CN116186120B - 一种能源数据采集分析数据库系统及数据存储方法 - Google Patents
一种能源数据采集分析数据库系统及数据存储方法 Download PDFInfo
- Publication number
- CN116186120B CN116186120B CN202310415371.5A CN202310415371A CN116186120B CN 116186120 B CN116186120 B CN 116186120B CN 202310415371 A CN202310415371 A CN 202310415371A CN 116186120 B CN116186120 B CN 116186120B
- Authority
- CN
- China
- Prior art keywords
- carbon
- energy
- energy consumption
- module
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000013500 data storage Methods 0.000 title claims abstract description 10
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 234
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 233
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 184
- 238000005265 energy consumption Methods 0.000 claims abstract description 159
- 238000006243 chemical reaction Methods 0.000 claims abstract description 116
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 92
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 92
- 238000003860 storage Methods 0.000 claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 230000005540 biological transmission Effects 0.000 claims abstract description 18
- 238000012986 modification Methods 0.000 claims abstract description 13
- 230000004048 modification Effects 0.000 claims abstract description 12
- 238000013139 quantization Methods 0.000 claims abstract description 11
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 34
- 230000009919 sequestration Effects 0.000 claims description 29
- 239000003345 natural gas Substances 0.000 claims description 17
- 238000005259 measurement Methods 0.000 claims description 11
- 238000013480 data collection Methods 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000003245 coal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Tourism & Hospitality (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Fuzzy Systems (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开一种能源数据采集分析数据库系统及数据存储方法，其系统包括能源数据采集模块、能源数据量化模块、能源数据转换碳排放量计算模块、前端碳排放量是否达标判断模块、前端存储服务器、能源数据传输模块、云端地区固碳量计算模块、碳排放量是否大于固碳量判断模块、综合调整能源碳排放标准模块、修改前端碳排放量标准模块和云端存储服务器。本发明通过超标的区域内总的能源能耗转换碳排放量上传至云端存储服务器，根据进一步更新和判断地区内绿地面积可吸收碳排放量的总年度固碳量，对各项能源能耗转换二氧化碳排放系数进行调整，以达到区域内总的能源能耗转换碳排放量数值的分析和调整。
