CN116542430A - 多维度水务碳排放量智能分析方法及系统 - Google Patents
多维度水务碳排放量智能分析方法及系统 Download PDFInfo
- Publication number
- CN116542430A CN116542430A CN202310825812.9A CN202310825812A CN116542430A CN 116542430 A CN116542430 A CN 116542430A CN 202310825812 A CN202310825812 A CN 202310825812A CN 116542430 A CN116542430 A CN 116542430A
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- energy
- water service
- water
- dimensional
- 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
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 221
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 218
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 174
- 238000004458 analytical method Methods 0.000 title claims abstract description 69
- 238000004364 calculation method Methods 0.000 claims abstract description 74
- 238000005265 energy consumption Methods 0.000 claims abstract description 39
- 238000006243 chemical reaction Methods 0.000 claims abstract description 32
- 238000010586 diagram Methods 0.000 claims abstract description 21
- 238000004141 dimensional analysis Methods 0.000 claims abstract description 12
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 23
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 15
- 239000001569 carbon dioxide Substances 0.000 claims description 15
- 238000013439 planning Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 11
- 238000007794 visualization technique Methods 0.000 claims description 7
- 239000004973 liquid crystal related substance Substances 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 238000012800 visualization Methods 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000000007 visual effect Effects 0.000 abstract description 4
- 239000007789 gas Substances 0.000 description 8
- 230000009467 reduction Effects 0.000 description 7
- 239000005431 greenhouse gas Substances 0.000 description 6
- 239000010865 sewage Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000002737 fuel gas Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical compound [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 239000008399 tap water Substances 0.000 description 2
