CN116933951A - 一种基于大数据的低碳园区碳排放监控系统及方法 - Google Patents
一种基于大数据的低碳园区碳排放监控系统及方法 Download PDFInfo
- Publication number
- CN116933951A CN116933951A CN202311207968.7A CN202311207968A CN116933951A CN 116933951 A CN116933951 A CN 116933951A CN 202311207968 A CN202311207968 A CN 202311207968A CN 116933951 A CN116933951 A CN 116933951A
- Authority
- CN
- China
- Prior art keywords
- data
- carbon
- emission
- park
- sample
- 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 320
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 288
- 238000012544 monitoring process Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000009467 reduction Effects 0.000 claims abstract description 97
- 230000000694 effects Effects 0.000 claims abstract description 13
- 230000008859 change Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 46
- 238000004088 simulation Methods 0.000 claims description 32
- 238000006386 neutralization reaction Methods 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000013524 data verification Methods 0.000 claims description 23
- 239000000779 smoke Substances 0.000 claims description 18
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000010521 absorption reaction Methods 0.000 claims description 9
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 239000000428 dust Substances 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 4
- 239000003546 flue gas Substances 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 239000003595 mist Substances 0.000 claims description 3
- 239000002910 solid waste Substances 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 239000002912 waste gas Substances 0.000 claims description 3
- 238000004065 wastewater treatment Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 2
- 239000006233 lamp black Substances 0.000 claims description 2
- 239000002245 particle Substances 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 6
