CN116579675A - 一种基于大数据的智慧碳排放监测平台 - Google Patents
一种基于大数据的智慧碳排放监测平台 Download PDFInfo
- Publication number
- CN116579675A CN116579675A CN202310320774.1A CN202310320774A CN116579675A CN 116579675 A CN116579675 A CN 116579675A CN 202310320774 A CN202310320774 A CN 202310320774A CN 116579675 A CN116579675 A CN 116579675A
- Authority
- CN
- China
- Prior art keywords
- data
- carbon emission
- model
- module
- monitoring
- 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.)
- Pending
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 116
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 116
- 238000012544 monitoring process Methods 0.000 title claims abstract description 87
- 238000004519 manufacturing process Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000013480 data collection Methods 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 16
- 230000010354 integration Effects 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 9
- 238000002485 combustion reaction Methods 0.000 claims description 7
- 239000000446 fuel Substances 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 22
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 17
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 15
- 239000001569 carbon dioxide Substances 0.000 description 11
- 229910002092 carbon dioxide Inorganic materials 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 10
- 239000003245 coal Substances 0.000 description 7
- 239000003345 natural gas Substances 0.000 description 7
- 239000004071 soot Substances 0.000 description 7
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 6
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 6
- 238000003915 air pollution Methods 0.000 description 6
- 239000007789 gas Substances 0.000 description 6
- 239000003921 oil Substances 0.000 description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000003034 coal gas Substances 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 239000003209 petroleum derivative Substances 0.000 description 4
