核算周期内的所述N个日均单位碳排量进行标准差计算,得到分别对应的第一标准差、第二标准差、第三标准差……以及第N标准差;
步骤S642:根据所述第一标准差、所述第二标准差、所述第三标准差……以及所述第N标准差的大小进行均值计算,得到第一均值差;
步骤S643:基于所述第一均值差对所述N个日均单位碳排量进行阶梯分类,得到阶梯分类结果;
步骤S644:根据所述阶梯分类结果,得到第一稳定指数。
其中,本公开实施例步骤S644还包括:
步骤S6441:以所述第一均值差作为中心阶梯层,对N个标准差进行阶梯分类,得到正阶梯层和负阶梯层,且每一阶梯层均包括对应的偏离权重因子;
步骤S6442:以所述中心阶梯层、所述正阶梯层和所述负阶梯层,得到所述阶梯分类结果;
步骤S6443:基于所述阶梯分类结果中各个层对应的偏离权重因子,对所述N个标准差进行计算,得到所述第一稳定指数。
其中,本公开实施例步骤S6443还包括:
所述第一稳定指数的计算公式如下:
N为碳排监测指标的总数量,且N为大于0的正整数;
具体而言,第一核算周期是任意的一个时间段,由工作人员根据工作需求自行设定,对第一核算周期内的连续N个日均单位碳排量进行稳定性分析,得到第一稳定指数,简单来说,第一核算周期内有N个碳排监测指标,N个碳排监测指标对应N个日均单位碳排量,每一个碳排监测指标对应的日均单位碳排量会随时间发生变化,需要判断日均单位碳排量的变化是否稳定,第一稳定指数表征N个日均单位碳排量的变化稳定性。
具体地,确定第一核算周期的周期时长,根据第一核算周期的周期时长,利用优化算法对第一核算周期进行节点寻优,得到第一节点数量,也就是说,在第一核算周期的时间周期内,连续的N个日均单位碳排量会发生变化,根据数据变化程度和变化时间,从第一核算周期的时间周期内筛选出可以表示N个日均单位碳排量变化趋势的多个时间节点作为第一节点数量,根据第一节点数量对第一核算周期内进行时间节点标识,得到标识过的多个标识节点,多个标识节点和第一节点数量是对应的,便于后续根据多个标识节点的碳排放数据进行稳定性分析,避免对全部的数据进行分析,减小数据冗余度,减小运算复杂度。进一步地,根据多个标识节点对第一核算周期内的连续N个日均单位碳排量进行稳定性分析,得到第一稳定指数。
具体地,得到第一节点数量的过程如下:每一个碳排监测指标对应的日均单位碳排量会随时间发生变化,每发生一次变化,对应的日均单位碳排量进行一次数据更新,基于此获取N个碳排监测指标对应的N个数据更新频率,更新频率即为单位时间内数据发生变化的次数,数据每一次进行更新时,有对应的数据变化差值,即为数据更新幅值,就是指更新后的数据相对于更新前的数据发生的变化值,基于此获取N个碳排监测指标对应的N个数据更新幅值。进一步地,以N个数据更新频率为第一变量约束条件,以N个数据更新幅值为第二变量约束条件,以第一核算周期的周期时长为适应时长进行寻优,输出第一节点数量,也就是说,数据每次更新时,对应的更新幅值大小不同,更新幅值太小难以体现出数据的变化,需要在第一核算周期的周期时长,需要筛选出更新幅值较大的数据更新节点,第一节点数量是筛选出的节点数量,并以此作为寻优输出变量,用此方法,对N个碳排监测指标对应的N个日均单位碳排量进行分析,每一碳排监测指标对应分别对应一个节点数量。
具体地,根据多个标识节点对第一核算周期内的N个日均单位碳排量进行标准差计算,得到N个日均单位碳排量分别对应的第一标准差、第二标准差、第三标准差……以及第N标准差,也就是说,在第一核算周期内,获取多个标识节点对应的碳排量并对其进行标准差计算,计算结果即为一个日均单位碳排量对应的标准差,进而对第一标准差、第二标准差、第三标准差……以及第N标准差的大小进行均值计算,得到N个标准差的均值作为第一均值差,根据第一均值差对N个日均单位碳排量进行阶梯分类,得到阶梯分类结果,也就是说,第一标准差、第二标准差、第三标准差……以及第N标准差与第一均值差有差距,阶梯分类结果包括N个日均单位碳排量分别所处的阶梯位置,根据阶梯分类结果,得到第一稳定指数。