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000010792 warming Methods 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06F16/248—Presentation of query results
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种基于大数据的低碳园区碳排放监控系统及方法，属于碳排放监测技术领域。为解决碳排放难以做到有效地预测以及对于管控手段的效果展示不直观的问题，通过对净碳排放曲线函数进行求导，得到净碳排放量的变化趋势函数，可以对园区未来一段时间内碳排放变化趋势进行预测和展示，帮助系统对园区碳排放情况进行更好的监控和掌握，保证园区低碳发展，基于不同的园区降碳措施选项下的不同园区降碳数据，对净碳排放曲线进行曲线调整，通过生成不同的园区降碳措施选项下的不同降碳排放数据曲线图，在工作人员选择不同的降碳措施选项后，系统会自动对采取该降碳措施后的碳排放数据曲线进行展示，便于工作人员进行人工监控和统筹调控。
Description
技术领域
本发明涉及碳排放监测技术领域，特别涉及一种基于大数据的低碳园区碳排放监控系统及方法。
背景技术
碳排放是关于温室气体排放的一个总称或简称，温室气体中最主要的气体是二氧化碳，因此用碳一词作为代表，虽然并不准确，但作为让民众最快了解的方法就是简单地将“碳排放”理解为“二氧化碳排放”；基于当前全球温室效应不断增加导致全球气候变暖的现状，要实现目标，摸清碳排放“家底”至关重要，而碳排放监测便是其中重要的环节。
现有的低碳园区在对碳排放进行管控时还存在以下问题：
在对园区内的碳排放进行监控时，往往都仅对当前的碳排放数据进行监控，难以根据碳排放的增减趋势对未来情况进行有效的预测，难以做到及时的预防，同时针对降低园区碳排放会有多种不同的管控手段，在进行管控之前，工作人员往往难以对不同管控手段带来的影响进行有效的预测，从而难以选择最合适的手段进行降碳操作。
发明内容
本发明的目的在于提供一种基于大数据的低碳园区碳排放监控系统及方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于大数据的低碳园区碳排放监控系统，包括：
数据采集系统，用于：
对低碳园区内的排放样本以及中和样本进行采集，并对所采集的排放样本和中和样本进行整合处理并输出样本数据集；
数据处理系统，用于：
读取样本数据集，并基于样本数据集数据生成数据校验的约束条件，基于约束条件对样本数据集进行数据校验，并输出确定数据集；
监控处理系统，用于：
调取确定数据集并基于确定数据集进行结合计算，并计算出园区净碳排放数据，生成不同的园区降碳措施选项，对各项降碳措施的预计降碳数值进行计算，基于计算结果以及净碳排放数据生成模拟曲线；
反馈预警系统，用于：
设定净碳排放数据的排放阈值，并基于排放阈值对净碳排放数据进行对比，基于不同的对比结果，生成不同的反馈信息以及预警信息；
云平台，用于：
用于对数据采集系统、数据处理系统、监控处理系统和反馈预警系统进行储存、运行和实施，包括不少于一个登录端及不少于一个模拟控制终端，当模拟控制终端工作时，运行数据采集系统、数据处理系统、监控处理系统和反馈预警系统并实现基于大数据的低碳园区碳排放监控系统，登录端通过互联网连接到模拟控制终端和服务器。
进一步的，所述数据采集系统包括：
排放样本采集单元，用于：
对低碳园区内的排放样本进行采集，其中排放样本包括电力数据、烟气排放数据以及大气环境数据；
中和样本采集单元，用于：
对低碳园区内的中和样本进行采集，其中中和样本为园区植被面积；
数据整合单元，用于：
对排放样本采集单元和中和样本采集单元所采集的排放样本和中和样本进行整合处理并输出样本数据集。
进一步的，所述电力数据包括园区内不同单位生产活动用电量、碳排放量数据和行业流动产值数据；
所述烟气排放数据包括气态物质的浓度和排放总量、粉尘、颗粒物的浓度和排放总量、烟气参数；
所述大气环境数据包括大气中烟尘、颗粒物、可吸入颗粒物、总悬浮颗粒物、烟气黑度、油烟、硫酸雾的含量。
进一步的，所述排放样本采集单元包括：
第一数据信息获取模块，用于提取排放样本所包含的数据类型，作为第一数据信息；其中，排放样本包括电力数据、烟气排放数据以及大气环境数据；
第二数据信息获取模块，用于针对排放样本所包含的每一种数据类型提取每一种数据类型下所包含的子类数据的数据类型的个数，作为第二数据信息；