- 235000020679 tap water Nutrition 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 230000010757 Reduction Activity Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010612 desalination reaction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000001272 nitrous oxide Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Primary Health Care (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及人工智能技术,揭露了一种多维度水务碳排放量智能分析方法,包括:收集水务行业的运营数据,确定水务行业碳排放量的时间范围以及空间范围;绘制能源流图,添加能量转换节点,得到转换能源图,添加能源消耗节点,得到初级计算模型;进行参数设置,得到碳排放量计算模型,计算水务行业碳排放量的核算结果;确定水务行业碳排放量的边界范围,进行多维度的可视化展示,得到多维度碳排放图;对水务行业进行不同维度的单位划分,得到多维度水务单位,对所述多维度碳排放图进行分析,得到多维度分析结果。本发明还提出一种多维度水务碳排放量智能分析系统。本发明可以提高水务碳排放量的智能分析的准确度。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种多维度水务碳排放量智能分析方法及系统。
背景技术
随着全球气候变化和水资源压力的不断加剧,水务行业的碳排放量成为了一个亟需解决的问题。为了精准估算和控制水务系统的碳排放量,识别碳排放的主要来源和关键环节,并提出相应的改善措施,需要一种对水务碳排放量进行多维度详细分析的方法,保证分析结果的准确性。
传统的水务碳排放量分析方法通常采用基于经或直觉的评估方法,或者是基于单一数据源进行计算,无法从多个角度对水务系统的碳排放量进行全面、准确的评估,结果往往偏离实际情况。在实际生活中,传统方法依赖专业人员手动记录并计算碳排放量,反应迟缓,不能及时发现和解决潜在问题,因此导致水务碳排放量的分析结果不够精确。
发明内容
本发明提供一种多维度水务碳排放量智能分析方法及系统,其主要目的在于解决多维度实现水务碳排放量的智能分析时结果准确度较低的问题。
为实现上述目的,本发明提供的一种多维度水务碳排放量智能分析方法,包括:
收集水务行业的运营数据,并确定待分析的水务行业碳排放量的时间范围以及空间范围;
根据所述运营数据绘制能源流图,在所述能源流图中添加能量转换节点,得到转换能源图,在所述转换能源图中添加能源消耗节点,得到初级计算模型;
利用时间范围以及空间范围对所述初级计算模型进行参数设置,得到碳排放量计算模型,根据所述碳排放量计算模型计算所述水务行业碳排放量的核算结果;
确定所述水务行业碳排放量的边界范围,基于所述核算结果以及所述边界范围通过碳排放清单模型得到多维度碳排放图;
对所述水务行业进行不同维度的单位划分,得到多维度水务单位,根据所述多维度水务单位对所述多维度碳排放图进行分析,得到多维度分析结果。
可选地,所述并确定待分析的水务行业碳排放量的时间范围以及空间范围,包括:
根据所述分析需求明确碳排放的分析目标;
根据所述分析目标分析数据可用性,并根据所述数据可用性的分析结果确定时间范围;
通过所述水务行业的具体单位确定空间范围。
可选地,所述根据所述运营数据绘制能源流图,包括:
按照所述能源规划工具的规定格式整理所述运营数据,得到格式数据;
根据所述格式数据制定所述水务行业碳排放量的核算公式;
将所述核算公式作为所述能源规划工具中预设的空白模型的模型输入进行运算,得到所述空白模型输出的能源流图。
可选地,所述根据所述格式数据制定所述水务行业碳排放量的核算公式,包括:
根据所述格式数据确定对应的排放因子;
根据所述排放因子确定对应的公式模板;
将所述格式数据对应的具体数值代入所述公式模板,得到核算公式。
可选地,
所述将所述格式数据对应的具体数值代入所述公式模板,得到核算公式,包括:
在所述格式数据中提取预设处理方式下某时间段内处理的水量以及处理过程中的二氧化碳排放量;
将所述水量以及二氧化碳排放量对应的具体数值代入如下公式模板:
;
其中,为所述核算公式,/>表示在时间/>内使用处理方式/>处理的水量,/>表示处理方式/>每处理一立方米水所产生的二氧化碳排放量,/>表示时间,/>表示处理方式,/>表示对中括号内的内容进行聚合。
可选地,所述在所述能源流图中添加能量转换节点,得到转换能源图,包括:
确定所述能源流图的节点处的能量转换类型;
根据所述能量转换类型,在节点处输入相关能量参数,得到参数节点;
将所述参数节点进行连接,得到转换能源图。
可选地,所述在所述转换能源图中添加能源消耗节点,得到初级计算模型,包括:
确定所述转换能源图中节点的能源消耗方式;
在所述转换能源图中增加能源消耗节点;
根据所述能源消耗方式在所述能源消耗节点中计算所需的能源消耗量,将加入消耗节点的转换能源图确定为初级计算模型。
可选地,所述根据所述碳排放量计算模型计算所述水务行业碳排放量的核算结果,包括:
对预设的待核算数据进行处理,得到处理数据;
将所述处理数据作为碳排放量计算模型的输入数据,得到处理数据对应的所述水务行业各区域相对应的能量转移数据以及区域内排放因子的气体排放量;
将所述能量转移数据以及区域内排放因子的气体排放量确定为核算结果。
可选地,所述基于所述核算结果以及所述边界范围通过碳排放清单模型得到多维度碳排放图,包括:
根据所述边界范围对所述核算结果进行分类整理,得到多维碳排放数据;
对所述多维碳排放数据进行分析,确定合适的可视化方法;
在可视化工具中选择对应的可视化方法对所述多维碳排放数据进行展示,多维度碳排放图。
为了解决上述问题,本发明还提供一种多维度水务碳排放量智能分析系统,所述系统包括:
收集数据模块:收集水务行业的运营数据,并确定待分析的水务行业碳排放量的时间范围以及空间范围;
能源规划模块:根据所述运营数据绘制能源流图,在所述能源流图中添加能量转换节点,得到转换能源图,在所述转换能源图中添加能源消耗节点,得到初级计算模型;