具体地,以第一均值差作为中心阶梯层,按照大小对N个标准差进行阶梯分类,N个标准差中有大于第一均值差的,也有小于第一均值差的,分别对大于第一均值差的标准差和小于第一均值差的标准差进行等距离划分,得到正阶梯层和负阶梯层,正阶梯层和负阶梯层中均包括多层标准差数据,根据每一阶梯层均中的标准差相对于第一均值差的偏离程度,确定对应的偏离权重因子,偏离权重因子表示每一阶梯层的标准差对于N个日均单位碳排量的稳定性的影响程度大小,每一阶梯层距离中心阶梯层越远,对稳定性的影响就越大,对应的偏离权重因子越大,以中心阶梯层、正阶梯层和负阶梯层以及各阶梯层对应的偏离权重因子作为阶梯分类结果,进而根据阶梯分类结果中各个层对应的偏离权重因子,利用第一稳定指数的计算公式对N个标准差进行计算,得到第一稳定指数,达到为后续的碳排放核算提供数据支持的技术效果。
其中,所述第一稳定指数的计算公式如下:,其中,/>为所述第一稳定指数;N为碳排监测指标的总数量,且N为大于0的正整数;/>为第i个碳排监测指标对应的标准差;/>为第i个碳排监测指标所处阶梯层对应的偏离权重因子。
步骤S700:当所述第一稳定指数处于预设稳定指数的情况下,以所述日均单位总碳排量为一个周期单位对处于所述第一核算周期内的碳排进行计算,输出第一碳排核算结果。
具体而言,预设稳定指数由工作人员自行设定,是对第一稳定指数进行判断的参考指标,在预设稳定指数范围内,就认为稳定性符合预期,也就是说,如果第一稳定指数处于预设稳定指数范围内,认为第一核算周期内的N个碳排监测指标对应的N个日均单位碳排量的稳定性符合预期稳定性,即N个日均单位碳排量的变化较为稳定,就以日均单位总碳排量为一个周期单位,根据第一核算周期内的时间周期确定第一核算周期内的周期单位数量,对第一核算周期内的多个日均单位总碳排量进行叠加计算,以计算结果作为第一碳排核算结果,达到减小运算数据量,降低计算复杂度,提高碳排放核算效率的技术效果。
其中,如图3所示,本公开实施例步骤S800还包括:
步骤S810:对所述实时碳排监测数据集进行识别,获取小于等于所述第一预设碳排量且大于等于第二预设碳排量的M个碳排监测指标;
步骤S820:对所述M个碳排监测指标进行分析,得到M个日均单位碳排量;
步骤S830:根据所述M个日均单位碳排量,得到第二稳定指数;
步骤S840:当所述第一稳定指数处于所述预设稳定指数的情况下,且所述第二稳定指数也处于所述预设稳定指数的情况下,输出第一碳排核算结果。
具体而言,第二预设碳排量是小于第一预设碳排量,就是说,如果只对大于等于第一预设碳排量的N个碳排监测指标进行稳定性分析,可能存在一种情况,就是大于等于第一预设碳排量的N个碳排监测指标的碳排放变化比较稳定,但是小于第一预设碳排量的碳排监测指标的变化情况可能不稳定,因此,再次结合实际情况设置一个小于第一预设碳排量的碳排量阈值作为第一预设碳排量,然后对实时碳排监测数据集进行识别,获取小于等于第一预设碳排量且大于等于第二预设碳排量的M个碳排监测指标,M是大于0的正整数,对M个碳排监测指标进行分析,得到M个日均单位碳排量,对第一核算周期内的连续M个日均单位碳排量进行稳定性分析,采用与前述的第一稳定指数相同的计算方法确定第二稳定指数,在第一稳定指数处于预设稳定指数的情况下,并且第二稳定指数也处于预设稳定指数的情况下,输出前述的第一碳排核算结果,达到提升碳排核算效率的技术效果。
基于上述分析可知,本公开提供了一种建筑物碳排放的智能核算方法,在本实施例中,通过获取建筑物内的多个碳排监测指标,然后设定第一预设碳排量,进而对实时碳排监测数据集进行识别,获取大于等于第一预设碳排量的N个碳排监测指标,进一步对N个碳排监测指标进行分析,确定第一核算周期内的N个碳排监测指标对应的N个日均单位碳排量进行第一稳定性指数,在第一稳定指数处于预设稳定指数的情况下,以日均单位总碳排量为一个周期单位对处于第一核算周期内的碳排进行计算,输出第一碳排核算结果。通过对碳排放数据进行稳定性分析,在稳定性符合预期的情况下,直接以日均单位总碳排量为最小单位计算碳排总量,大大减小了计算复杂度,达到减小数据运算量,降低碳排核算复杂度,提高碳排核算效率的技术效果。
基于与前述实施例中一种建筑物碳排放的智能核算方法同样的发明构思,如图4所示,本公开还提供了一种建筑物碳排放的智能核算系统,所述系统与碳排检测装置通信连接,所述系统包括:
碳排监测指标获取模块11,所述碳排监测指标获取模块11用于获取第一建筑物的多个碳排监测指标;
碳排实时监测模块12,所述碳排实时监测模块12用于根据所述碳排检测装置进行碳排实时监测,得到实时碳排监测数据集;