第三数据信息获取模块，用于提取历史样本采集记录中的单位时间内的排放样本所包含的每一种数据类型所产生的数据量，作为第三数据信息；
数据影响因子获取模块，用于利用所述第一数据信息和第二数据信息综合计算，获得数据影响因子，其中，所述数据影响因子通过如下公式获取：其中，W表示数据影响因子；n表示排放样本所包含的数据类型的总数；mi表示第i中数据类型下所包含的子类数据的数据类型的个数；W0表示预设的因子基准数值；
单位数据量获取模块，用于利用所述数据影响因子与所述第三数据信息结合，获得单位数据量；
样本数据集获取模块，用于按照所述单位数据量进行排放样本采集，当所述排放样本采集的整体数据达到所述单位数据量时，确定为一个样本数据集；
信息发送模块，用于将所述样本数据集发送至数据处理系统。
进一步的，单位数据量获取模块，包括：
第一数据量确定模块，用于当所述数据影响因子低于预设的因子阈值时，则利用第一数量确定模型获取所述单位数据量；其中，所述第一数量确定模型如下：其中，C01表示第一数量确定模型获取所述单位数据量；C0表示预设的初始单位数据量；Ci表示单位时间内的排放样本所包含的第i种数据类型所产生的数据量；Wy表示因子阈值；
第二数据量确定模块，用于当所述数据影响因子不低于预设的因子阈值时，则利用第二数量确定模型获取所述单位数据量；其中，所述第二数量确定模型如下：其中，C02表示第二数量确定模型获取所述单位数据量；C0表示预设的初始单位数据量；Ci表示单位时间内的排放样本所包含的第i种数据类型所产生的数据量；Wy表示因子阈值。
进一步的，所述数据处理系统包括：
约束确认单元，用于：
读取样本数据集，确定样本数据集数据的数据波动范围以及数据类型，并基于样本数据集数据的数据波动范围以及数据类型生成数据校验的约束条件；
数据校验单元，用于：
基于约束条件对样本数据集进行数据校验，并基于校验结果标记不符合约束条件的样本数据集，并将不符合约束条件的样本数据集作为异常数据，在样本数据集中去除异常数据，异常数据以外的数据作为确定数据集进行输出。
进一步的，所述监控处理系统包括：
数据计算单元，用于：
调取确定数据集并基于确定数据集内的排放样本数据进行结合计算，通过电力数据、烟气排放数据以及大气环境数据对低碳园区的历史及实时碳排放数值进行计算，并输出园区碳排放数据；
调取确定数据集并基于确定数据集内的中和样本数据进行结合计算，通过园区植被面积对低碳园区的历史及实时碳吸收数值进行计算，并输出园区碳吸收数据；
基于园区碳排放数据以及园区碳吸收数据对低碳园区的净碳排放数值进行计算，并输出园区净碳排放数据；
措施模拟单元，用于：
生成不同的园区降碳措施选项，其中所述降碳措施包括废水处理、废气处理、减少固体废弃物排放，对各项降碳措施的预计降碳数值进行计算，并输出园区降碳数据；
曲线模拟单元，用于：
结合园区净碳排放数据以及园区降碳数据生成模拟曲线。
进一步的，所述曲线模拟单元生成模拟曲线，具体还包括以下步骤：
依照检测时间次序，在曲线图的坐标上标示净碳排放数据的数据点，根据数据点通过曲线拟合生成净碳排放数据曲线图；
对净碳排放数据曲线图进行光滑处理，根据光滑处理后的净碳排放数据曲线图生成净碳排放曲线函数；
通过对净碳排放曲线函数进行求导，得到净碳排放量的变化趋势函数；
基于不同的园区降碳措施选项下的不同园区降碳数据，对净碳排放曲线进行曲线调整。
进一步的，所述对净碳排放曲线进行曲线调整，具体还包括以下步骤：
基于净碳排放数据以及不同的园区降碳措施选项下的不同园区降碳数据，计算出不同的园区降碳措施选项下的降碳排放数据；
依照检测时间次序，在曲线图的坐标上标示降碳排放数据的数据点，根据数据点通过曲线拟合生成降碳排放数据曲线图；
基于不同的园区降碳措施选项下的不同降碳排放数据分别生成相对应的曲线图。
本发明还提供一种基于大数据的低碳园区碳排放监控系统的实现方法，包括如下步骤：
步骤一：数据采集系统对低碳园区内的排放样本以及中和样本进行采集，并整合生成样本数据集；
步骤二：数据处理系统读取样本数据集，生成数据校验的约束条件并基于约束条件对样本数据集进行数据校验，去除异常数据并生成确定数据集；
步骤三：监控处理系统基于确定数据集进行结合计算出园区净碳排放数据，生成不同的园区降碳措施选项并计算各选项的预计降碳数值；
步骤四：基于计算结果以及净碳排放数据生成模拟曲线；
步骤五：工作人员通过选择不同的园区降碳措施选项，对不同措施下的降碳排放数据曲线；
步骤六：反馈预警系统设定净碳排放数据的排放阈值，基于不同的阈值对比结果，生成不同的反馈信息以及预警信息。
与现有技术相比，本发明的有益效果是：