Description
技术领域
本发明属于数据存储技术领域，具体来说，涉及一种能源数据采集分析数据库系统及数据存储方法。
背景技术
随着社会工业化、智能化程度不断加深，人们的生产生活越来越依赖机器、智能设备，对能源的需求越来越高，但同时能源的成本和节能减排的要求也在不断增高，在能源的日常使用过程中会伴随着大量的能源数据产生，这些数据极为重要，它是我们如何能将能源效率利用最大化，对环境破环最小化的科学依据。然而，在现有的技术下，我们能将能源指标进行简单汇总，生成各项能源指标，减少能源浪费，却不能解决能源负荷的日益增长，全球对节能减排要求的不断提高的要求。
在专利号为CN202211555640.X的中国发明专利中，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，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。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。
现有专利的缺陷在于，虽然实现了对企业自身的碳排放相关数据进行分析，但缺乏对地域性不同，碳排放量计算标准不同的考量；导致仅能根据企业的自身碳排放数据规划企业碳排放标准，无法具体根据能源能耗换算碳排放量数据达到能源数据的实时分析监测效果。
发明内容
针对现有能源数据采集分析系统无法具体根据能源能耗换算碳排放量数据达到能源数据的实时分析监测效果的问题，本发明提供了一种能源数据采集分析数据库系统及数据存储方法。
为实现上述技术目的，本发明采用的技术方案如下：
一种能源数据采集分析数据库系统，包括能源数据采集模块、能源数据量化模块、能源数据转换碳排放量计算模块、前端碳排放量是否达标判断模块、前端存储服务器、能源数据传输模块、云端地区固碳量计算模块、碳排放量是否大于固碳量判断模块、综合调整能源碳排放标准模块、修改前端碳排放量标准模块和云端存储服务器；
能源数据采集模块，用于采集区域内所有能源能耗的数据值；
能源数据量化模块，对采集的所有能源能耗数据值进行相同计量单位的转化；
能源数据转换碳排放量计算模块，通过各项能源能耗转换二氧化碳排放系数乘以能源能耗数据值计算出区域内总的能源能耗转换碳排放量；
前端碳排放量是否达标判断模块，用于判断区域内总的能源能耗转换碳排放量是否高于预设前一年度统计的能源碳排放标准值；
前端存储服务器，用于存储前端达标和不达标的碳排放量和不达标的碳排放量的相关数据；
能源数据传输模块，用于将前端不达标的碳排放量和不达标的碳排放量的相关数据上传至后端；
云端地区固碳量计算模块，用于计算地区内绿地面积可吸收碳排放量的总年度固碳量；
碳排放量是否大于固碳量判断模块，用于判断地区总的能源能耗转换碳排放量是否大于总年度固碳量；
综合调整能源碳排放标准模块，通过地区市场监管部门提供的地区最新各项能源能耗的数据值、各项能源能耗转换二氧化碳排放系数和年度固碳量建立最优目标函数不等式，求解各项能源能耗转换二氧化碳排放系数最优解；
修改前端碳排放量标准模块，用于将综合调整能源碳排放标准模块的各项能源能耗转换二氧化碳排放系数最优解传输至云端存储服务器；
云端存储服务器，用于获取外部系统传输的地区市场监管部门提供的地区最新各项能源能耗的数据值、存储能源数据传输模块传输的前端不达标的碳排放量相关数据和各项能源能耗转换二氧化碳排放系数最优解。
进一步地，能源数据采集模块采集的能源能耗的数据值包括：汽油消耗量、柴油消耗量、油田天然气消耗量、电力消耗量和蒸汽消耗量。
进一步地，能源数据量化模块将所有采集的能源能耗的数据值转化为国际统一计量单位，并保留小数点后两位；采集设备的软硬件统一计量单位标准。
进一步地，区域内总的能源能耗转换碳排放量等于汽油消耗量乘以二氧化碳排放系数、柴油消耗量乘以二氧化碳排放系数、油田天然气消耗量乘以二氧化碳排放系数、电力消耗量乘以二氧化碳排放系数和蒸汽消耗量乘以二氧化碳排放系数之和，再根据云端存储服务器计算的各项能源能耗转换二氧化碳排放系数最优解实时替换调整。
进一步地，不达标的碳排放量的相关数据包括能源数据采集模块采集的所有能源能耗的数据值，采集时间节点，采集时间节点前端存储服务器设置的能源能耗转换二氧化碳排放系数。
进一步地，云端地区固碳量计算模块通过外接区域内林冠绿地覆盖空间比例采集系统获取到林冠绿地覆盖空间面积；再通过林冠绿地覆盖空间面积乘以绿地碳汇因子，得到地区内绿地面积可吸收碳排放量的总年度固碳量。
进一步地，碳排放量是否大于固碳量判断模块在综合调整能源碳排放标准模块介入调整前，对前端上传的区域内总的能源能耗转换碳排放量进行二次判断；当区域内总的能源能耗转换碳排放量还大于总年度固碳量时，通过综合调整能源碳排放标准模块调整能源能耗转换二氧化碳排放系数。
进一步地，所述综合调整能源碳排放标准模块中最优目标函数不等式建立和求解的详细步骤包括：