实时碳排监测数据识别模块13,所述实时碳排监测数据识别模块13用于对所述实时碳排监测数据集进行识别,获取大于等于第一预设碳排量的N个碳排监测指标;
日均单位碳排量获取模块14,所述日均单位碳排量获取模块14用于对所述N个碳排监测指标进行分析,得到N个日均单位碳排量;
日均单位总碳排量获取模块15,所述日均单位总碳排量获取模块15用于根据所述实时碳排监测数据集,得到日均单位总碳排量;
稳定性分析模块16,所述稳定性分析模块16用于对第一核算周期内的连续所述N个日均单位碳排量进行稳定性分析,得到第一稳定指数;
碳排计算模块17,所述碳排计算模块17用于当所述第一稳定指数处于预设稳定指数的情况下,以所述日均单位总碳排量为一个周期单位对处于所述第一核算周期内的碳排进行计算,输出第一碳排核算结果。
进一步而言,所述系统还包括:
第一核算周期时长获取模块,所述第一核算周期时长获取模块用于获取所述第一核算周期的周期时长;
第一节点数量获取模块,所述第一节点数量获取模块用于基于所述第一核算周期的周期时长,利用优化算法对所述第一核算周期进行节点寻优,得到第一节点数量;
节点标识模块,所述节点标识模块用于按照所述第一节点数量进行节点标识,输出多个标识节点;
第一稳定指数获取模块,所述第一稳定指数获取模块用于基于所述多个标识节点对第一核算周期内的连续所述N个日均单位碳排量进行稳定性分析,得到第一稳定指数。
进一步而言,所述系统还包括:
数据更新频率获取模块,所述数据更新频率获取模块用于获取所述N个碳排监测指标对应的N个数据更新频率;
数据更新幅值获取模块,所述数据更新幅值获取模块用于获取所述N个碳排监测指标对应的N个数据更新幅值;
节点寻优模块,所述节点寻优模块用于以所述N个数据更新频率为第一变量约束条件,以所述N个数据更新幅值为第二变量约束条件,以所述第一核算周期的周期时长为适应时长进行寻优,输出所述第一节点数量,其中,所述第一节点数量为寻优输出变量,每一碳排监测指标分别对应一个节点数量。
进一步而言,所述系统还包括:
标准差获取模块,所述标准差获取模块用于基于所述多个标识节点对第一核算周期内的所述N个日均单位碳排量进行标准差计算,得到分别对应的第一标准差、第二标准差、第三标准差……以及第N标准差;
第一均值差获取模块,所述第一均值差获取模块用于根据所述第一标准差、所述第二标准差、所述第三标准差……以及所述第N标准差的大小进行均值计算,得到第一均值差;
阶梯分类模块,所述阶梯分类模块用于基于所述第一均值差对所述N个日均单位碳排量进行阶梯分类,得到阶梯分类结果;
阶梯分类结果分析模块,所述阶梯分类结果分析模块用于根据所述阶梯分类结果,得到第一稳定指数。
进一步而言,所述系统还包括:
阶梯层获取模块,所述阶梯层获取模块用于以所述第一均值差作为中心阶梯层,对N个标准差进行阶梯分类,得到正阶梯层和负阶梯层,且每一阶梯层均包括对应的偏离权重因子;
阶梯分类结果获取模块,所述阶梯分类结果获取模块用于以所述中心阶梯层、所述正阶梯层和所述负阶梯层,得到所述阶梯分类结果;
稳定指数计算模块,所述稳定指数计算模块用于基于所述阶梯分类结果中各个层对应的偏离权重因子,对所述N个标准差进行计算,得到所述第一稳定指数。
其中,所述第一稳定指数的计算公式如下:
N为碳排监测指标的总数量,且N为大于0的正整数;
进一步而言,所述系统还包括:
实时碳排监测数据集识别模块,所述实时碳排监测数据集识别模块用于对所述实时碳排监测数据集进行识别,获取小于等于所述第一预设碳排量且大于等于第二预设碳排量的M个碳排监测指标;
日均单位碳排量获取模块,所述日均单位碳排量获取模块用于对所述M个碳排监测指标进行分析,得到M个日均单位碳排量;
第二稳定指数获取模块,所述第二稳定指数获取模块用于根据所述M个日均单位碳排量,得到第二稳定指数;
第一碳排核算结果获取模块,所述第一碳排核算结果获取模块用于当所述第一稳定指数处于所述预设稳定指数的情况下,且所述第二稳定指数也处于所述预设稳定指数的情况下,输出第一碳排核算结果。
前述实施例一中的一种建筑物碳排放的智能核算方法具体实例同样适用于本实施例的一种建筑物碳排放的智能核算系统,通过前述对一种建筑物碳排放的智能核算方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种建筑物碳排放的智能核算系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行,也可以顺序地执行也可以不同的次序执行,