- 239000004215 Carbon black (E152) Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000003502 gasoline Substances 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 229910052757 nitrogen Inorganic materials 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical compound [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 239000008399 tap water Substances 0.000 description 2
- 235000020679 tap water Nutrition 0.000 description 2
- 239000002341 toxic gas Substances 0.000 description 2
- 206010021143 Hypoxia Diseases 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 229910018503 SF6 Inorganic materials 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 125000002485 formyl group Chemical class [H]C(*)=O 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 239000001272 nitrous oxide Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 description 1
- 229960000909 sulfur hexafluoride Drugs 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/004—CO or CO2
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0096—Investigating consistence of powders, dustability, dustiness
-
- 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
- Chemical & Material Sciences (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Theoretical Computer Science (AREA)
- Dispersion Chemistry (AREA)
- Marketing (AREA)
- Combustion & Propulsion (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的智慧碳排放监测平台，包括：数据收集模块，用于收集生产过程中碳排放量数据；数据处理模块，与所述数据收集模块连接，用于对所述碳排放量数据进行处理，获得数据参数；模型建立模块，与所述数据处理模块连接，用于基于数据参数建立工厂生产数字孪生模型；智能监测模块，与所述模型建立模块连接，用于基于所述数字孪生模型对碳排放进行监测，获得监测结果。本发明通过建立孪生模型对工厂的碳排放进行监控，减少了监测结果不准确的问题，提高了碳排放监测的准确率，本发明可通过监测结果对碳排放进行控制方案实时生成，提高了资源利用率的同时减少了碳排放。
Description
技术领域
本发明属于碳排放监管领域，特别是涉及一种基于大数据的智慧碳排放监测平台。
背景技术
目前，随着社会的不断发展和城市现代化进程的不断提高，大多数企业建立了自己的产业链，工厂则是产业链不可缺少的一环，但是在工厂生产产品时，会造成大量的污染，同时会产生大量的碳排放，使得环境出现了温室效应，造成全球温度升高，且近年来，温室效应效果加剧，为了便于对于碳排放进行有效控制，出现了碳排放和新能源消纳监测技术，用于对于碳排放进行监管。
但是目前碳排放的监管技术虽然能够进行监控，但是无法进行工厂等企业的碳排放量的实时监控，同时，传统的碳排量都是根据电力、煤炭等能源消耗量估算出来的，不够精准，无法做到统一的数据收集和处理，同时，很多企业在知道自身碳排放量过高的情况下并无法得到有效的解决方案，导致污染环境。
发明内容
本发明的目的是提供一种基于大数据的智慧碳排放监测平台，以解决上述现有技术存在的问题。
为实现上述目的，本发明提供了一种基于大数据的智慧碳排放监测平台，包括：
数据收集模块，用于收集工厂生产过程中碳排放量数据；
数据处理模块，与所述数据收集模块连接，用于对所述碳排放量数据进行处理，获得数据参数；
模型建立模块，与所述数据处理模块连接，用于基于数据参数建立工厂生产数字孪生模型；
智能监测模块，与所述模型建立模块连接，用于基于所述数字孪生模型对碳排放进行监测，获得监测结果。
优选地，所述数据收集模块包括：
数据记录子模块，用于对工厂生产数据进行记录，获取记录数据；
数据筛选子模块，用于对记录数据进行筛选，获得筛选数据；