S101、调取外部系统或者预设的各项能源能耗转换二氧化碳排放系数取值范围；各项能源能耗转换二氧化碳排放系数包括汽油消耗转换二氧化碳排放系数（设为x1）、柴油消耗转换二氧化碳排放系数（设为x2）、油田天然气消耗转换二氧化碳排放系数（设为x3）、电力消耗转换二氧化碳排放系数（设为x4）和蒸汽消耗转换二氧化碳排放系数（设为x5）。
S102、获取前端存储服务器采集的各项能源能耗的数据值，能源能耗的数据值包括汽油消耗量、柴油消耗量、油田天然气消耗量、电力消耗量和蒸汽消耗量的所有数据值；
S103、通过步骤S101中各项能源能耗转换二氧化碳排放系数（x1~x5）与步骤S102中采集的各项能源能耗的数据值对应相乘大于等于总年度固碳量建立总的目标函数；
S104、通过拉格朗日函数求解法求解各项能源能耗转换二氧化碳排放系数的最优值。
一种能源数据采集分析数据存储方法，包括步骤：
S1、采集区域内所有能源能耗的数据值，对采集的所有能源能耗数据值进行相同计量单位的转化；
S2、通过各项能源能耗转换二氧化碳排放系数乘以能源能耗数据值计算出区域内总的能源能耗转换碳排放量；
S3、初始判断区域内总的能源能耗转换碳排放量是否高于预设前一年度统计的能源碳排放标准值，若高于，进入步骤S4，若低于，则存储至前端存储服务器；
S4、将不达标的碳排放量存储至前端存储服务器，同时上传至云端存储服务器；还可以上传不达标的碳排放量的相关数据，便于后续云端存储服务器监控人员查询前端不达标的碳排放量的相关数据，以此验证传输过程中或者判断计算模块中是否出错。
S5、计算地区内绿地面积可吸收碳排放量的总年度固碳量；
S6、判断地区总的能源能耗转换碳排放量是否大于步骤S5中地区内绿地面积可吸收碳排放量的总年度固碳量，若大于进入步骤S7，若小于或等于，返回步骤S1；
S7、通过地区市场监管部门提供的地区最新各项能源能耗的数据值、各项能源能耗转换二氧化碳排放系数和年度固碳量建立最优目标函数不等式，(拉格朗日函数)求解各项能源能耗转换二氧化碳排放系数最优解；
S8、将求得的各项能源能耗转换二氧化碳排放系数最优解传输至前端存储服务器，替换前端的能源数据转换碳排放量计算模块中的各项能源能耗转换二氧化碳排放系数。
本发明相比现有技术，具有如下有益效果：
通过前端存储服务器和前端碳排放量是否达标判断模块实现能源能耗换算碳排放量数据是否超标的本地实时采集分析，降低远程云端存储服务器或监测人员的工作量及数据传输量。同时通过超标的区域内总的能源能耗转换碳排放量上传至云端存储服务器，根据进一步更新和判断地区内绿地面积可吸收碳排放量的总年度固碳量，对各项能源能耗转换二氧化碳排放系数进行调整，以达到区域内总的能源能耗转换碳排放量数值的调整。
附图说明
图1为本发明一种能源数据采集分析数据库系统的结构框图；
图2为本发明一种能源数据采集分析数据存储方法的整体流程图；
图3为本发明综合调整能源碳排放标准模块中最优目标函数不等式建立和求解的详细步骤流程图。
图中标记说明：10-能源数据采集模块，20-能源数据量化模块，30-能源数据转换碳排放量计算模块，40-前端碳排放量是否达标判断模块，50-前端存储服务器，60-云端地区固碳量计算模块，70-碳排放量是否大于固碳量判断模块，80-综合调整能源碳排放标准模块，90-修改前端碳排放量标准模块，110-云端存储服务器，120-能源数据传输模块。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
如图1所示，本实施例提供了一种能源数据采集分析数据库系统，包括能源数据采集模块10、能源数据量化模块20、能源数据转换碳排放量计算模块30、前端碳排放量是否达标判断模块40、前端存储服务器50、能源数据传输模块120、云端地区固碳量计算模块60、碳排放量是否大于固碳量判断模块70、综合调整能源碳排放标准模块80、修改前端碳排放量标准模块90和云端存储服务器110；
能源数据采集模块10，用于采集区域内所有能源能耗的数据值；
能源数据量化模块20，对采集的所有能源能耗数据值进行相同计量单位的转化；
能源数据转换碳排放量计算模块30，通过各项能源能耗转换二氧化碳排放系数乘以能源能耗数据值计算出区域内总的能源能耗转换碳排放量；
前端碳排放量是否达标判断模块40，用于判断区域内总的能源能耗转换碳排放量是否高于预设前一年度统计的能源碳排放标准值。若高于则存储至前端存储服务器50，同时通过能源数据传输模块120上传至云端存储服务器110，若低于，则不上传总的能源能耗转换碳排放量，并存储至前端存储服务器50即可。
前端存储服务器50，用于存储前端达标和不达标的碳排放量和不达标的碳排放量的相关数据；
能源数据传输模块120，用于将前端不达标的碳排放量和不达标的碳排放量的相关数据上传至后端；
云端地区固碳量计算模块60，用于计算地区内绿地面积可吸收碳排放量的总年度固碳量；
碳排放量是否大于固碳量判断模块70，用于判断地区总的能源能耗转换碳排放量是否大于总年度固碳量；
综合调整能源碳排放标准模块80，通过地区市场监管部门提供的地区最新各项能源能耗的数据值、各项能源能耗转换二氧化碳排放系数(不同地区系数可调，但在一定的范围值以内，根据每个地区工业化设备的能源能耗转换效率不同，作出改变)和年度固碳量建立最优目标函数不等式，(拉格朗日函数)求解各项能源能耗转换二氧化碳排放系数最优解；
