CN116485079A - 数字化精益碳排放核算方法、装置、设备及存储介质 - Google Patents

数字化精益碳排放核算方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116485079A
CN116485079A CN202310753611.2A CN202310753611A CN116485079A CN 116485079 A CN116485079 A CN 116485079A CN 202310753611 A CN202310753611 A CN 202310753611A CN 116485079 A CN116485079 A CN 116485079A
Authority
CN
China
Prior art keywords
carbon emission
emission
flow
module
carbon
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310753611.2A
Other languages
English (en)
Other versions
CN116485079B (zh
Inventor
杨洋
陈君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiaoxiang Feiyang Beijing Technology Co ltd
Original Assignee
Xiaoxiang Feiyang Beijing Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xiaoxiang Feiyang Beijing Technology Co ltd filed Critical Xiaoxiang Feiyang Beijing Technology Co ltd
Priority to CN202310753611.2A priority Critical patent/CN116485079B/zh
Publication of CN116485079A publication Critical patent/CN116485079A/zh
Application granted granted Critical
Publication of CN116485079B publication Critical patent/CN116485079B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及碳核算技术领域，具体地说，涉及数字化精益碳排放核算方法、装置、设备及存储介质。其包括建立流程数值变化模型，确定相互关联的碳排放流程的影响率；检测其中一项流程的碳排放量，并结合相互关联的碳排放流程的影响率，预测与之相互关联的流程碳排放量。本发明通过建立流程数值变化模型，确定相互关联的碳排放流程的影响率；检测其中一项流程的碳排放量，并结合相互关联的碳排放流程的影响率，预测与之相互关联的流程碳排放量，从而减少各个流程碳排放量检测流程，提高碳排放量核算效率，同时在进行预测过程中，可检测相互关联流程中的便于检测碳排放量的流程入手，从而进一步减少企业碳排放量检测工作量。

Description

数字化精益碳排放核算方法、装置、设备及存储介质
技术领域
本发明涉及碳核算技术领域，具体地说，涉及数字化精益碳排放核算方法、装置、设备及存储介质。
背景技术
准确的碳排放数据是建立在权威而规范的碳统计核算基础上的，二氧化碳的产生主要源于化石能源的燃烧活动，但也包括工业过程和农业活动等，从整体来看，只要完整、准确计算了产生端的二氧化碳排放就可以了解碳的总排放量情况，但是从局部看，如一个企业或者地区，要想知道总排放量，不仅需要计算产生端的直接排放，而且要考虑输入的电能或者其他加工过的原料中有多少碳的输入。
现有的碳排放核算方法大大多数通过单一流程检测法进行整体碳排放量检测，即对项目中各个能够产生碳排放的流程进行逐步检测，随后进行汇总，但由于各个流程的碳排放形式不同，有的流程碳排放为直接排放，有的流程为间接排放，此时进行单一检测的话，检测工作量过大。
为了应对上述问题，现亟需数字化精益碳排放核算方法、装置、设备及存储介质。
发明内容
本发明的目的在于提供数字化精益碳排放核算方法、装置、设备及存储介质，以解决上述背景技术中提出的问题。
为实现上述目的之一在于提供了数字化精益碳排放核算方法，包括如下步骤：
S1、通过采集方法采集企业各个流程碳排放量，并对各个流程进行顺序标记；
S2、通过统计方法规划单位统计时间，定时统计不同流程碳排放变化量；
S3、结合所述S2中的不同流程碳排放变化量，分析相互关联的碳排放流程，并确定相互关联的碳排放流程的影响趋势；
S4、建立流程数值变化模型，确定相互关联的碳排放流程的影响率；