数据整合子模块，用于对所述筛选数据进行数据整合处理，获得所述碳排放量数据。
优选地，所述碳排放量数据包括气体排放数据、燃料燃烧数据、电量消耗数据、碳因子排放数据。
优选地，所述数据处理模块包括：
属性提取子模块，用于对所述碳排放量数据的数据属性进行提取，获得属性指标数据；
分析子模块，用于对所述属性指标数据进行回归分析，获得分析结果；
参数获取子模块，用于基于实时碳排放变化量和变化趋势对所述分析结果进行剔除，获取基本参数指标；
处理子模块，用于对所述基本参数指标进行模拟处理，获得所述数据参数。
优选地，所述模型建立模块包括：
模型参数获取子模块，用于对所述数据参数进行三维模型参数处理，获得工厂数字模型参数；
模拟框架构建子模块，用于构建模型框架，将所述工厂数字模型参数导入至所述模型框架中，获得模型总体框架；
模型构建子模块，用于基于所述模型总体框架构建所述工厂生产数字孪生模型。
优选地，所述模拟框架构建子模块包括：
模型框架构建单元，用于构建模型框架；
工厂框架构建单元，用于基于工厂数字模型参数构建工厂总体框架；
生产框架构建单元，用于基于工厂数字模型参数构建生产线框架；
整合单元，用于将所述工厂总体框架和所述生产线框架进行匹配整合，获得所述模型总体框架。
优选地，所述整合单元包括：
预设单元，用于基于实时空气环境条件对匹配条件进行预设，获得预设参数；
模型匹配单元，用于将所述工厂总体框架和所述生产线框架进行参数匹配，获得参数匹配框架；
优化单元，用于基于所述预设参数对所述参数匹配框架进行优化，获得所述模型总体框架。
优选地，所述智能监测模块包括：
模型监测子模块，用于基于所述工厂生产数字孪生模型对工厂碳排放进行监测，获得监测结果；
方案生成模块，用于基于所述监测结果获取控制碳排放方案，基于所述控制碳排放方案对碳排放进行控制。
本发明的技术效果为：
1.本发明通过建立孪生模型对工厂的碳排放进行监控，减少了监测结果不准确的问题，提高了碳排放监测的准确率
2.本发明可通过监测结果对碳排放进行控制方案实时生成，提高了资源利用率的同时减少了碳排放。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明实施例中的监测平台示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例一
如图1所示，本实施例中提供一种基于大数据的智慧碳排放监测平台，包括：
数据收集模块，用于收集工厂生产过程中碳排放量数据；
数据处理模块，与所述数据收集模块连接，用于对所述碳排放量数据进行处理，获得数据参数；
模型建立模块，与所述数据处理模块连接，用于基于数据参数建立工厂生产数字孪生模型；
智能监测模块，与所述模型建立模块连接，用于基于所述数字孪生模型对碳排放进行监测，获得监测结果。
首先，通过数据收集模块收集生产过程中碳排放量数据，将碳排放量数据传输至数据处理模块，对所述碳排放量数据进行处理，获得数据参数，获取数据参数后，模型建立模块基于数据参数建立工厂生产数字孪生模型，最后通过智能监测模块基于所述数字孪生模型对碳排放进行监测，获得监测结果。
进一步优化方案，所述数据收集模块包括：
数据记录子模块，用于对工厂生产数据进行记录，获取记录数据；
数据筛选子模块，用于对记录数据进行筛选，获得筛选数据；
数据整合子模块，用于对所述筛选数据进行数据整合处理，获得所述碳排放量数据。
碳排放监测方法包括：
S100、获取工厂中工厂中待监测装置的碳排放阈值。
S200、获取并根据所述工厂中工厂中待监测装置在当前监测周期的能耗量及能耗因子，确定所述工厂中待监测装置在当前监测周期的第一碳排放量。
S300、根据所述工厂中待监测装置的所述第一碳排放量与所述工厂中待监测装置的所述碳排放阈值，获取所述工厂中待监测装置在当前监测周期的碳排放余量。
S400、根据所述工厂中待监测装置在当前周期的所述碳排放余量，确定所述工厂中待监测装置在下一监测周期的第二碳排放量。
碳排放量数据主要包括由于工厂生产或者自然形成的温室气体，如：水汽(H2O)、氟利昂、二氧化碳(CO2)、氧化亚氮(N2O)、甲烷(CH4)、臭氧(O3)、氢氟碳化物、全氟碳化物、六氟化硫等的排放。
其中含碳较多的成分要么变成含碳较少的碳氢化合物或醛类物质(气体)，要么变成含碳较多结构更为复杂的颗粒物(PM)，或者变成固体的碳烟颗粒物(也是PM)，或者变成燃烧中间产物一氧化碳(CO)，所以氧气不足造成的不完全燃烧产物是碳氢化合物(HC)排放的又一个机理，也是碳烟及颗粒物(PM)排放和一氧化碳(CO)排放的唯一机理。碳烟的生成需要氧气严重不足，所以主要在非均质燃烧的柴油机中生成，汽油机因为燃料与空气均质混合后才燃烧，并且混合气一般不会太浓，所以一般没有碳烟，颗粒物(PM)排放也很少(但如果有机油进入混合气中，如活塞环坏了导致串机油或燃烧混合油的二冲程汽油机，则也会产生碳烟和颗粒物；
另外，如果汽油机供油系统故障导致供油失控，则也会产生碳烟。氮氧化物(NOx)是由空气中的氧气和氮气反应生成的，包括NO、NO2等，其中又以NO为主，但是空气中的氧气和氮气在大气状态下并不会发生化学反应，只是因为燃烧形成的1200～2400℃的高温环境为氧气和氮气反应生成NO、NO2创造了条件，才造成了氮氧化物(NOx)排放，这就是氮氧化物(NOx)排放的形成机理。铅盐直接来自于燃料，只要燃料不含铅，工厂中就不会有铅污染。