修改前端碳排放量标准模块90，用于将综合调整能源碳排放标准模块80的各项能源能耗转换二氧化碳排放系数最优解传输至云端存储服务器110；
云端存储服务器110，用于获取外部系统传输的地区市场监管部门提供的地区最新各项能源能耗的数据值、存储能源数据传输模块120传输的前端不达标的碳排放量相关数据和各项能源能耗转换二氧化碳排放系数最优解。
能源数据采集模块10采集的能源能耗的数据值包括：汽油消耗量、柴油消耗量、油田天然气消耗量、电力消耗量和蒸汽消耗量。通过采集设备采集地区监管部分发送各项能源配送量验证各项能源消耗量是否在各项能源配送量范围以内；作为前期验证能源数据采集模块10在各个外接采集能源数据系统采集的能源能耗的数据值是否有效。可以起到防止采集设备或者线路故障，采集数值错误的情况产生。
如下表1各种能源折标准煤参考系数：
如下表2各种能源折碳排放因子：
其中，W汽：汽油转换能耗，tce；Y汽：汽油消耗量，kg；T汽：汽油转换碳排放，tCO2。
其中，W柴：柴油转换能耗，tce；Y柴：柴油消耗量，kg；T柴：柴油转换碳排放，tCO2。
其中，W气：天然气转换能耗，tce；Q：天然气消耗量，m3；T气：天然气转换碳排放，tCO2。
结合上述表1和表2，以及现有汽油、柴油和天然气的转换碳排放量的计算方式，本申请简化为汽油消耗量乘以二氧化碳排放系数、柴油消耗量乘以二氧化碳排放系数、油田天然气消耗量乘以二氧化碳排放系数、电力消耗量乘以二氧化碳排放系数和蒸汽消耗量乘以二氧化碳排放系数。
能源数据量化模块20将所有采集的能源能耗的数据值转化为国际统一计量单位，并保留小数点后两位；采集设备的软硬件统一计量单位标准。确保能源能耗的数据值在整个系统中只需传输数据值，无需传输计量单位。确保前端采集数据值精准，缩小保留小数点后两位四舍五入带来的误差，同时也降低数据传输的数据冗余和后续整个系统计算模块大数据的难度。
区域内总的能源能耗转换碳排放量等于汽油消耗量乘以二氧化碳排放系数、柴油消耗量乘以二氧化碳排放系数、油田天然气消耗量乘以二氧化碳排放系数、电力消耗量乘以二氧化碳排放系数和蒸汽消耗量乘以二氧化碳排放系数之和，可以根据云端存储服务器110计算的各项能源能耗转换二氧化碳排放系数最优解实时替换调整。该处忽略了各种能源转换能耗以及碳氧化率，都视为百分百，在系统中可以将各种能源转换能耗以及碳氧化率折算为百分数加入到各种能源数据转换碳排放量计算模块30中。也可以初始预设为百分百，后续，云端存储服务器110外接其它采集系统的地区内标准二氧化碳排放系数对其进行替换。
不达标的碳排放量的相关数据包括能源数据采集模块10采集的所有能源能耗的数据值，采集时间节点，采集时间节点前端存储服务器50设置的能源能耗转换二氧化碳排放系数。便于云端存储服务器110监控人员查询前端不达标的碳排放量的相关数据，以此验证传输过程中或者判断计算模块中是否出错。
云端地区固碳量计算模块60通过外接区域内林冠绿地覆盖空间比例采集系统获取到林冠绿地覆盖空间面积；再通过林冠绿地覆盖空间面积乘以绿地碳汇因子，得到地区内绿地面积可吸收碳排放量的总年度固碳量。通过计算得到的地区内绿地面积可吸收碳排放量的总年度固碳量可以用于实时更新前端碳排放量是否达标判断模块40中预设前一年度统计的能源碳排放标准值；确保前端碳排放量是否达标判断模块40判断数据值与地区内绿地面积可吸收碳排放量的总年度固碳量实时同步变化，使得能源能耗换算碳排放量的数据值对比更加精准。
碳排放量是否大于固碳量判断模块70在综合调整能源碳排放标准模块80介入调整前，对前端上传的区域内总的能源能耗转换碳排放量进行二次判断；当区域内总的能源能耗转换碳排放量还大于总年度固碳量时，通过综合调整能源碳排放标准模块80调整能源能耗转换二氧化碳排放系数。防止数据传输过程中数值变化或者设备故障导致的误判上传信号，缩减综合调整能源碳排放标准模块80计算的数据冗余量和研判步骤。
如图3所示，所述综合调整能源碳排放标准模块80中最优目标函数不等式建立和求解的详细步骤包括：
S101、调取外部系统或者预设的各项能源能耗转换二氧化碳排放系数取值范围；各项能源能耗转换二氧化碳排放系数包括汽油消耗转换二氧化碳排放系数（设为x1）、柴油消耗转换二氧化碳排放系数（设为x2）、油田天然气消耗转换二氧化碳排放系数（设为x3）、电力消耗转换二氧化碳排放系数（设为x4）和蒸汽消耗转换二氧化碳排放系数（设为x5）。
S102、获取前端存储服务器50采集的各项能源能耗的数据值，能源能耗的数据值包括汽油消耗量设为y1、柴油消耗量设为y2、油田天然气消耗量设为y3、电力消耗量设为y4和蒸汽消耗量设为y5的所有数据值；
S103、通过步骤S101中各项能源能耗转换二氧化碳排放系数（x1~x5）与步骤S102中采集的各项能源能耗的数据值对应相乘大于等于总年度固碳量设为T建立总的目标函数；
S104、通过拉格朗日函数求解法求解各项能源能耗转换二氧化碳排放系数的最优值。
如目标函数：x1×y1+x2×y2+x3×y3+x4×y4+x5×y5>= T；