S5、检测其中一项流程的碳排放量，并结合相互关联的碳排放流程的影响率，预测与之相互关联的流程碳排放量；
S6、规划单位验证时间，通过数据检验方法定时对流程数值变化模型预测的数据进行检验。
作为本技术方案的进一步改进，所述S1中企业各个流程碳排放量的采集方法包括如下步骤：
S1.1、确定企业运行过程中产生碳排放的流程，标记为碳排放流程；
S1.2、确定各个碳排放流程的碳排放活动数据以及排放因子；
S1.3、采用排放因子法计算出各个碳排放流程对应的碳排放量。
作为本技术方案的进一步改进，所述S1.3中排放因子法采用如下公式：
；
其中为温室气体排放量，/>为当前检测流程的碳排放活动数据，/>为当前检测流程的排放因子。
作为本技术方案的进一步改进，所述S2中不同流程碳排放变化量的统计方法包括如下步骤：
S2.1、确定各个流程初始碳排放量，并记录初始排放量值；
S2.2、保证单一变量原则，确定影响碳排放量的变量变化数据，维持其余变量不变；
S2.3、确定影响碳排放量的变量变化完成后其对应的流程碳排放量，记录为调整排放量值。
作为本技术方案的进一步改进，所述S4中流程数值变化模型建立包括如下步骤：
S4.1、记录相互关联的各项流程碳排放变化值，生成流程数值变化模型；
S4.2、选取待检测的相互关联的流程碳排放变化值，计算其关联比值；
S4.3、对各个关联比值进行大小排序，关联影响率正比于关联比值/>，根据排序结果确定关联影响率。
作为本技术方案的进一步改进，所述S6中对流程数值变化模型预测的数据检验方法包括如下步骤：
S6.1、采集相互关联的各个流程预测碳排放量；
S6.2、实时检测各个流程实际碳排放量；
S6.3、比对各个流程实际碳排放量与对应的预测碳排放量，计算碳排放量差值；
S6.4、规划碳排放量差值阈值范围；
对碳排放量差值处于碳排放量差值阈值范围的预测结果标记为准确；
对碳排放量差值不处于碳排放量差值阈值范围的预测结果标记为出现误差。
为实现上述目的之二在于提供了数字化精益碳排放核算装置，包括流程碳排放量采集模块、碳排放变化量统计模块、关联流程标记模块、流程数据变化模型建立模块、关联碳排放预测模块以及预测数据检验模块；
所述流程碳排放量采集模块用于采集企业各个流程碳排放量，并对各个流程进行顺序标记；
所述流程碳排放量采集模块输出端与所述碳排放变化量统计模块输入端连接，所述碳排放变化量统计模块用于规划单位统计时间，定时统计不同流程碳排放变化；
所述碳排放变化量统计模块输出端与所述关联流程标记模块输入端连接，所述关联流程标记模块结合不同流程碳排放变化量，分析相互关联的碳排放流程，并确定相互关联的碳排放流程的影响趋势；
所述关联流程标记模块输出端与所述流程数据变化模型建立模块输入端连接，所述流程数据变化模型建立模块用于建立流程数值变化模型，确定相互关联的碳排放流程的影响率；
所述流程数据变化模型建立模块输出端与所述关联碳排放预测模块输入端连接，所述关联碳排放预测模块用于检测其中一项流程的碳排放量，并结合相互关联的碳排放流程的影响率，预测与之相互关联的流程碳排放量；
所述关联碳排放预测模块输出端与所述预测数据检验模块输入端连接，所述预测数据检验模块用于规划单位验证时间，定时对流程数值变化模型预测的数据进行检验。
为实现上述目的之三在于提供了数字化精益碳核算设备，包括处理器以及存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行上述任何一项所述的数字化精益碳排放核算方法。
为实现上述目的之四在于提供了数字化精益碳核算存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时,使所述处理器执行上述任一项所述的数字化精益碳排放核算方法。
与现有技术相比，本发明的有益效果：
该数字化精益碳排放核算方法、装置、设备及存储介质中，通过建立流程数值变化模型，确定相互关联的碳排放流程的影响率；检测其中一项流程的碳排放量，并结合相互关联的碳排放流程的影响率，预测与之相互关联的流程碳排放量，从而减少各个流程碳排放量检测流程，提高碳排放量核算效率，同时在进行预测过程中，可检测相互关联流程中的便于检测碳排放量的流程入手，从而进一步减少企业碳排放量检测工作量。
附图说明
图1为本发明的整体流程图；
图2为本发明的企业各个流程碳排放量的采集方法流程图；
图3为本发明的不同流程碳排放变化量的统计方法流程图；
图4为本发明的流程数值变化模型建立流程图；
图5为本发明的流程数值变化模型预测的数据检验方法流程图；
图6为本发明的整体装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
请参阅图1-图5所示，提供了数字化精益碳排放核算方法、装置、设备及存储介质，包括如下步骤：
S1、通过采集方法采集企业各个流程碳排放量，并对各个流程进行顺序标记；
S2、通过统计方法规划单位统计时间，定时统计不同流程碳排放变化量；