核算结果模块:利用时间范围以及空间范围对所述初级计算模型进行参数设置,得到碳排放量计算模型,根据所述碳排放量计算模型计算所述水务行业碳排放量的核算结果;
碳排放图模块:确定所述水务行业碳排放量的边界范围,基于所述核算结果以及所述边界范围通过碳排放清单模型得到多维度碳排放图;
多维度分析模块:对所述水务行业进行不同维度的单位划分,得到多维度水务单位,根据所述多维度水务单位对所述多维度碳排放图进行分析,得到多维度分析结果。
本发明实施例通过收集水务行业的运营数据,确定水务行业碳排放量的时间范围以及空间范围,根据预设的分析需求确定所述水务行业需要分析的碳排放量的时间范围和空间范围是非常重要的,能够为政府、企业和公众提供更多信息和数据,提升对碳排放量的分析结果的准确性,促进减少碳排放,保护环境和生态系统;绘制能源流图,添加能量转换节点,得到转换能源图,添加能源消耗节点,得到初级计算模型,在所述能源流图中添加能量转换节点以及能源消耗节点缺一不可,相辅相成,可以提供更全面和深入的能源分析,能够更好地了解整个能源系统;进行参数设置,得到碳排放量计算模型,计算水务行业碳排放量的核算结果,通过得出科学、准确的碳排放量数据可以为水务部门提供科学依据,还能更好地引导碳排放治理和逐步发展成为绿色环保模板;确定水务行业碳排放量的边界范围,进行多维度的可视化展示,得到多维度碳排放图;对水务行业进行不同维度的单位划分,得到多维度水务单位,对所述多维度碳排放图进行分析,得到多维度分析结果,通过多维度分析,可以将不同维度的碳排放情况综合到一起,从而更全面、深入地了解水务行业的碳排放情况,还可以通过多维度的对比,找出某些碳减而碳增的问题。因此本发明提出的多维度水务碳排放量智能分析方法、系统,可以解决多维度实现水务碳排放量的智能分析时准确性低的问题。
附图说明
图1为本发明一实施例提供的多维度水务碳排放量智能分析方法的流程示意图;
图2为本发明一实施例提供的确定水务碳排放量的时间范围以及空间范围的流程示意图;
图3为本发明一实施例提供的基于所述运营数据绘制能源流图的流程示意图;
图4为本发明一实施例提供的多维度水务碳排放量智能分析系统的功能模块图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种多维度水务碳排放量智能分析方法。所述多维度水务碳排放量智能分析方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述多维度水务碳排放量智能分析方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content DeliveryNetwork,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的多维度水务碳排放量智能分析方法的流程示意图。在本实施例中,所述多维度水务碳排放量智能分析方法包括:
S1、收集水务行业的运营数据,并确定待分析的水务行业碳排放量的时间范围以及空间范围;
本发明实施例中,所述水务行业是指与水资源、水环境有关的一系列行业,主要包括自来水公司,污水处理公司,饮用水生产企业,水力发电公司等。所述运营数据是指在水供应和管理过程中所涉及到的各种数据,包括包括用水量、电力消耗、化学品使用量、污泥处理量等参数。
本发明实施例中,所述收集水务行业的运营数据,例如通过安装在水厂、水管等地方的监测设备获取运营数据,如水质、水压、水流量等,通过水务部门或政府相关部门的网站可以查询一些与水务行业有关的公开数据,如供水量、供水范围、水费标准等。面对不同的运营数据可以选择不同类型的信息收集方法,便于查询到精准的运营数据。
另外地,参照图2所示,所述并确定待分析的水务行业碳排放量的时间范围以及空间范围,包括:
S11、根据所述分析需求明确碳排放的分析目标;
S12、根据所述分析目标分析数据可用性,并根据所述数据可用性的分析结果确定时间范围;
S13、通过所述水务行业的具体单位确定空间范围。
详细地,所述根据所述分析需求明确碳排放的分析目标,例如所述分析目标可以是碳减排目标、评估现有的效果、监测碳排放趋势等。
具体地,所述根据所述数据可用性的分析结果确定时间范围,例如,如果只能获取过去5年内的碳排放数据,则分析的时间范围应该限制在这个期限内。
另外地,所述通过所述水务行业的具体单位确定空间范围,其中,所述水务行业的具体单位不同,对应的空间范围就会随之改变,通常来说,所述空间范围为具体单位对应的城市或地区。
进一步地,通过对一定时间范围内的碳排放量进行分析,可以评估水务行业的碳排放趋势,通过将碳排放量与特定地理区域联系起来,可以帮助识别该区域中可能影响碳排放的因素,因此根据预设的分析需求确定所述水务行业需要分析的碳排放量的时间范围和空间范围是非常重要的,能够为政府、企业和公众提供更多信息和数据,提升对碳排放量的分析结果的准确性,促进减少碳排放,保护环境和生态系统。
S2、根据所述运营数据绘制能源流图,在所述能源流图中添加能量转换节点,得到转换能源图,在所述转换能源图中添加能源消耗节点,得到初级计算模型;
本发明实施例中,所述能源规划工具是一个能源系统规划和分析软件,采用了先进的技术和方法,包括线性规划、能量平衡、经济建模、环境影响评估等,可以帮助用户分析复杂的能源系统,并预测未来的能源需求和供应情况。常见的能源规划工具包括但不限于LEAP、TIMES、MESSAGE、OSeMOSY等。
本发明实施例中,参照图3所示,所述根据所述运营数据绘制能源流图,包括:
S21、按照能源规划工具的规定格式整理所述运营数据,得到格式数据;
S22、根据所述格式数据制定所述水务行业碳排放量的核算公式;
S23、将所述核算公式作为所述能源规划工具中预设的空白模型的模型输入进行运算,得到所述空白模型输出的能源流图。