x1、x2、x3、x4和x5均附加一定的取值范围，y1-y5为前端采集的对应数据值，T为总年度固碳量实时采集或者外部系统提供数据值；
拉格朗日函数可推广到求n元函数ƒ(x1,x2,…,xn)在m个附加条件φ(x1,x2,…,xn)下的条件极值。
方法如下：做拉格朗日函数L(x1，x2，…，xn)=ƒ(x1，x2，…，xn)+ ∑λiφi(x1，…x2)；
求L(x1，…xn)关于x1，…xn的偏导数，令它们等于零，并与附加条件联立，即
L'xi==ƒ'xi+ ∑λiφ'i=0，i=1，2，…，n
φk(x1，x2，…,xn)=0，k=1，2，…，n
求解此方程组，可得到x1、x2、x3、x4和x5在附加一定的取值范围的极值点。
如图2所示，一种能源数据采集分析数据存储方法，包括步骤：
S1、采集区域内所有能源能耗的数据值，对采集的所有能源能耗数据值进行相同计量单位的转化；
S2、通过各项能源能耗转换二氧化碳排放系数乘以能源能耗数据值计算出区域内总的能源能耗转换碳排放量；
S3、初始判断区域内总的能源能耗转换碳排放量是否高于预设前一年度统计的能源碳排放标准值，若高于，进入步骤S4，若低于，则存储至前端存储服务器；
S4、将不达标的碳排放量存储至前端存储服务器，同时上传至云端存储服务器；还可以上传不达标的碳排放量的相关数据，便于后续云端存储服务器监控人员查询前端不达标的碳排放量的相关数据，以此验证传输过程中或者判断计算模块中是否出错。
S5、计算地区内绿地面积可吸收碳排放量的总年度固碳量；
S6、判断地区总的能源能耗转换碳排放量是否大于步骤S5中地区内绿地面积可吸收碳排放量的总年度固碳量，若大于进入步骤S7，若小于或等于，返回步骤S1；
S7、通过地区市场监管部门提供的地区最新各项能源能耗的数据值、各项能源能耗转换二氧化碳排放系数和年度固碳量建立最优目标函数不等式，(拉格朗日函数)求解各项能源能耗转换二氧化碳排放系数最优解；
S8、将求得的各项能源能耗转换二氧化碳排放系数最优解传输至前端存储服务器，替换前端的能源数据转换碳排放量计算模块中的各项能源能耗转换二氧化碳排放系数。
本发明相比现有技术，具有如下有益效果：
通过前端存储服务器和前端碳排放量是否达标判断模块实现能源能耗换算碳排放量数据是否超标的本地实时采集分析，降低远程云端存储服务器或监测人员的工作量及数据传输量。同时通过超标的区域内总的能源能耗转换碳排放量上传至云端存储服务器，根据进一步更新和判断地区内绿地面积可吸收碳排放量的总年度固碳量，对各项能源能耗转换二氧化碳排放系数进行调整，以达到区域内总的能源能耗转换碳排放量数值的调整。
以上对本申请提供的一种能源数据采集分析数据库系统及数据存储方法进行了详细介绍。具体实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (3)
1.一种能源数据采集分析数据库系统，其特征在于，包括能源数据采集模块(10)、能源数据量化模块(20)、能源数据转换碳排放量计算模块(30)、前端碳排放量是否达标判断模块(40)、前端存储服务器(50)、能源数据传输模块(120)、云端地区固碳量计算模块(60)、碳排放量是否大于固碳量判断模块(70)、综合调整能源碳排放标准模块(80)、修改前端碳排放量标准模块(90)和云端存储服务器(110)；
能源数据采集模块(10)，用于采集区域内所有能源能耗的数据值；
能源数据量化模块(20)，对采集的所有能源能耗数据值进行相同计量单位的转化；
能源数据转换碳排放量计算模块(30)，通过各项能源能耗转换二氧化碳排放系数乘以能源能耗数据值计算出区域内总的能源能耗转换碳排放量；
前端碳排放量是否达标判断模块(40)，用于判断区域内总的能源能耗转换碳排放量是否高于预设前一年度统计的能源碳排放标准值；
前端存储服务器(50)，用于存储前端达标和不达标的碳排放量和不达标的碳排放量的相关数据；
能源数据传输模块(120)，用于将前端不达标的碳排放量和不达标的碳排放量的相关数据上传至后端；
云端地区固碳量计算模块(60)，用于计算地区内绿地面积可吸收碳排放量的总年度固碳量；
碳排放量是否大于固碳量判断模块(70)，用于判断地区总的能源能耗转换碳排放量是否大于总年度固碳量；
综合调整能源碳排放标准模块(80)，通过地区市场监管部门提供的地区最新各项能源能耗的数据值、各项能源能耗转换二氧化碳排放系数和年度固碳量建立最优目标函数不等式，求解各项能源能耗转换二氧化碳排放系数最优解；
修改前端碳排放量标准模块(90)，用于将综合调整能源碳排放标准模块(80)的各项能源能耗转换二氧化碳排放系数最优解传输至云端存储服务器(110)；
云端存储服务器(110)，用于获取外部系统传输的地区市场监管部门提供的地区最新各项能源能耗的数据值、存储能源数据传输模块(120)传输的前端不达标的碳排放量相关数据和各项能源能耗转换二氧化碳排放系数最优解；
能源数据采集模块(10)采集的能源能耗的数据值包括：汽油消耗量、柴油消耗量、油田天然气消耗量、电力消耗量和蒸汽消耗量；