1.本发明通过对净碳排放曲线函数进行求导，得到净碳排放量的变化趋势函数，通过生成净碳排放量的变化趋势函数，可以对园区未来一段时间内的碳排放变化趋势进行预测和展示，从而可以帮助系统对园区碳排放情况进行更好的监控和掌握，可以在碳排放超标之前对其进行有效的预测，从而可以提前针对碳排放进行预先有效的控制和调整，保证园区低碳发展。
2.本发明基于不同的园区降碳措施选项下的不同园区降碳数据，对净碳排放曲线进行曲线调整，通过生成不同的园区降碳措施选项下的不同降碳排放数据曲线图，可以供工作人员在对园区碳排放进行监管时，对各项降碳措施的具体降碳效果进行查看，在工作人员选择不同的降碳措施选项后，系统会自动对采取该降碳措施后的碳排放数据曲线进行展示，从而可以更直观的了解到在不同的碳排放情况下该选择并采取何种降碳措施，便于工作人员进行人工监控和统筹调控。
附图说明
图1为本发明的系统模块原理示意图。
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。
为了解决在对园区内的碳排放进行监控时，往往都仅对当前的碳排放数据进行监控，难以后效的根据碳排放的增减趋势对未来情况进行有效的预测，难以做到及时的预防，同时针对降低园区碳排放会有多种不同的管控手段，在进行管控之前，工作人员往往难以对不同管控手段带来的影响进行有效的预测，从而难以选择最合适的手段进行降碳操作的技术问题，请参阅图1，本发明提供以下技术方案：
一种基于大数据的低碳园区碳排放监控系统，包括：
数据采集系统，用于：
对低碳园区内的排放样本以及中和样本进行采集，并对所采集的排放样本和中和样本进行整合处理并输出样本数据集，数据类型获取全面，可以有效提高在对园区碳排放进行计算时的效率和准确性，提高系统后续整体监控的效果；
数据处理系统，用于：
读取样本数据集，并基于样本数据集数据生成数据校验的约束条件，基于约束条件对样本数据集进行数据校验，并输出确定数据集，使得后续对数据进行处理时的数据基数得到减少，同时可以对处理结果的准确性带来进一步的提高，与此同时可以需进行处理的排放样本以及中和样本的数量，降低系统的计算处理工作量，提高系统的响应速度和处理效率；
监控处理系统，用于：
调取确定数据集并基于确定数据集进行结合计算，并计算出园区净碳排放数据，生成不同的园区降碳措施选项，对各项降碳措施的预计降碳数值进行计算，基于计算结果以及净碳排放数据生成模拟曲线，更加便于工作人员和系统对园区碳排放进行监控，可以更加直观的在管控前即可通过曲线图对管控效果进行查看，提高管控便利性；
反馈预警系统，用于：
设定净碳排放数据的排放阈值，并基于排放阈值对净碳排放数据进行对比，基于不同的对比结果，生成不同的反馈信息以及预警信息，可以节省人工进行监控的劳动时间，根据不同的情况可以对不同阈值进行设定，从而使得监控更加的灵活有效；
云平台，用于：
用于对数据采集系统、数据处理系统、监控处理系统和反馈预警系统进行储存、运行和实施，包括不少于一个登录端及不少于一个模拟控制终端，当模拟控制终端工作时，运行数据采集系统、数据处理系统、监控处理系统和反馈预警系统并实现基于大数据的低碳园区碳排放监控系统，登录端通过互联网连接到模拟控制终端和服务器。
具体的，在系统工作时，数据采集系统对低碳园区内的排放样本以及中和样本进行采集，并整合生成样本数据集，数据处理系统读取样本数据集，生成数据校验的约束条件并基于约束条件对样本数据集进行数据校验，去除异常数据并生成确定数据集，监控处理系统基于确定数据集进行结合计算出园区净碳排放数据，生成不同的园区降碳措施选项并计算各选项的预计降碳数值，基于计算结果以及净碳排放数据生成模拟曲线，工作人员通过选择不同的园区降碳措施选项，对不同措施下的降碳排放数据曲线，反馈预警系统设定净碳排放数据的排放阈值，基于不同的阈值对比结果，生成不同的反馈信息以及预警信息。
数据采集系统包括：
排放样本采集单元，用于：
对低碳园区内的排放样本进行采集，其中排放样本包括电力数据、烟气排放数据以及大气环境数据，电力数据包括园区内不同单位生产活动用电量、碳排放量数据和行业流动产值数据，烟气排放数据包括气态物质的浓度和排放总量、粉尘、颗粒物的浓度和排放总量、烟气参数，大气环境数据包括大气中烟尘、颗粒物、可吸入颗粒物、总悬浮颗粒物、烟气黑度、油烟、硫酸雾的含量；
中和样本采集单元，用于：
对低碳园区内的中和样本进行采集，其中中和样本为园区植被面积；
数据整合单元，用于：
对排放样本采集单元和中和样本采集单元所采集的排放样本和中和样本进行整合处理并输出样本数据集。