详细地,所述能源规划工具的规定格式主要可以分为包括模型时间分辨率、能源类型和消费量、能源价格和成本、碳排放量、人口和经济情况、能源使用效率等几个方面。其中,模型时间分辨率通常为年度,但根据需求也可以为月度或季度等;能源类型和消费量按照能源类型区分,包括传统能源、可再生能源等,以及各个能源的消费量,主要用于计算能源总量和能耗强度等指标;能源价格和成本则按照能源类型区分,包括购入价格、士气垄断性税收或其他附加费用等,主要用于计算能源成本;而碳排放量主要用于计算温室气体总量,涉及到运营过程中与能源相关的二氧化碳、甲烷、氧化亚氮等温室气体排放量;与能源密切相关的人口、国内生产总值、行业产值、就业人数等指标,作为模型计算中潜在需求和供给的依据;能源使用效率则反映了能源消费的效率水平,包括以建筑面积或单位产值为基础的能耗强度等指标。
具体地,所述根据所述格式数据制定所述水务行业碳排放量的核算公式,包括:
根据所述格式数据确定对应的排放因子;
根据所述排放因子确定对应的公式模板;
将所述格式数据对应的具体数值代入所述公式模板,得到核算公式。
详细地,所述排放因子是指单位质量(例如千克、吨等)的能源或基础材料所产生的温室气体排放量。通俗而言,排放因子率或系数,可以用于将能源使用转换为碳排放量。通常情况下,排放因子被表示为特定形式的环保标准单位下引起的某种大气污染物(例如二氧化碳、甲烷、一氧化碳等)的排放量。本发明实施例中,所述排放因子可以是电力排放因子,指每千瓦时电力所产生的二氧化碳等温室气体排放量;燃气排放因子,指每立方米燃气所产生的二氧化碳等温室气体排放量;煤炭排放因子,指每吨煤炭所产生的二氧化碳等温室气体排放量等。
具体地,所述根据所述排放因子确定对应的公式模板确定对应的公式模板应该按照排放因子的类型进行选择和设计,此外,公式还进行优化和配合发展调整,以适应业务的变化;而如果需要使用更高级别、更复杂的模型,则可以结合不同类型的数据和参数,利用数学模型或智能算法等技术进行分析计算,推导出更加准确和精细的排放因子公式模板。
进一步地,所述将所述格式数据对应的具体数值代入所述公式模板,得到核算公式,包括:
在所述格式数据中提取预设处理方式下某时间段内处理的水量以及处理过程中的二氧化碳排放量;
将所述水量以及二氧化碳排放量对应的具体数值代入如下公式模板:
;
其中,为所述核算公式,/>表示在时间/>内使用处理方式/>处理的水量,/>表示处理方式/>每处理一立方米水所产生的二氧化碳排放量,/>表示时间,/>表示处理方式,/>表示对中括号内的内容进行聚合。
本发明实施例中,所述在所述能源流图中添加能量转换节点,得到转换能源图,包括:
确定所述能源流图的节点处的能量转换类型;
根据所述能量转换类型,在节点处输入相关能量参数,得到参数节点;
将所述参数节点进行连接,得到转换能源图。
详细地,所述能量转换类型为与水相关的类型,例如水力发电,利用水流的动能驱动涡轮机,从而产生电能,实现能量的转化;波浪能转换,通过利用海洋波浪的能量来产生电能等。所述相关能量参数包括水量、处理效率等。
另外地,所述在所述转换能源图中添加能源消耗节点,得到初级计算模型,包括:
确定所述转换能源图中节点的能源消耗方式;
在所述转换能源图中增加能源消耗节点;
根据所述能源消耗方式在所述能源消耗节点中计算所需的能源消耗量,将加入消耗节点的转换能源图确定为初级计算模型。
进一步地,所述根据所述能源消耗方式在所述能源消耗节点中计算所需的能源消耗量,例如根据能源消耗方式和相关参数,使用相应的计算方法进行计算。例如,计算用电量可以通过电费率乘以使用时间来得出,计算燃气消耗量可以通过测量燃气表读数并考虑燃气质量、温度和压力等因素来得出。
还有地,在所述能源流图中添加能量转换节点可以帮助了解不同形式和类型的能源之间如何相互转换,而添加能源消耗节点则是为了更好地理解能源的实际使用情况,以及它们的效率和损失,这有助于制定更有效的节能措施,同时还可以提高能源的利用率,从而减少浪费和环境污染。
因此,在所述能源流图中添加能量转换节点以及能源消耗节点缺一不可,相辅相成,可以提供更全面和深入的能源分析,能够更好地了解整个能源系统。
S3、利用时间范围以及空间范围对所述初级计算模型进行参数设置,得到碳排放量计算模型,根据所述碳排放量计算模型计算所述水务行业碳排放量的核算结果;
由于能源利用和碳排放量是一个动态的过程,其表现会随着时间、空间的变化而发生变化,设置合适的时间范围可以使初级计算模型更精确地评估当前的能源利用和碳排放量情况,并为未来制定更有效的低碳发展战略提供支持,设置合适的空间范围是为了更好地评估不同地区之间的能源利用和碳排放量情况,并为不同地区制定相应的政策和措施,利用时间范围以及空间范围对所述初级计算模型进行参数设置是非常必要的。这样可以使模型更为准确地评估当前的能源利用和碳排放状况,并为未来制定更优秀的低碳发展战略提供支持。
本发明实施例中,所述利用时间范围以及空间范围对所述初级计算模型进行参数设置,得到碳排放量计算模型,由于所述初级计算模型中时间范围和空间范围被视为两个核心维度,其它参数都是基于这两个维度来设置的,因此可以利用已有的时间范围以及空间范围对所述初级计算模型进行限定约束,能够建立一个能够在特定时间范围和空间范围内计算碳排放量的模型。
详细地,所述根据所述碳排放量计算模型计算所述水务行业碳排放量的核算结果,包括:
对预设的待核算数据进行处理,得到处理数据;
将所述处理数据作为碳排放量计算模型的输入数据,得到处理数据对应的所述水务行业各区域相对应的能量转移数据以及区域内排放因子的气体排放量;
将所述能量转移数据以及区域内排放因子的气体排放量确定为核算结果。