区域内总的能源能耗转换碳排放量等于汽油消耗量乘以二氧化碳排放系数、柴油消耗量乘以二氧化碳排放系数、油田天然气消耗量乘以二氧化碳排放系数、电力消耗量乘以二氧化碳排放系数和蒸汽消耗量乘以二氧化碳排放系数之和，再根据云端存储服务器(110)计算的各项能源能耗转换二氧化碳排放系数最优解实时替换调整；
不达标的碳排放量的相关数据包括能源数据采集模块(10)采集的所有能源能耗的数据值，采集时间节点，采集时间节点前端存储服务器(50)设置的能源能耗转换二氧化碳排放系数；
云端地区固碳量计算模块(60)通过外接区域内林冠绿地覆盖空间比例采集系统获取到林冠绿地覆盖空间面积；再通过林冠绿地覆盖空间面积乘以绿地碳汇因子，得到地区内绿地面积可吸收碳排放量的总年度固碳量；
碳排放量是否大于固碳量判断模块(70)在综合调整能源碳排放标准模块(80)介入调整前，对前端上传的区域内总的能源能耗转换碳排放量进行二次判断；当区域内总的能源能耗转换碳排放量还大于总年度固碳量时，通过综合调整能源碳排放标准模块(80)调整能源能耗转换二氧化碳排放系数；
所述综合调整能源碳排放标准模块(80)中最优目标函数不等式建立和求解的详细步骤包括：
S101、调取外部系统或者预设的各项能源能耗转换二氧化碳排放系数取值范围；各项能源能耗转换二氧化碳排放系数包括汽油消耗转换二氧化碳排放系数设为x1、柴油消耗转换二氧化碳排放系数设为x2、油田天然气消耗转换二氧化碳排放系数设为x3、电力消耗转换二氧化碳排放系数设为x4和蒸汽消耗转换二氧化碳排放系数设为x5；
S102、获取前端存储服务器(50)采集的各项能源能耗的数据值，能源能耗的数据值包括汽油消耗量、柴油消耗量、油田天然气消耗量、电力消耗量和蒸汽消耗量的所有数据值；
S103、通过步骤S101中各项能源能耗转换二氧化碳排放系数与步骤S102中采集的各项能源能耗的数据值对应相乘大于等于总年度固碳量建立总的目标函数；
S104、通过拉格朗日函数求解法求解各项能源能耗转换二氧化碳排放系数的最优值。
2.根据权利要求1所述的一种能源数据采集分析数据库系统，其特征在于，能源数据量化模块(20)将所有采集的能源能耗的数据值转化为国际统一计量单位，并保留小数点后两位；采集设备的软硬件统一计量单位标准。
3.一种能源数据采集分析数据存储方法，采用如权利要求1所述的一种能源数据采集分析数据库系统，其特征在于，该方法包括步骤：
S1、采集区域内所有能源能耗的数据值，对采集的所有能源能耗数据值进行相同计量单位的转化；
S2、通过各项能源能耗转换二氧化碳排放系数乘以能源能耗数据值计算出区域内总的能源能耗转换碳排放量；
S3、初始判断区域内总的能源能耗转换碳排放量是否高于预设前一年度统计的能源碳排放标准值，若高于，进入步骤S4，若低于，则存储至前端存储服务器(50)；
S4、将不达标的碳排放量存储至前端存储服务器(50)，同时上传至云端存储服务器(110)；
S5、计算地区内绿地面积可吸收碳排放量的总年度固碳量；
S6、判断地区总的能源能耗转换碳排放量是否大于步骤S5中地区内绿地面积可吸收碳排放量的总年度固碳量，若大于进入步骤S7，若小于或等于，返回步骤S1；
S7、通过地区市场监管部门提供的地区最新各项能源能耗的数据值、各项能源能耗转换二氧化碳排放系数和年度固碳量建立最优目标函数不等式，求解各项能源能耗转换二氧化碳排放系数最优解；
S8、将求得的各项能源能耗转换二氧化碳排放系数最优解传输至前端存储服务器(50)，替换前端的能源数据转换碳排放量计算模块(30)中的各项能源能耗转换二氧化碳排放系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310415371.5A CN116186120B (zh) | 2023-04-18 | 2023-04-18 | 一种能源数据采集分析数据库系统及数据存储方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310415371.5A CN116186120B (zh) | 2023-04-18 | 2023-04-18 | 一种能源数据采集分析数据库系统及数据存储方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116186120A CN116186120A (zh) | 2023-05-30 |
| CN116186120B true CN116186120B (zh) | 2023-07-18 |
Family
ID=86449149
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310415371.5A Active CN116186120B (zh) | 2023-04-18 | 2023-04-18 | 一种能源数据采集分析数据库系统及数据存储方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116186120B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117610699B (zh) * | 2023-09-04 | 2024-06-04 | 北京中电飞华通信有限公司 | 一种应用于园区零碳综合能源优化设备及方法 |