具体的，通过数据采集系统可以对园区碳排放相关的各项数据进行计算，数据类型获取全面，可以有效提高在对园区碳排放进行计算时的效率和准确性，提高系统后续整体监控的效果。
具体的，所述排放样本采集单元包括：
第一数据信息获取模块，用于提取排放样本所包含的数据类型，作为第一数据信息；其中，排放样本包括电力数据、烟气排放数据以及大气环境数据；
第二数据信息获取模块，用于针对排放样本所包含的每一种数据类型提取每一种数据类型下所包含的子类数据的数据类型的个数，作为第二数据信息；
第三数据信息获取模块，用于提取历史样本采集记录中的单位时间内的排放样本所包含的每一种数据类型所产生的数据量，作为第三数据信息；
数据影响因子获取模块，用于利用所述第一数据信息和第二数据信息综合计算，获得数据影响因子，其中，所述数据影响因子通过如下公式获取：其中，W表示数据影响因子；n表示排放样本所包含的数据类型的总数；mi表示第i中数据类型下所包含的子类数据的数据类型的个数；W0表示预设的因子基准数值；
单位数据量获取模块，用于利用所述数据影响因子与所述第三数据信息结合，获得单位数据量；
样本数据集获取模块，用于按照所述单位数据量进行排放样本采集，当所述排放样本采集的整体数据达到所述单位数据量时，确定为一个样本数据集；
信息发送模块，用于将所述样本数据集发送至数据处理系统。
上述技术方案的技术效果为：本实施例的上述技术方案通过利用第一数据信息和第二数据信息获取数据影响因子的方式，获取第一数据信息和第二数据信息对所述样本数据集中的数据量的影响力度，通过所述影响力度的获取结合第三数据信息确定单位数据量，能够有效提高单位数据量的设置合理性，既能够防止单位数据量过高的问题，满足数据传输和数据处理的高效性；又能够防止单位数据量过小导致样本数据集的数据量不足的问题发生。
具体的，单位数据量获取模块，包括：
第一数据量确定模块，用于当所述数据影响因子低于预设的因子阈值时，则利用第一数量确定模型获取所述单位数据量；其中，所述第一数量确定模型如下：其中，C01表示第一数量确定模型获取所述单位数据量；C0表示预设的初始单位数据量；Ci表示单位时间内的排放样本所包含的第i种数据类型所产生的数据量；Wy表示因子阈值；
第二数据量确定模块，用于当所述数据影响因子不低于预设的因子阈值时，则利用第二数量确定模型获取所述单位数据量；其中，所述第二数量确定模型如下：其中，C02表示第二数量确定模型获取所述单位数据量；C0表示预设的初始单位数据量；Ci表示单位时间内的排放样本所包含的第i种数据类型所产生的数据量；Wy表示因子阈值。
上述技术方案的技术效果为：本实施例的上述技术方案通过上述方式获取的单位数据量，结合了因子阈值与数据影响因子之间的比例关系，进而进一步提高单位数据量设置的准确性和合理性，同时，通过所述影响力度的获取结合第三数据信息确定单位数据量，能够有效提高单位数据量的设置合理性，既能够防止单位数据量过高的问题，满足数据传输和数据处理的高效性；又能够防止单位数据量过小导致样本数据集的数据量不足的问题发生。
数据处理系统包括：
约束确认单元，用于：
读取样本数据集，确定样本数据集数据的数据波动范围以及数据类型，并基于样本数据集数据的数据波动范围以及数据类型生成数据校验的约束条件；
数据校验单元，用于：
基于约束条件对样本数据集进行数据校验，并基于校验结果标记不符合约束条件的样本数据集，并将不符合约束条件的样本数据集作为异常数据，在样本数据集中去除异常数据，异常数据以外的数据作为确定数据集进行输出。
具体的，在系统工作时，在对低碳园区内的排放样本以及中和样本进行分析之前，对排放样本以及中和样本进行校验筛选，通过预设的约束条件，对异常数据进行摘除，从而使得后续对数据进行处理时的数据基数得到减少，同时可以对处理结果的准确性带来进一步的提高，与此同时可以需进行处理的排放样本以及中和样本的数量，降低系统的计算处理工作量，提高系统的响应速度和处理效率。
监控处理系统包括：
数据计算单元，用于：
调取确定数据集并基于确定数据集内的排放样本数据进行结合计算，通过电力数据、烟气排放数据以及大气环境数据对低碳园区的历史及实时碳排放数值进行计算，并输出园区碳排放数据；
调取确定数据集并基于确定数据集内的中和样本数据进行结合计算，通过园区植被面积对低碳园区的历史及实时碳吸收数值进行计算，并输出园区碳吸收数据；
基于园区碳排放数据以及园区碳吸收数据对低碳园区的净碳排放数值进行计算，并输出园区净碳排放数据；
措施模拟单元，用于：
生成不同的园区降碳措施选项，其中所述降碳措施包括废水处理、废气处理、减少固体废弃物排放，对各项降碳措施的预计降碳数值进行计算，并输出园区降碳数据；