具体地,所述对预设的待核算数据进行处理,得到处理数据,由于通常给定的待核算数据较为基础,可以通过所述待核算数据进行计算,从而获取到更加便于所述碳排放量计算模型计算的处理数据。例如,想要计算能源消耗,就要利用公式能源消耗=自来水生产所需燃气+污水处理所需电力来进行,这个计算过程就是处理数据到的过程。
在本实施例中,所述根据碳排放量计算模型计算所述水务行业碳排放量的核算结果,通过得出科学、准确的碳排放量数据可以为水务部门提供科学依据,还能更好地引导碳排放治理和逐步发展成为绿色环保模板,提升能源资源使用效率,推动行业的绿色可持续性发展。
S4、确定所述水务行业碳排放量的边界范围,基于所述核算结果以及所述边界范围通过碳排放清单模型得到多维度碳排放图;
本发明实施例中,所述碳排放清单模型是一种用于温室气体排放计算和报告的标准方法,可以根据相同的标准对温室气体排放量进行计量和比较,推进更广泛和深入的碳减排活动,促进低碳经济发展。所述碳排放清单模型包括但不限于WRI模型、ENVI-met模型、SUEWS模型以及InVEST模型等。
虽然碳排放量计算模型可以通过建模的方法进行碳排放核算,得到较为准确和精细的碳排放数据,但仅有这些数据是无法全面分析评估碳排放状况影响因素。碳排放清单模型基于碳排放量计算模型的碳排放核算结果,提供了基于各种分类维度汇总分析的多维度图表,并能进一步深入理解应对碳减排措施的具备施行的控制指标和以及长期目标,更具直观性,反应现实可能性和一系列未来成果,有助于更好地揭示碳排放的影响和趋势。
本发明实施例中,所述确定所述水务行业碳排放量的边界范围,其中,所述边界范围,具体情况包括需要确定研究范围内的水务行业涉及哪些活动,例如供水、污水处理、雨水管理等,以及前述步骤S1中提到的空间范围以及时间范围,还有需要确定碳排放量核算的边界设置,包括直接排放和间接排放,直接排放指由水务行业本身产生的碳排放,如水泵、污水处理厂等;间接排放指由行业间接产生的碳排放,如电力消耗等。
详细地,所述基于所述核算结果以及所述边界范围通过碳排放清单模型得到多维度碳排放图,包括:
根据所述边界范围对所述核算结果进行分类整理,得到多维碳排放数据;
对所述多维碳排放数据进行分析,确定合适的可视化方法;
在可视化工具中选择对应的可视化方法对所述多维碳排放数据进行展示,多维度碳排放图。
具体地,所述根据所述边界范围对所述核算结果进行分类整理可以更好地分析和评估碳排放量的影响因素,例如,将核算结果按照时间维度进行整理,可以看出碳排放量的趋势变化,是可以按照业务维度进行分类,如供水、污水处理、海水淡化、水资源管理等,以便了解每个业务流程的碳排放量情况。通过对不同维度的核算结果进行整理和分类,可以深入了解水务行业碳排放的影响因素及变化趋势,并为后续改进设施、减少碳排放提供参考数据。
进一步地,对所述多维碳排放数据进行分析,确定合适的可视化方法,例如可以使用条形图或者折线图来描述每个时间节点的碳排放量情况,也可以使用地图或热力图来展示每个地区的碳排放量。
利用碳排放量计算模型计算所述水务行业碳排放量的核算结果后,再利用碳排放清单模型中的可视化工具将所述核算结果以及所述边界范围进行多维度的可视化展示,使用碳排放量计算模型与碳排放清单模型相结合的方式,可以充分利用两者的优势,从不同维度对数据进行挖掘和分析,汇总数据,挖掘关键变量,并基于得到的数据和信息作出相应决策,优化管控方案,进一步推动水务行业碳排放管理工作智慧升级。
S5、对所述水务行业进行不同维度的单位划分,得到多维度水务单位,根据所述多维度水务单位对所述多维度碳排放图进行分析,得到多维度分析结果。
由于水务行业是一个复杂的综合性行业,具有多元化、分散化、复杂化和动态变化等特点,进行不同维度的单位划分可以为企业管理层提供更全面、更深入、更准确的数据分析结果。
本发明实施例中,所述对所述水务行业进行不同维度的单位划分,得到多维度水务单位,可以按照年份、季度、月份等时间段划分,以便对不同时间段内的水务行业数据进行比较和分析,也可以按照不同的水务行业进行划分,如供水企业、污水处理企业等等,主要是以企业为单位,还可以按照不同能源类型进行划分,如电力、燃气、油料等消耗类型,以便了解每种类型能源的碳排放量。
本发明实施例中,所述根据所述多维度水务单位对所述多维度碳排放图进行分析,得到多维度分析结果,包括:
根据所述多维度水务单位建立指标评估体系;
将所述多维度碳排放图中的流量、平均分配以及广泛组节点进行显示,得到评估内容;
根据所述评估内容与所述指标评估体系进行比对,将比对结果确定为多维度分析结果。
详细地,所述流量、平均分配以及广泛组节点是在统计分析和图表可视化过程中使用的三个概念,可以帮助我们理解数据的分布情况、进行数据对比和分析,并判断不同的类别间排放量的差异以便制定针对性方案。
具体地,所述将所述多维度碳排放图中的流量、平均分配以及广泛组节点进行显示,可以采用不同种类的图表,例如利用桑基图 (Sankey Diagram) 来显示流量,使用散点图或气泡图来显示广泛组节点,使用柱状图或条形图来显示平均分配。
进一步地,通过多维度分析,可以将不同维度的碳排放情况综合到一起,从而更全面、深入地了解水务行业的碳排放情况,还可以通过多维度的对比,找出某些碳减而碳增的问题,并加入数据支持与其他有关方针支持员工实时完成调整,更好地实现水务行业的节能降耗,优化设备配置等目的,因此通过多维度的对比与数据处理,使得分析结果更加全面,针对性更强。
如图4所示,是本发明一实施例提供的多维度水务碳排放量智能分析系统的功能模块图。
本发明所述多维度水务碳排放量智能分析系统100可以安装于电子设备中。根据实现的功能,所述多维度水务碳排放量智能分析系统100可以包括收集数据模块101、能源规划模块102、核算结果模块103、碳排放图模块104及多维度分析模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述收集数据模块101:收集水务行业的运营数据,并确定待分析的水务行业碳排放量的时间范围以及空间范围;