S3、结合S2中的不同流程碳排放变化量，分析相互关联的碳排放流程，并确定相互关联的碳排放流程的影响趋势；
S4、建立流程数值变化模型，确定相互关联的碳排放流程的影响率；
S5、检测其中一项流程的碳排放量，并结合相互关联的碳排放流程的影响率，预测与之相互关联的流程碳排放量；
S6、规划单位验证时间，通过数据检验方法定时对流程数值变化模型预测的数据进行检验。
具体使用时，由于在进行碳核算过程中，企业各个流程均会存在碳排放，区别是间接排放与直接排放，且排放量也不尽相同，而企业在运作过程中，部分流程的碳排放存在联系，即同向升高、同向降低或者相反影响；
为了能够确定企业运作过程中存在联系的流程，以供后期进行关联流程碳排放预测，首先采集企业各个流程碳排放量，并对各个流程进行顺序标记，例如火力发电过程中，碳排放最直观的方式就是煤炭燃烧供电产生的二氧化碳量，同时在火力发电过程前，需要通过运输设备将煤炭原材料运送至燃烧位置，而运输设备需要通过电力供给进行运作，其运行过程中会间接导致碳排放，需要对其进行碳排放量采集，为了区分各个流程测得的碳排放量，在采集工作完成后需要对各个流程进行顺序标记，以供后期进行碳排放量追踪，随后规划单位统计时间，定时统计不同流程碳排放变化量，即测出单位统计时间内，某个流程的碳排放量发生变化，例如增加或者降低，随后在单位统计时间内，检测出其余流程的碳排放是否发生变化，检测工作完成后，结合不同流程碳排放变化量，分析相互关联的碳排放流程，即存在碳排放量相对变化的多个碳排放流程，标记为关联碳排放流程，并确定相互关联的碳排放流程的影响趋势，即同向增加、同向降低或者相反影响，建立流程数值变化模型，确定相互关联的碳排放流程的影响率，其影响率=关联流程A碳排放变化量/关联流程B碳排放变化量 ，在进行预测过程中，检测其中一项流程的碳排放量，并结合相互关联的碳排放流程的影响率，预测与之相互关联的流程碳排放量，为了能够提高流程数值变化模型预测准确度，需要规划单位验证时间，定时对流程数值变化模型预测的数据进行检验。
本发明通过建立流程数值变化模型，确定相互关联的碳排放流程的影响率；检测其中一项流程的碳排放量，并结合相互关联的碳排放流程的影响率，预测与之相互关联的流程碳排放量，从而减少各个流程碳排放量检测流程，提高碳排放量核算效率，同时在进行预测过程中，可检测相互关联流程中的便于检测碳排放量的流程入手，从而进一步减少企业碳排放量检测工作量。
此外，S1中企业各个流程碳排放量的采集方法包括如下步骤：
S1.1、确定企业运行过程中产生碳排放的流程，标记为碳排放流程；
S1.2、确定各个碳排放流程的碳排放活动数据以及排放因子；
S1.3、采用排放因子法计算出各个碳排放流程对应的碳排放量。
具体使用时，由于企业运行过程中，存在碳排放的流程，同时也会存在不产生碳排放的流程，为了减少不必要的碳排放采集流程，首先需要确定企业运行过程中产生碳排放的流程，标记为碳排放流程，在每次采集碳排放量时，只需对碳排放流程进行采集，并确定各个碳排放流程的碳排放活动数据以及排放因子，采用排放因子法计算出各个碳排放流程对应的碳排放量。
进一步的，S1.3中排放因子法采用如下公式：
；
其中为温室气体排放量，/>为当前检测流程的碳排放活动数据，/>为当前检测流程的排放因子，具体使用时，以1度电为例，目前全国碳排放因子为0.6101千克/度，即使用1度电将会产生0.6101千克的二氧化碳排放。
再进一步的，S2中不同流程碳排放变化量的统计方法包括如下步骤：
S2.1、确定各个流程初始碳排放量，并记录初始排放量值；
S2.2、保证单一变量原则，确定影响碳排放量的变量变化数据，维持其余变量不变；
S2.3、确定影响碳排放量的变量变化完成后其对应的流程碳排放量，记录为调整排放量值。
具体使用时，在进行不同流程碳排放变化量的统计过程中，首先确定各个流程初始碳排放量，并记录初始排放量值，为了减少无关变量对统计过程产生影响，需要保证单一变量原则，确定影响碳排放量的变量变化数据，维持其余变量不变，并确定影响碳排放量的变量变化完成后其对应的流程碳排放量，记录为调整排放量值，计算出各个流程对应的调整排放量值与初始排放量值的差值，即为变化量。
具体的，S4中流程数值变化模型建立包括如下步骤：
S4.1、记录相互关联的各项流程碳排放变化值，生成流程数值变化模型；
S4.2、选取待检测的相互关联的流程碳排放变化值，计算其关联比值；
S4.3、对各个关联比值进行大小排序，关联影响率正比于关联比值/>，根据排序结果确定关联影响率。
具体使用时，在进行流程数值变化模型建立过程中，由于存在相互关联的流程中，其关联变化值不同，而关联变化值越大，其影响率越大，后期进行预测的结果越明显，所以首先需要记录相互关联的各项流程碳排放变化值，生成流程数值变化模型，随后选取待检测的相互关联的流程碳排放变化值，计算其关联比值/>，对各个关联比值/>进行大小排序，关联影响率正比于关联比值/>，根据排序结果确定关联影响率，后期进行相互关联的流程碳排放量预测过程中，挑选关联影响率最大的关联流程进行预测。