| CN117114952B (zh) * | 2023-10-23 | 2024-02-02 | 江苏省星霖工程咨询有限公司 | 一种基于区块链技术的节能降碳价值交换系统及方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10719636B1 (en) * | 2014-02-03 | 2020-07-21 | Clean Power Research, L.L.C. | Computer-implemented system and method for estimating gross energy load of a building |
| CN112001517A (zh) * | 2019-12-04 | 2020-11-27 | 国网河北省电力有限公司 | 一种基于云计算的智能电网预测方法 |
| CN113887973A (zh) * | 2021-10-09 | 2022-01-04 | 国网河北省电力有限公司经济技术研究院 | 一种综合能源系统的多目标规划方法、装置及终端设备 |
| CN114062759A (zh) * | 2021-10-28 | 2022-02-18 | 阿凡提物联网科技(沈阳)有限公司 | 一种碳排放监测核对系统及方法 |
| CN114424217A (zh) * | 2019-09-30 | 2022-04-29 | 西门子股份公司 | 综合能源系统的优化方法、装置和计算机可读存储介质 |
| CN114943459A (zh) * | 2022-06-01 | 2022-08-26 | 海南绿色发展科技集团有限公司 | 一种服务业碳排放主体碳排放核算系统 |
| CN115034430A (zh) * | 2022-04-21 | 2022-09-09 | 国网河北省电力有限公司经济技术研究院 | 碳排放量预测方法、装置、终端及存储介质 |
| CN115358698A (zh) * | 2022-07-27 | 2022-11-18 | 浪潮通信信息系统有限公司 | 碳排放量核算系统 |
| CN115375522A (zh) * | 2022-08-31 | 2022-11-22 | 成都钊峪半网络科技有限公司 | 智慧城市碳中和数据分析系统 |
| CN115456845A (zh) * | 2022-09-19 | 2022-12-09 | 江苏安科瑞微电网研究院有限公司 | 一种碳资产管理系统及其核算方法 |
| CN115547013A (zh) * | 2022-09-07 | 2022-12-30 | 浙江中新电力工程建设有限公司 | 用于主动配电网的碳排放监测报警系统及方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220366494A1 (en) * | 2018-05-06 | 2022-11-17 | Strong Force TX Portfolio 2018, LLC | Market orchestration system for facilitating electronic marketplace transactions |
| CN111445060B (zh) * | 2020-03-06 | 2023-01-31 | 华南理工大学珠海现代产业创新研究院 | 一种社区碳排放监测和预测系统及方法 |
| CN113988714B (zh) * | 2021-11-26 | 2024-05-31 | 湖南大学 | 计及多重不确定性的园区综合能源系统动态规划方法、设备及介质 |
-
2023
- 2023-04-18 CN CN202310415371.5A patent/CN116186120B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10719636B1 (en) * | 2014-02-03 | 2020-07-21 | Clean Power Research, L.L.C. | Computer-implemented system and method for estimating gross energy load of a building |
| CN114424217A (zh) * | 2019-09-30 | 2022-04-29 | 西门子股份公司 | 综合能源系统的优化方法、装置和计算机可读存储介质 |
| CN112001517A (zh) * | 2019-12-04 | 2020-11-27 | 国网河北省电力有限公司 | 一种基于云计算的智能电网预测方法 |
| CN113887973A (zh) * | 2021-10-09 | 2022-01-04 | 国网河北省电力有限公司经济技术研究院 | 一种综合能源系统的多目标规划方法、装置及终端设备 |