本实施例采用传感器获取数据，其中主要包括：
粉尘传感器，用于实时检测所述空气污染监测区域中的粉尘污染物的浓度；
PM2.5传感器，用于实时检测所述空气污染监测区域中的PM2.5污染物的浓度；
甲醛传感器，用于实时检测所述空气污染监测区域中的甲醛污染物的浓度；
有毒气体传感器，用于实时检测所述空气污染监测区域中的有毒气体的浓度；
异味传感器，用于实时检测所述空气污染监测区域中的异味的浓度；
二氧化碳传感器，用于实时检测所述空气污染监测区域中的二氧化碳的浓度。
进一步优化方案，所述碳排放量数据包括气体排放数据、燃料燃烧数据、电量消耗数据、碳因子排放数据。
进一步优化方案，所述数据处理模块包括：
属性提取子模块，用于对所述碳排放量数据的数据属性进行提取，获得属性指标数据；
分析子模块，用于对所述属性指标数据进行回归分析，获得分析结果；
参数获取子模块，用于基于实时碳排放变化量和变化趋势对所述分析结果进行剔除，获取基本参数指标；
处理子模块，用于对所述基本参数指标进行模拟处理，获得所述数据参数。
本实施例中，碳排放量计算方法：工厂用电中，二氧化碳排放量(千克)等于耗电度数乘以0.785。工厂天然气中，二氧化碳排放量(千克)等于天然气使用度数乘以0.19。工厂自来水中，二氧化碳排放量(千克)等于自来水使用度数乘以0.91。同时，工厂中员工出行时，如果开小轿车，二氧化碳排放量(千克)等于油耗数乘以2.7。
其中本质为碳排放由输入碳含量减去非二氧化碳的碳输出量得到。
进一步优化方案，所述模型建立模块包括：
模型参数获取子模块，用于对所述数据参数进行三维模型参数处理，获得工厂数字模型参数；
模拟框架构建子模块，用于构建模型框架，将所述工厂数字模型参数导入至所述模型框架中，获得模型总体框架；
模型构建子模块，用于基于所述模型总体框架构建所述工厂生产数字孪生模型。
进一步优化方案，所述模拟框架构建子模块包括：
模型框架构建单元，用于构建模型框架；
工厂框架构建单元，用于基于工厂数字模型参数构建工厂总体框架；
生产框架构建单元，用于基于工厂数字模型参数构建生产线框架；
整合单元，用于将所述工厂总体框架和所述生产线框架进行匹配整合，获得所述模型总体框架。
进一步优化方案，所述整合单元包括：
预设单元，用于基于实时空气环境条件对匹配条件进行预设，获得预设参数；
模型匹配单元，用于将所述工厂总体框架和所述生产线框架进行参数匹配，获得参数匹配框架；
优化单元，用于基于所述预设参数对所述参数匹配框架进行优化，获得所述模型总体框架。
碳排放计算分析引擎计算获得计算分析结果，将计算分析结果进行三维可视化并生成报告。在本实施例中，基于碳排放计算分析引擎，利用BI轻量化引擎，将计算分析结果以三维的形式进行可视化，同时生成计算分析报告，三维呈现让计算分析结果更加直观地体现，分析报告可以提供计算依据、计算结果、优化建议等内容，为优化提供支撑和依据。
进一步优化方案，所述智能监测模块包括：
模型监测子模块，用于基于所述工厂生产数字孪生模型对工厂碳排放进行监测，获得监测结果；
监测结果为：能源总览碳排放监测、煤炭消耗碳排放监测、石油消耗碳排放监测、天然气消耗碳排放监测；电力碳监测模块用于实现全省电力碳排放监测、火电厂碳排放监测、外电碳排放监测、各地市碳排放监测、行业碳排放监测、重点用能企业碳排放监测；零碳减排监测模块用于实现全省清洁能源碳减排监测、水电碳减排监测、光伏电力碳减排监测、光伏电力碳减排监测、风电电力碳减排监测、外电碳减排监测、电池储能碳减排监测、充电桩及电动汽车碳减排监测。
方案生成模块，用于基于所述监测结果获取控制碳排放方案，基于所述控制碳排放方案对碳排放进行控制。
煤炭、石油、天然气碳排放的测算方法依据以下步骤：首先，确定煤炭、石油、天然气与标准煤的折算系数。其次，标准煤折算系数乘以监测到的煤炭、石油、天然气使用量得到折算成标准煤当量的煤炭、石油、天然气。最后，标准煤的碳排放系数得到煤炭、石油、天然气碳排放及总一次能源碳排放数据。
以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。
Claims (8)
1.一种基于大数据的智慧碳排放监测平台，其特征在于，包括：
数据收集模块，用于收集工厂生产过程中碳排放量数据；
数据处理模块，与所述数据收集模块连接，用于对所述碳排放量数据进行处理，获得数据参数；
模型建立模块，与所述数据处理模块连接，用于基于数据参数建立工厂生产数字孪生模型；
智能监测模块，与所述模型建立模块连接，用于基于所述数字孪生模型对碳排放进行监测，获得监测结果。
2.根据权利要求1所述的基于大数据的智慧碳排放监测平台，其特征在于，所述数据收集模块包括：
数据记录子模块，用于对工厂生产数据进行记录，获取记录数据；
数据筛选子模块，用于对记录数据进行筛选，获得筛选数据；
数据整合子模块，用于对所述筛选数据进行数据整合处理，获得所述碳排放量数据。