此外，S6中对流程数值变化模型预测的数据检验方法包括如下步骤：
S6.1、采集相互关联的各个流程预测碳排放量；
S6.2、实时检测各个流程实际碳排放量；
S6.3、比对各个流程实际碳排放量与对应的预测碳排放量，计算碳排放量差值；
S6.4、规划碳排放量差值阈值范围；
对碳排放量差值处于碳排放量差值阈值范围的预测结果标记为准确；
对碳排放量差值不处于碳排放量差值阈值范围的预测结果标记为出现误差。
具体使用时，在进行流程数值变化模型预测的数据检验过程中，首先采集相互关联的各个流程预测碳排放量，随后通过检测人员检测各个流程实际碳排放量，并比对各个流程实际碳排放量与对应的预测碳排放量，计算碳排放量差值，规划碳排放量差值阈值范围；
对碳排放量差值处于碳排放量差值阈值范围的预测结果标记为准确；
对碳排放量差值不处于碳排放量差值阈值范围的预测结果标记为出现误差；
对出现误差的预测结果进行模型追溯，确定误差产生原因，进行对应模型矫正，例如相互关联的煤炭燃烧供电流程与燃烧设备用电流程，其在统计时如果未完全统计出燃烧设备用电流程各个步骤的用电量，就会导致最终的预测与实际结果存在误差。
实施例2
请参阅图6所示，本实施例提供一种核算装置，包括流程碳排放量采集模块、碳排放变化量统计模块、关联流程标记模块、流程数据变化模型建立模块、关联碳排放预测模块以及预测数据检验模块；
流程碳排放量采集模块用于采集企业各个流程碳排放量，并对各个流程进行顺序标记；
流程碳排放量采集模块输出端与碳排放变化量统计模块输入端连接，碳排放变化量统计模块用于规划单位统计时间，定时统计不同流程碳排放变化；
碳排放变化量统计模块输出端与关联流程标记模块输入端连接，关联流程标记模块结合不同流程碳排放变化量，分析相互关联的碳排放流程，并确定相互关联的碳排放流程的影响趋势；
关联流程标记模块输出端与流程数据变化模型建立模块输入端连接，流程数据变化模型建立模块用于建立流程数值变化模型，确定相互关联的碳排放流程的影响率；
流程数据变化模型建立模块输出端与关联碳排放预测模块输入端连接，关联碳排放预测模块用于检测其中一项流程的碳排放量，并结合相互关联的碳排放流程的影响率，预测与之相互关联的流程碳排放量；
关联碳排放预测模块输出端与预测数据检验模块输入端连接，预测数据检验模块用于规划单位验证时间，定时对流程数值变化模型预测的数据进行检验。
实施例3
本实施例提供数字化精益碳核算设备；
包括处理器以及存储器，其上存储有可执行代码，当可执行代码被处理器执行时，使处理器执行实施例1中的核算方法。
实施例4
本实施例提供数字化精益碳核算存储介质，其上存储有可执行代码，当可执行代码被电子设备的处理器执行时,使处理器执行如实施例1中的核算方法。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (9)

1.数字化精益碳排放核算方法，其特征在于，包括如下步骤：
S1、通过采集方法采集企业各个流程碳排放量，并对各个流程进行顺序标记；
S2、通过统计方法规划单位统计时间，定时统计不同流程碳排放变化量；
S3、结合所述S2中的不同流程碳排放变化量，分析相互关联的碳排放流程，并确定相互关联的碳排放流程的影响趋势；
S4、建立流程数值变化模型，确定相互关联的碳排放流程的影响率；
S5、检测其中一项流程的碳排放量，并结合相互关联的碳排放流程的影响率，预测与之相互关联的流程碳排放量；
S6、规划单位验证时间，通过数据检验方法定时对流程数值变化模型预测的数据进行检验。
2.根据权利要求1所述的数字化精益碳排放核算方法，其特征在于：所述S1中企业各个流程碳排放量的采集方法包括如下步骤：
S1.1、确定企业运行过程中产生碳排放的流程，标记为碳排放流程；
S1.2、确定各个碳排放流程的碳排放活动数据以及排放因子；
S1.3、采用排放因子法计算出各个碳排放流程对应的碳排放量。
3.根据权利要求2所述的数字化精益碳排放核算方法，其特征在于，所述S1.3中排放因子法采用如下公式：
；
其中为温室气体排放量，/>为当前检测流程的碳排放活动数据，/>为当前检测流程的排放因子。
4.根据权利要求1所述的数字化精益碳排放核算方法，其特征在于：所述S2中不同流程碳排放变化量的统计方法包括如下步骤：
S2.1、确定各个流程初始碳排放量，并记录初始排放量值；
S2.2、保证单一变量原则，确定影响碳排放量的变量变化数据，维持其余变量不变；
S2.3、确定影响碳排放量的变量变化完成后其对应的流程碳排放量，记录为调整排放量值。
5.根据权利要求1所述的数字化精益碳排放核算方法，其特征在于：所述S4中流程数值变化模型建立包括如下步骤：
S4.1、记录相互关联的各项流程碳排放变化值，生成流程数值变化模型；
S4.2、选取待检测的相互关联的流程碳排放变化值，计算其关联比值；
S4.3、对各个关联比值进行大小排序，关联影响率正比于关联比值/>，根据排序结果确定关联影响率。
6.根据权利要求1所述的数字化精益碳排放核算方法，其特征在于：所述S6中对流程数值变化模型预测的数据检验方法包括如下步骤：