所述能源规划模块102:根据所述运营数据绘制能源流图,在所述能源流图中添加能量转换节点,得到转换能源图,在所述转换能源图中添加能源消耗节点,得到初级计算模型;
所述核算结果模块103:利用时间范围以及空间范围对所述初级计算模型进行参数设置,得到碳排放量计算模型,根据所述碳排放量计算模型计算所述水务行业碳排放量的核算结果;
所述碳排放图模块104:确定所述水务行业碳排放量的边界范围,基于所述核算结果以及所述边界范围通过碳排放清单模型得到多维度碳排放图;
所述多维度分析模块105:对所述水务行业进行不同维度的单位划分,得到多维度水务单位,根据所述多维度水务单位对所述多维度碳排放图进行分析,得到多维度分析结果。
详细地,本发明实施例中所述多维度水务碳排放量智能分析系统100中所述的各模块在使用时采用与前述实施例中所述的多维度水务碳排放量智能分析方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统实施例中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种多维度水务碳排放量智能分析方法,其特征在于,所述方法包括:
收集水务行业的运营数据,并确定待分析的水务行业碳排放量的时间范围以及空间范围;
根据所述运营数据绘制能源流图,在所述能源流图中添加能量转换节点,得到转换能源图,在所述转换能源图中添加能源消耗节点,得到初级计算模型;
利用时间范围以及空间范围对所述初级计算模型进行参数设置,得到碳排放量计算模型,根据所述碳排放量计算模型计算所述水务行业碳排放量的核算结果;
确定所述水务行业碳排放量的边界范围,基于所述核算结果以及所述边界范围通过碳排放清单模型得到多维度碳排放图;
对所述水务行业进行不同维度的单位划分,得到多维度水务单位,根据所述多维度水务单位对所述多维度碳排放图进行分析,得到多维度分析结果。
2.如权利要求1所述的多维度水务碳排放量智能分析方法,其特征在于,所述确定待分析的水务行业碳排放量的时间范围以及空间范围,包括:
根据预设的分析需求明确碳排放的分析目标;
根据所述分析目标分析数据可用性,并根据所述数据可用性的分析结果确定时间范围;
通过所述水务行业的具体单位确定空间范围。
3.如权利要求1所述的多维度水务碳排放量智能分析方法,其特征在于,所述根据所述运营数据绘制能源流图,包括:
按照预设的能源规划工具的规定格式整理所述运营数据,得到格式数据;
根据所述格式数据制定所述水务行业碳排放量的核算公式;
将所述核算公式作为所述能源规划工具中预设的空白模型的模型输入进行运算,得到所述空白模型输出的能源流图。
4.如权利要求3所述的多维度水务碳排放量智能分析方法,其特征在于,所述根据所述格式数据制定所述水务行业碳排放量的核算公式,包括:
根据所述格式数据确定对应的排放因子;
根据所述排放因子确定对应的公式模板;
将所述格式数据对应的具体数值代入所述公式模板,得到核算公式。
5.如权利要求4所述的多维度水务碳排放量智能分析方法,其特征在于,所述将所述格式数据对应的具体数值代入所述公式模板,得到核算公式,包括:
在所述格式数据中提取预设处理方式下某时间段内处理的水量以及处理过程中的二氧化碳排放量;
将所述水量以及二氧化碳排放量对应的具体数值代入如下公式模板:
;
其中,为所述核算公式,/>表示在时间/>内使用处理方式/>处理的水量,/>表示处理方式/>每处理一立方米水所产生的二氧化碳排放量,/>表示时间,/>表示处理方式,/>表示对中括号内的内容进行聚合。
6.如权利要求1所述的多维度水务碳排放量智能分析方法,其特征在于,所述在所述能源流图中添加能量转换节点,得到转换能源图,包括:
确定所述能源流图的节点处的能量转换类型;
根据所述能量转换类型,在节点处输入相关能量参数,得到参数节点;
将所述参数节点进行连接,得到转换能源图。
7.如权利要求1所述的多维度水务碳排放量智能分析方法,其特征在于,所述在所述转换能源图中添加能源消耗节点,得到初级计算模型,包括:
确定所述转换能源图中节点的能源消耗方式;
在所述转换能源图中增加能源消耗节点;
根据所述能源消耗方式在所述能源消耗节点中计算所需的能源消耗量,将加入消耗节点的转换能源图确定为初级计算模型。
8.如权利要求1至7中任一项所述的多维度水务碳排放量智能分析方法,其特征在于,所述根据所述碳排放量计算模型计算所述水务行业碳排放量的核算结果,包括:
对预设的待核算数据进行处理,得到处理数据;
将所述处理数据作为碳排放量计算模型的输入数据,得到处理数据对应的所述水务行业各区域相对应的能量转移数据以及区域内排放因子的气体排放量;
将所述能量转移数据以及区域内排放因子的气体排放量确定为核算结果。
9.如权利要求1所述的多维度水务碳排放量智能分析方法,其特征在于,所述基于所述核算结果以及所述边界范围通过碳排放清单模型得到多维度碳排放图,包括:
根据所述边界范围对所述核算结果进行分类整理,得到多维碳排放数据;
对所述多维碳排放数据进行分析,确定合适的可视化方法;
在可视化工具中选择对应的可视化方法对所述多维碳排放数据进行展示,多维度碳排放图。
10.一种多维度水务碳排放量智能分析系统,其特征在于,所述系统包括:
收集数据模块:收集水务行业的运营数据,并确定待分析的水务行业碳排放量的时间范围以及空间范围;
能源规划模块:根据所述运营数据绘制能源流图,在所述能源流图中添加能量转换节点,得到转换能源图,在所述转换能源图中添加能源消耗节点,得到初级计算模型;
核算结果模块:利用时间范围以及空间范围对所述初级计算模型进行参数设置,得到碳排放量计算模型,根据所述碳排放量计算模型计算所述水务行业碳排放量的核算结果;