只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (5)
1.一种建筑物碳排放的智能核算方法,其特征在于,所述方法应用于一种建筑物碳排放的智能核算系统,所述系统与碳排检测装置通信连接,所述方法包括:
获取第一建筑物的多个碳排监测指标;
根据所述碳排检测装置进行碳排实时监测,得到实时碳排监测数据集;
对所述实时碳排监测数据集进行识别,获取大于等于第一预设碳排量的N个碳排监测指标;
对所述N个碳排监测指标进行分析,得到N个日均单位碳排量;
根据所述实时碳排监测数据集,得到日均单位总碳排量;
对第一核算周期内的连续所述N个日均单位碳排量进行稳定性分析,得到第一稳定指数;
当所述第一稳定指数处于预设稳定指数的情况下,以所述日均单位总碳排量为一个周期单位对处于所述第一核算周期内的碳排进行计算,输出第一碳排核算结果;
其中,所述方法还包括:
获取所述第一核算周期的周期时长;
基于所述第一核算周期的周期时长,利用优化算法对所述第一核算周期进行节点寻优,得到第一节点数量;
按照所述第一节点数量进行节点标识,输出多个标识节点;
基于所述多个标识节点对第一核算周期内的连续所述N个日均单位碳排量进行稳定性分析,得到第一稳定指数;
其中,所述得到第一稳定指数还包括:
基于所述多个标识节点对第一核算周期内的所述N个日均单位碳排量进行标准差计算,得到分别对应的第一标准差、第二标准差、第三标准差……以及第N标准差;
根据所述第一标准差、所述第二标准差、所述第三标准差……以及所述第N标准差的大小进行均值计算,得到第一均值差;
基于所述第一均值差对所述N个日均单位碳排量进行阶梯分类,得到阶梯分类结果;
根据所述阶梯分类结果,得到第一稳定指数;
其中,根据所述阶梯分类结果,得到第一稳定指数,包括:
以所述第一均值差作为中心阶梯层,对N个标准差进行阶梯分类,得到正阶梯层和负阶梯层,且每一阶梯层均包括对应的偏离权重因子;
以所述中心阶梯层、所述正阶梯层和所述负阶梯层,得到所述阶梯分类结果;
基于所述阶梯分类结果中各个层对应的偏离权重因子,对所述N个标准差进行计算,得到所述第一稳定指数。
2.如权利要求1所述的方法,其特征在于,所述得到第一节点数量,方法包括:
获取所述N个碳排监测指标对应的N个数据更新频率;
获取所述N个碳排监测指标对应的N个数据更新幅值;
以所述N个数据更新频率为第一变量约束条件,以所述N个数据更新幅值为第二变量约束条件,以所述第一核算周期的周期时长为适应时长进行寻优,输出所述第一节点数量,其中,所述第一节点数量为寻优输出变量,每一碳排监测指标分别对应一个节点数量。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
对所述实时碳排监测数据集进行识别,获取小于等于所述第一预设碳排量且大于等于第二预设碳排量的M个碳排监测指标;
对所述M个碳排监测指标进行分析,得到M个日均单位碳排量;
根据所述M个日均单位碳排量,得到第二稳定指数;
当所述第一稳定指数处于所述预设稳定指数的情况下,且所述第二稳定指数也处于所述预设稳定指数的情况下,输出第一碳排核算结果。
5.一种建筑物碳排放的智能核算系统,其特征在于,所述系统与碳排检测装置通信连接,所述系统包括:
碳排监测指标获取模块,所述碳排监测指标获取模块用于获取第一建筑物的多个碳排监测指标;
碳排实时监测模块,所述碳排实时监测模块用于根据所述碳排检测装置进行碳排实时监测,得到实时碳排监测数据集;
实时碳排监测数据识别模块,所述实时碳排监测数据识别模块用于对所述实时碳排监测数据集进行识别,获取大于等于第一预设碳排量的N个碳排监测指标;
日均单位碳排量获取模块,所述日均单位碳排量获取模块用于对所述N个碳排监测指标进行分析,得到N个日均单位碳排量;
日均单位总碳排量获取模块,所述日均单位总碳排量获取模块用于根据所述实时碳排监测数据集,得到日均单位总碳排量;
稳定性分析模块,所述稳定性分析模块用于对第一核算周期内的连续所述N个日均单位碳排量进行稳定性分析,得到第一稳定指数;
碳排计算模块,所述碳排计算模块用于当所述第一稳定指数处于预设稳定指数的情况下,以所述日均单位总碳排量为一个周期单位对处于所述第一核算周期内的碳排进行计算,输出第一碳排核算结果;