S6.1、采集相互关联的各个流程预测碳排放量；
S6.2、实时检测各个流程实际碳排放量；
S6.3、比对各个流程实际碳排放量与对应的预测碳排放量，计算碳排放量差值；
S6.4、规划碳排放量差值阈值范围；
对碳排放量差值处于碳排放量差值阈值范围的预测结果标记为准确；
对碳排放量差值不处于碳排放量差值阈值范围的预测结果标记为出现误差。
7.数字化精益碳排放核算装置，其特征在于：包括流程碳排放量采集模块、碳排放变化量统计模块、关联流程标记模块、流程数据变化模型建立模块、关联碳排放预测模块以及预测数据检验模块；
所述流程碳排放量采集模块用于采集企业各个流程碳排放量，并对各个流程进行顺序标记；
所述流程碳排放量采集模块输出端与所述碳排放变化量统计模块输入端连接，所述碳排放变化量统计模块用于规划单位统计时间，定时统计不同流程碳排放变化；
所述碳排放变化量统计模块输出端与所述关联流程标记模块输入端连接，所述关联流程标记模块结合不同流程碳排放变化量，分析相互关联的碳排放流程，并确定相互关联的碳排放流程的影响趋势；
所述关联流程标记模块输出端与所述流程数据变化模型建立模块输入端连接，所述流程数据变化模型建立模块用于建立流程数值变化模型，确定相互关联的碳排放流程的影响率；
所述流程数据变化模型建立模块输出端与所述关联碳排放预测模块输入端连接，所述关联碳排放预测模块用于检测其中一项流程的碳排放量，并结合相互关联的碳排放流程的影响率，预测与之相互关联的流程碳排放量；
所述关联碳排放预测模块输出端与所述预测数据检验模块输入端连接，所述预测数据检验模块用于规划单位验证时间，定时对流程数值变化模型预测的数据进行检验。
8.数字化精益碳核算设备，其特征在于：包括处理器以及存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1至6中任何一项所述的核算方法。
9.数字化精益碳核算存储介质，其特征在于：其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1至6中任一项所述的核算方法。
CN202310753611.2A 2023-06-26 2023-06-26 数字化精益碳排放核算方法、装置、设备及存储介质 Active CN116485079B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310753611.2A CN116485079B (zh) 2023-06-26 2023-06-26 数字化精益碳排放核算方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310753611.2A CN116485079B (zh) 2023-06-26 2023-06-26 数字化精益碳排放核算方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116485079A true CN116485079A (zh) 2023-07-25
CN116485079B CN116485079B (zh) 2023-09-19

Family

ID=87218104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310753611.2A Active CN116485079B (zh) 2023-06-26 2023-06-26 数字化精益碳排放核算方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116485079B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117541272A (zh) * 2024-01-09 2024-02-09 小象飞羊(北京)科技有限公司 数字工程碳排放数据确定方法、系统、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160072861A (ko) * 2014-12-15 2016-06-24 주식회사 미래엔에스 지역계획모델에 대한 탄소 배출량 표출 시스템
KR101668753B1 (ko) * 2015-06-29 2016-11-09 한국건설기술연구원 대기 오염 관리 시스템
CN115965136A (zh) * 2022-12-22 2023-04-14 国网新疆电力有限公司信息通信公司 一种基于电力大数据的碳排放综合预测系统
CN116050934A (zh) * 2023-02-14 2023-05-02 中国特种设备检测研究院 一种工业锅炉的产品碳足迹核算方法