碳排放图模块:确定所述水务行业碳排放量的边界范围,基于所述核算结果以及所述边界范围通过碳排放清单模型得到多维度碳排放图;
多维度分析模块:对所述水务行业进行不同维度的单位划分,得到多维度水务单位,根据所述多维度水务单位对所述多维度碳排放图进行分析,得到多维度分析结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310825812.9A CN116542430B (zh) | 2023-07-07 | 2023-07-07 | 多维度水务碳排放量智能分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310825812.9A CN116542430B (zh) | 2023-07-07 | 2023-07-07 | 多维度水务碳排放量智能分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116542430A true CN116542430A (zh) | 2023-08-04 |
CN116542430B CN116542430B (zh) | 2024-01-26 |
Family
ID=87447518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310825812.9A Active CN116542430B (zh) | 2023-07-07 | 2023-07-07 | 多维度水务碳排放量智能分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116542430B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116956749A (zh) * | 2023-09-18 | 2023-10-27 | 中科海慧(北京)科技有限公司 | 一种基于大数据多维度监测碳排放的方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113672663A (zh) * | 2021-08-13 | 2021-11-19 | 国网(衢州)综合能源服务有限公司 | 一种工业企业碳账户系统 |
CN114493213A (zh) * | 2022-01-18 | 2022-05-13 | 上海祺鲲信息科技有限公司 | 一种基于物联网的碳排放数据采集处理方法 |
KR102410414B1 (ko) * | 2022-04-04 | 2022-06-23 | (주)후로스 | 정수장의 에너지 운용 패턴이 반영된 탄소중립 실현을 위한 정수장 실시간 모니터링 시스템 |
CN115204729A (zh) * | 2022-07-29 | 2022-10-18 | 天津市生态环境科学研究院(天津市环境规划院、天津市低碳发展研究中心) | 水土资源碳排放量核算方法、装置、设备及存储介质 |
CN115796385A (zh) * | 2022-12-24 | 2023-03-14 | 上海理想信息产业(集团)有限公司 | 一种多维度碳核算方法、系统、设备和存储介质 |
CN116346503A (zh) * | 2023-05-25 | 2023-06-27 | 红杉天枰科技集团有限公司 | 基于全生命周期的水务碳排放数据的加密方法及装置 |
-
2023
- 2023-07-07 CN CN202310825812.9A patent/CN116542430B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113672663A (zh) * | 2021-08-13 | 2021-11-19 | 国网(衢州)综合能源服务有限公司 | 一种工业企业碳账户系统 |
CN114493213A (zh) * | 2022-01-18 | 2022-05-13 | 上海祺鲲信息科技有限公司 | 一种基于物联网的碳排放数据采集处理方法 |
KR102410414B1 (ko) * | 2022-04-04 | 2022-06-23 | (주)후로스 | 정수장의 에너지 운용 패턴이 반영된 탄소중립 실현을 위한 정수장 실시간 모니터링 시스템 |
CN115204729A (zh) * | 2022-07-29 | 2022-10-18 | 天津市生态环境科学研究院(天津市环境规划院、天津市低碳发展研究中心) | 水土资源碳排放量核算方法、装置、设备及存储介质 |
CN115796385A (zh) * | 2022-12-24 | 2023-03-14 | 上海理想信息产业(集团)有限公司 | 一种多维度碳核算方法、系统、设备和存储介质 |
CN116346503A (zh) * | 2023-05-25 | 2023-06-27 | 红杉天枰科技集团有限公司 | 基于全生命周期的水务碳排放数据的加密方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116956749A (zh) * | 2023-09-18 | 2023-10-27 | 中科海慧(北京)科技有限公司 | 一种基于大数据多维度监测碳排放的方法和系统 |
CN116956749B (zh) * | 2023-09-18 | 2024-01-23 | 中科海慧(北京)科技有限公司 | 一种基于大数据多维度监测碳排放的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116542430B (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wilkerson et al. | Survey of Western US electric utility resource plans | |