第一核算周期时长获取模块,所述第一核算周期时长获取模块用于获取所述第一核算周期的周期时长;
第一节点数量获取模块,所述第一节点数量获取模块用于基于所述第一核算周期的周期时长,利用优化算法对所述第一核算周期进行节点寻优,得到第一节点数量;
节点标识模块,所述节点标识模块用于按照所述第一节点数量进行节点标识,输出多个标识节点;
第一稳定指数获取模块,所述第一稳定指数获取模块用于基于所述多个标识节点对第一核算周期内的连续所述N个日均单位碳排量进行稳定性分析,得到第一稳定指数;
标准差获取模块,所述标准差获取模块用于基于所述多个标识节点对第一核算周期内的所述N个日均单位碳排量进行标准差计算,得到分别对应的第一标准差、第二标准差、第三标准差……以及第N标准差;
第一均值差获取模块,所述第一均值差获取模块用于根据所述第一标准差、所述第二标准差、所述第三标准差……以及所述第N标准差的大小进行均值计算,得到第一均值差;
阶梯分类模块,所述阶梯分类模块用于基于所述第一均值差对所述N个日均单位碳排量进行阶梯分类,得到阶梯分类结果;
阶梯分类结果分析模块,所述阶梯分类结果分析模块用于根据所述阶梯分类结果,得到第一稳定指数;
阶梯层获取模块,所述阶梯层获取模块用于以所述第一均值差作为中心阶梯层,对N个标准差进行阶梯分类,得到正阶梯层和负阶梯层,且每一阶梯层均包括对应的偏离权重因子;
阶梯分类结果获取模块,所述阶梯分类结果获取模块用于以所述中心阶梯层、所述正阶梯层和所述负阶梯层,得到所述阶梯分类结果;
稳定指数计算模块,所述稳定指数计算模块用于基于所述阶梯分类结果中各个层对应的偏离权重因子,对所述N个标准差进行计算,得到所述第一稳定指数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310457612.2A CN116167551B (zh) | 2023-04-26 | 2023-04-26 | 一种建筑物碳排放的智能核算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310457612.2A CN116167551B (zh) | 2023-04-26 | 2023-04-26 | 一种建筑物碳排放的智能核算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116167551A CN116167551A (zh) | 2023-05-26 |
CN116167551B true CN116167551B (zh) | 2023-07-14 |
Family
ID=86413616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310457612.2A Active CN116167551B (zh) | 2023-04-26 | 2023-04-26 | 一种建筑物碳排放的智能核算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116167551B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114627387A (zh) * | 2022-03-22 | 2022-06-14 | 长沙理工大学 | 基于北斗定位和遥感图像检测的区域碳排放预测方法、设备及介质 |
WO2022251700A1 (en) * | 2021-05-28 | 2022-12-01 | Johnson Controls Tyco IP Holdings LLP | Building control system with predictive control of carbon emissions using marginal operating emissions rate |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114139922B (zh) * | 2021-11-26 | 2024-09-27 | 特斯联科技集团有限公司 | 一种建筑物内碳中和规划系统 |