3.根据权利要求1所述的基于大数据的智慧碳排放监测平台，其特征在于，所述碳排放量数据包括气体排放数据、燃料燃烧数据、电量消耗数据、碳因子排放数据。
4.根据权利要求1所述的基于大数据的智慧碳排放监测平台，其特征在于，所述数据处理模块包括：
属性提取子模块，用于对所述碳排放量数据的数据属性进行提取，获得属性指标数据；
分析子模块，用于对所述属性指标数据进行回归分析，获得分析结果；
参数获取子模块，用于基于实时碳排放变化量和变化趋势对所述分析结果进行剔除，获取基本参数指标；
处理子模块，用于对所述基本参数指标进行模拟处理，获得所述数据参数。
5.根据权利要求1所述的基于大数据的智慧碳排放监测平台，其特征在于，所述模型建立模块包括：
模型参数获取子模块，用于对所述数据参数进行三维模型参数处理，获得工厂数字模型参数；
模拟框架构建子模块，用于构建模型框架，将所述工厂数字模型参数导入至所述模型框架中，获得模型总体框架；
模型构建子模块，用于基于所述模型总体框架构建所述工厂生产数字孪生模型。
6.根据权利要求5所述的基于大数据的智慧碳排放监测平台，其特征在于，所述模拟框架构建子模块包括：
模型框架构建单元，用于构建模型框架；
工厂框架构建单元，用于基于工厂数字模型参数构建工厂总体框架；
生产框架构建单元，用于基于工厂数字模型参数构建生产线框架；
整合单元，用于将所述工厂总体框架和所述生产线框架进行匹配整合，获得所述模型总体框架。
7.根据权利要求6所述的基于大数据的智慧碳排放监测平台，其特征在于，所述整合单元包括：
预设单元，用于基于实时空气环境条件对匹配条件进行预设，获得预设参数；
模型匹配单元，用于将所述工厂总体框架和所述生产线框架进行参数匹配，获得参数匹配框架；
优化单元，用于基于所述预设参数对所述参数匹配框架进行优化，获得所述模型总体框架。
8.根据权利要求1所述的基于大数据的智慧碳排放监测平台，其特征在于，所述智能监测模块包括：
模型监测子模块，用于基于所述工厂生产数字孪生模型对工厂碳排放进行监测，获得监测结果；
方案生成模块，用于基于所述监测结果获取控制碳排放方案，基于所述控制碳排放方案对碳排放进行控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310320774.1A CN116579675A (zh) | 2023-03-28 | 2023-03-28 | 一种基于大数据的智慧碳排放监测平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310320774.1A CN116579675A (zh) | 2023-03-28 | 2023-03-28 | 一种基于大数据的智慧碳排放监测平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116579675A true CN116579675A (zh) | 2023-08-11 |
Family
ID=87544249
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310320774.1A Pending CN116579675A (zh) | 2023-03-28 | 2023-03-28 | 一种基于大数据的智慧碳排放监测平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116579675A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117274017A (zh) * | 2023-10-13 | 2023-12-22 | 东莞市东智创新科技有限公司 | 一种基于企业经营数据的碳排放监控系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112770285A (zh) * | 2020-12-25 | 2021-05-07 | 朗坤智慧科技股份有限公司 | 基于5g网络的数字孪生工厂建模方法及装置 |
| CN113033001A (zh) * | 2021-03-26 | 2021-06-25 | 山东山大华天软件有限公司 | 一种面向数字孪生应用的三维数字工厂建模方法及系统 |
| CN113435054A (zh) * | 2021-07-06 | 2021-09-24 | 天津水泥工业设计研究院有限公司 | 一种基于数字孪生模型的碳排放评估方法及系统 |
| WO2021258235A1 (zh) * | 2020-06-22 | 2021-12-30 | 西安市双合软件技术有限公司 | 智能工厂数据采集平台及其实施方法 |
| CN115545450A (zh) * | 2022-09-27 | 2022-12-30 | 广东师大维智信息科技有限公司 | 一种基于数字孪生的碳排放协同预测方法 |
| 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 |
-
2023