Sweerts et al. | Evaluating the role of unit size in learning-by-doing of energy technologies | |
CN114511128A (zh) | 碳排放数据的处理方法、装置、存储介质及处理器 | |
CN116542430B (zh) | 多维度水务碳排放量智能分析方法及系统 | |
Yu et al. | Pricing information in smart grids: A quality-based data valuation paradigm | |
Xiao et al. | Status quo and opportunities for building energy prediction in limited data Context—Overview from a competition | |
Lu et al. | Evaluation of energy management system for regional integrated energy system under interval type-2 hesitant fuzzy environment | |
CN114240086A (zh) | 碳排放监测方法、装置、存储介质及处理器 | |
CN113724103A (zh) | 基于智能电表的区域碳排放监测方法、系统、设备及介质 | |
CN114792166A (zh) | 一种基于多重约束的能源碳排放的优化预测方法及装置 | |
CN115600796A (zh) | 一种基于碳排因子法的企业碳盘查核算方法 | |
Chen et al. | Toward future information market: An information valuation paradigm | |
CN116541666A (zh) | 一种基于影响因素溯源的低碳园区碳追踪方法 | |
CN116384622A (zh) | 基于电力大数据的碳排放监测方法及装置 | |
Song et al. | An undesirable-output-considered super-efficiency DEA model and its illustration in evaluation of thermoelectric enterprises | |
Zarate Perez et al. | Evolution of smart grid assessment methods: science mapping and performance analysis | |
Corbus et al. | Eastern wind integration and transmission study--preliminary findings | |
Singh et al. | A computer-aided unit process sustainable modelling for manufacturing processes: Case for extrusion process | |
Hafdhi et al. | Designing of new proposed technique for the multi-attribute choice problems: Application to the selection of renewable energy technologies in the Tunisian Electricity and Gas Society case study | |
Johra et al. | IEA EBC Annex 81–Data-Driven Smart Buildings: Building-to-Grid Applications | |
Wang et al. | Exploration and Practice of CO 2 Emission Monitoring and Analysis Platform for Park Enterprises | |
Luo et al. | Prediction of the lahore electricity consumption using seasonal discrete grey polynomial model | |
Zhao et al. | Research on the Evaluation of Predictive Power Data Service Based on Improved Entropy Weight and Cloud Model | |
Guo et al. | Feasibility Analysis of China's Electricity Supply and Carbon Neutrality Using LSTM-ARIMA Model | |
Tang et al. | Carbon Emission Prediction in a Region ofHainan Province Based on Improved STIRPAT Model |
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 |