CN116307244A (zh) * 2023-04-07 2023-06-23 交通运输部水运科学研究所 一种港口碳排放预测方法、系统、电子设备及介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160072861A (ko) * 2014-12-15 2016-06-24 주식회사 미래엔에스 지역계획모델에 대한 탄소 배출량 표출 시스템
KR101668753B1 (ko) * 2015-06-29 2016-11-09 한국건설기술연구원 대기 오염 관리 시스템
CN115965136A (zh) * 2022-12-22 2023-04-14 国网新疆电力有限公司信息通信公司 一种基于电力大数据的碳排放综合预测系统
CN116050934A (zh) * 2023-02-14 2023-05-02 中国特种设备检测研究院 一种工业锅炉的产品碳足迹核算方法
CN116307244A (zh) * 2023-04-07 2023-06-23 交通运输部水运科学研究所 一种港口碳排放预测方法、系统、电子设备及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
於慧琳;肖铭哲;: "基于灰色神经网络模型的企业碳排放峰值预测", 计算机测量与控制, vol. 25, no. 12, pages 177 - 179 *
米国芳;赵涛;: "中国火电企业碳排放测算及预测分析", 资源科学, vol. 34, no. 10, pages 1825 - 1831 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117541272A (zh) * 2024-01-09 2024-02-09 小象飞羊(北京)科技有限公司 数字工程碳排放数据确定方法、系统、设备及存储介质
CN117541272B (zh) * 2024-01-09 2024-03-29 小象飞羊(北京)科技有限公司 数字工程碳排放数据确定方法、系统、设备及存储介质

Also Published As

Publication number Publication date
CN116485079B (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
CN116485079B (zh) 数字化精益碳排放核算方法、装置、设备及存储介质
CN109190967B (zh) 一种用于火力发电机组的碳排放量核算方法和系统
CN103631681B (zh) 一种在线修复风电场异常数据的方法
CN114166998A (zh) 一种水泥生产企业碳排放计量方法和系统
CN117436024B (zh) 一种基于钻机运行数据分析的故障诊断方法及系统
CN117630283A (zh) 燃煤发电企业在线碳排放监测方法与系统
CN111584015B (zh) 脱硝系统入口NOx测量延迟估计方法及装置
CN112539810A (zh) 一种智能水表运行误差校准方法
CN116256017A (zh) 碳资产监测装置及碳资产监测系统
CN116629808A (zh) 一种碳减排生态项目评价方法、系统、装置和存储介质
CN111080484A (zh) 一种配电网异常数据监测方法及装置
CN111858140B (zh) 污染物监控数据的校验方法、装置、服务器和介质
CN112819373A (zh) 一种配网电压异常数据检测方法及装置
EP2591330A1 (en) Method and arrangement for controlling collection of smoke gas samples
CN109990875A (zh) 一种加油站计量校准系统
CN114754920B (zh) 一种工业炉炉腔压力检测系统及其工作方法
CN112016045A (zh) 纳秒级脉冲功率计数据处理方法
CN111178671A (zh) 一种基于多能源检测参数的综合能源系统能效提高方法
CN117408378A (zh) 一种火力发电机组的NOx排放监测方法
CN118551315A (zh) 一种用于源侧碳排放量化及预警的方法及系统
CN117950426B (zh) 一种基于分区烟气流量的智能喷氨控制系统
CN118364971A (zh) 一种燃煤电站烟气量快速预测方法、系统、介质及设备
US20140028466A1 (en) Method and server for monitoring energy source
US20240303669A1 (en) Systems and methods for manufacturing energy consumption and carbon footprint attribution
CN115730729A (zh) 一种碳排放总量测算方法及装置

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