| CN114062759A (zh) * | 2021-10-28 | 2022-02-18 | 阿凡提物联网科技(沈阳)有限公司 | 一种碳排放监测核对系统及方法 |
| CN115034430A (zh) * | 2022-04-21 | 2022-09-09 | 国网河北省电力有限公司经济技术研究院 | 碳排放量预测方法、装置、终端及存储介质 |
| CN114943459A (zh) * | 2022-06-01 | 2022-08-26 | 海南绿色发展科技集团有限公司 | 一种服务业碳排放主体碳排放核算系统 |
| CN115358698A (zh) * | 2022-07-27 | 2022-11-18 | 浪潮通信信息系统有限公司 | 碳排放量核算系统 |
| CN115375522A (zh) * | 2022-08-31 | 2022-11-22 | 成都钊峪半网络科技有限公司 | 智慧城市碳中和数据分析系统 |
| CN115547013A (zh) * | 2022-09-07 | 2022-12-30 | 浙江中新电力工程建设有限公司 | 用于主动配电网的碳排放监测报警系统及方法 |
| CN115456845A (zh) * | 2022-09-19 | 2022-12-09 | 江苏安科瑞微电网研究院有限公司 | 一种碳资产管理系统及其核算方法 |
Non-Patent Citations (2)
| Title |
|---|
| "Data Model and Analysis for Big Data Mapping and Management in the Energy Data Platform";Mardhani Riasetiawan 等;《2021 International Conference on Data Science, Artificial Intelligence, and Business Analytics (DATABIA)》;地1-6页 * |
| "中国能源大数据获取分析机制研究及实现";郑晓东 等;《电力科学与工程》;地1-7页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116186120A (zh) | 2023-05-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116186120B (zh) | 一种能源数据采集分析数据库系统及数据存储方法 | |
| CN106651722B (zh) | 一种工业碳排放核算方法 | |
| CN102254256A (zh) | 输、配网一体化的综合性线损管理分析系统及其处理流程 | |
| CN114742294A (zh) | 一种碳排放预测的神经网络算法 | |
| CN110909904A (zh) | 基于无线互联与数据挖掘技术的终端用户负荷预测系统 | |
| CN117013527A (zh) | 一种分布式光伏发电功率预测方法 | |
| CN107730399B (zh) | 基于风力发电特性曲线的理论线损评估方法 | |
| CN109283898A (zh) | 一种厂区能耗监测管理系统 | |
| CN117641157A (zh) | 一种用电信息采集终端的抄表方法 | |
| CN117273284A (zh) | 一种面向企业用电平衡的异常数据监测系统 | |
| CN107122599B (zh) | 一种蓄热电锅炉实时消纳弃风弃光电量能力的评估方法 | |
| CN115081597A (zh) | 一种基于机器学习的以电核碳方法、系统、设备和介质 | |
| CN116993388A (zh) | 一种电力系统中动态碳排放因子的确认方法及系统 | |
| CN114943459A (zh) | 一种服务业碳排放主体碳排放核算系统 | |
| CN109325641A (zh) | 一种工业能效管理系统及方法 | |
| CN117311295B (zh) | 基于无线网络设备的生产质量提升方法及系统 | |
| CN111291958A (zh) | 一种电网与工业用户用电供需互动装置及实现方法 | |
| CN103501003A (zh) | 线损控制系统 | |
| CN117541221A (zh) | 一种适用于网联智控集中供热的物联设备智能巡检方法 | |
| CN114118863B (zh) | 一种建筑可再生碳中和能源系统 | |
| CN113759798B (zh) | 能源监测系统 | |
| CN111478340B (zh) | 一种配网线路无功补偿情况分析方法 | |
| CN112613670A (zh) | 一种基于权重分配预测电力用户需量的装置及方法 | |
| CN112561299A (zh) | 一种园区综合能源源荷储精准画像系统 | |
| CN105631595A (zh) | 一种电网与经济水平协调度的获取方法 |
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 |