CN115689253B (zh) * | 2022-12-30 | 2023-07-25 | 北京智能建筑科技有限公司 | 一种以建筑碳排总量为目标的综合能源调度优化方法 |
-
2023
- 2023-04-26 CN CN202310457612.2A patent/CN116167551B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022251700A1 (en) * | 2021-05-28 | 2022-12-01 | Johnson Controls Tyco IP Holdings LLP | Building control system with predictive control of carbon emissions using marginal operating emissions rate |
CN114627387A (zh) * | 2022-03-22 | 2022-06-14 | 长沙理工大学 | 基于北斗定位和遥感图像检测的区域碳排放预测方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116167551A (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109587713B (zh) | 一种基于arima模型的网络指标预测方法、装置及存储介质 | |
CN116167551B (zh) | 一种建筑物碳排放的智能核算方法及系统 | |
CN112381476B (zh) | 用于确定状态异常的电能表的方法及装置 | |
CN105069537B (zh) | 一种组合式空气质量预报模型的构建方法 | |
CN112348290B (zh) | 河流水质预测方法、装置、存储介质及设备 | |
CN113962468A (zh) | 基于用能监控统计能源消耗碳排放管理方法及系统 | |
CN110769452B (zh) | 基站经纬度异常识别方法、系统、服务器和存储介质 | |
CN116740946B (zh) | 一种公路车流量大数据分析处理方法 | |
CN108763648B (zh) | 基于核磁共振t2分布获取毛管压力曲线的方法和装置 | |
CN116308963B (zh) | 一种政务数据分析方法及系统 | |
CN117390378B (zh) | 一种双碳平台数据智能管理方法及系统 | |
CN109523077B (zh) | 一种风电功率预测方法 | |
CN108615054B (zh) | 排水管网节点间相似性衡量的综合指标构建方法 | |
CN115388344B (zh) | 一种基于分布式协调检测的管道泄漏监测方法 | |
CN116776094A (zh) | 一种晶振温度测试数据智能分析存储系统 | |
AU2020101462A4 (en) | Method and device for predicting and evaluating regional eco-quality annual harvest | |
CN112212223A (zh) | 排水管网调蓄容积及渗漏量的计算方法及其相关设备 | |
CN115951123A (zh) | 一种基于无线通信的电能计量方法及系统 | |
KR101687636B1 (ko) | 상수도 관망 관리 방법, 서버 및 시스템 | |
CN113361772A (zh) | 一种混流管网水量的预测方法及装置 | |
CN111932162A (zh) | 一种面向管网排水计算的市政排水资料质量综合评估方法 | |
CN118130743B (zh) | 基于云计算的水质监测数据处理方法及系统 | |
CN118171500B (zh) | 天然气管网的稳态溯源监测分析方法、装置、设备及介质 | |
CN117336202B (zh) | 一种基于测振仪控制器的多通道管理系统及其方法 | |
WO2022156743A1 (zh) | 特征构建方法和装置、模型训练方法和装置、设备、介质 |
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 |