- 2023-03-28 CN CN202310320774.1A patent/CN116579675A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021258235A1 (zh) * | 2020-06-22 | 2021-12-30 | 西安市双合软件技术有限公司 | 智能工厂数据采集平台及其实施方法 |
| CN112770285A (zh) * | 2020-12-25 | 2021-05-07 | 朗坤智慧科技股份有限公司 | 基于5g网络的数字孪生工厂建模方法及装置 |
| CN113033001A (zh) * | 2021-03-26 | 2021-06-25 | 山东山大华天软件有限公司 | 一种面向数字孪生应用的三维数字工厂建模方法及系统 |
| CN113435054A (zh) * | 2021-07-06 | 2021-09-24 | 天津水泥工业设计研究院有限公司 | 一种基于数字孪生模型的碳排放评估方法及系统 |
| 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 |
| CN115545450A (zh) * | 2022-09-27 | 2022-12-30 | 广东师大维智信息科技有限公司 | 一种基于数字孪生的碳排放协同预测方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117274017A (zh) * | 2023-10-13 | 2023-12-22 | 东莞市东智创新科技有限公司 | 一种基于企业经营数据的碳排放监控系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN201936436U (zh) | 一种脱硫装置废气烟尘排放浓度远程在线监测系统 | |
| CN102568172A (zh) | 一种脱硫装置废气烟尘排放浓度远程在线监测系统 | |
| CN116579675A (zh) | 一种基于大数据的智慧碳排放监测平台 | |
| CN113282868A (zh) | 一种火电厂度电碳排放强度在线监测系统及计算分析方法 | |
| CN113806675B (zh) | 一种NOx排放与油耗特征分析方法 | |
| CN104537568A (zh) | 燃煤电厂机组节能减排绩效实时在线综合评估系统 | |
| CN111811572A (zh) | 一种基于大数据的船舶废气排放实时监测方法 | |
| CN103728947A (zh) | 污染物排放的监控方法 | |
| CN114166998A (zh) | 一种水泥生产企业碳排放计量方法和系统 | |
| CN113744079B (zh) | 一种综合能源系统的低碳优化运行方法 | |
| CN114358994A (zh) | 一种依托绿码的碳排放智慧物联网监测方法 | |
| CN116341988B (zh) | 一种基于双碳目标的城市能源碳排放监测系统 | |
| CN117172419A (zh) | 一种火电厂节能减排效果的测定方法 | |
| CN110222952B (zh) | 一种电动汽车绿色发展体系指数计算方法 | |
| CN115724480A (zh) | 一种基于物联网的园林水体监测修复系统 | |
| Dong | Research Methods of Carbon Emissions | |
| CN105528515A (zh) | 燃煤电站锅炉烟气污染物排放的环保经济性评价分析方法 | |
| Dietzmann et al. | Emission control technology for stationary natural gas engines | |
| CN112985581B (zh) | 一种重型施工机械设备碳排放量的实时监测方法及系统 | |
| CN116362474A (zh) | 应用于园区的碳监测提示方法及设备 | |
| Jarrett et al. | Weighting of parameters in artificial neural network prediction of heavy-duty diesel engine emissions | |
| Liu et al. | Comparative Analysis of CO₂ Emission Accounting Methods for Coal-fired Power Plants | |
| CN111443635A (zh) | 节能减排实时监测系统 | |
| Tan et al. | Study of real-road nitrogen oxide emissions of non-road vehicles | |
| CN117114461A (zh) | 基于物联网的锅炉节能减排智能监测系统及方法 |
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 |