曲线模拟单元，用于：
结合园区净碳排放数据以及园区降碳数据生成模拟曲线。
具体的，通过监控处理系统可以基于采集的各项数据，对园区内部的碳排放数据进行计算，并且根据计算结果生成图像，从而更加便于工作人员和系统对园区碳排放进行监控，同时措施模拟单元可以根据不同的园区降碳措施选项计算不同的预计降碳数值，从而可以更加直观的在管控前即可通过曲线图对管控效果进行查看，提高管控便利性。
曲线模拟单元生成模拟曲线，具体还包括以下步骤：
依照检测时间次序，在曲线图的坐标上标示净碳排放数据的数据点，根据数据点通过曲线拟合生成净碳排放数据曲线图；
对净碳排放数据曲线图进行光滑处理，根据光滑处理后的净碳排放数据曲线图生成净碳排放曲线函数；
通过对净碳排放曲线函数进行求导，得到净碳排放量的变化趋势函数；
基于不同的园区降碳措施选项下的不同园区降碳数据，对净碳排放曲线进行曲线调整。
具体的，通过生成净碳排放量的变化趋势函数，可以对园区未来一段时间内的碳排放变化趋势进行预测和展示，从而可以帮助系统对园区碳排放情况进行更好的监控和掌握，可以在碳排放超标之前对其进行有效的预测，从而可以提前针对碳排放进行预先有效的控制和调整，保证园区低碳发展。
对净碳排放曲线进行曲线调整，具体还包括以下步骤：
基于净碳排放数据以及不同的园区降碳措施选项下的不同园区降碳数据，计算出不同的园区降碳措施选项下的降碳排放数据；
依照检测时间次序，在曲线图的坐标上标示降碳排放数据的数据点，根据数据点通过曲线拟合生成降碳排放数据曲线图；
基于不同的园区降碳措施选项下的不同降碳排放数据分别生成相对应的曲线图。
具体的，通过生成不同的园区降碳措施选项下的不同降碳排放数据曲线图，可以供工作人员在对园区碳排放进行监管时，对各项降碳措施的具体降碳效果进行查看，在工作人员选择不同的降碳措施选项后，系统会自动对采取该降碳措施后的碳排放数据曲线进行展示，从而可以更直观的了解到在不同的碳排放情况下该选择并采取何种降碳措施，便于工作人员进行人工监控和统筹调控。
反馈预警系统包括：
阈值设定单元，用于：
对净碳排放数据的排放阈值进行设定；
分析对比单元，用于：
基于阈值设定单元内的排放阈值对模拟曲线中的净碳排放数据进行数值对比；
反馈预警单元，用于：
基于分析对比单元的对比结果，生成不同的反馈信息以及预警信息。
具体的，通过反馈预警系统可以对净碳排放数据曲线图进行实时的监控，从而可以节省人工进行监控的劳动时间，根据不同的情况可以对不同阈值进行设定，从而使得监控更加的灵活有效。
生成不同的反馈信息以及预警信息，具体还包括以下步骤：
分析对比单元对净碳排放数据进行数值对比后，输出对比结果；
其中，当当前时间节点下的净碳排放数据未超过排放阈值时，则对净碳排放数据变化趋势进行阈值对比；
对净碳排放数据变化趋势进行阈值对比；
当根据净碳排放数据变化趋势预测，净碳排放数据在未来一定时间内会超过排放阈值时，则发出碳排放超标预警反馈；
当当前时间节点下的净碳排放数据超过排放阈值时，则发出碳排放超标警告。
具体的，生成不同的反馈信息以及预警信息，从而可以有效的在碳排放达到不同的标准时进行不同类型的调控，工作人员在碳排放的不同阶段可以收到不同的反馈信息，从而可以针对性的进行管控，在碳排放未超标时，可以根据碳排放的增长趋势进行判断，让工作人员可以预先做好控制手段，在碳排放超标时，会对工作人员进行警告，及时做到控制，对碳排放进行降低调控。
为了更好的展现基于大数据的低碳园区碳排放监控系统的实现流程，本实施例现提出一种基于大数据的低碳园区碳排放监控系统的实现方法，包括以下步骤：
步骤一：数据采集系统对低碳园区内的排放样本以及中和样本进行采集，并整合生成样本数据集；
步骤二：数据处理系统读取样本数据集，生成数据校验的约束条件并基于约束条件对样本数据集进行数据校验，去除异常数据并生成确定数据集；
步骤三：监控处理系统基于确定数据集进行结合计算出园区净碳排放数据，生成不同的园区降碳措施选项并计算各选项的预计降碳数值；
步骤四：基于计算结果以及净碳排放数据生成模拟曲线；
步骤五：工作人员通过选择不同的园区降碳措施选项，对不同措施下的降碳排放数据曲线；
步骤六：反馈预警系统设定净碳排放数据的排放阈值，基于不同的阈值对比结果，生成不同的反馈信息以及预警信息。
以上所述，仅为本发明较佳的具体实施方式，但本发明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发明披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于大数据的低碳园区碳排放监控系统，其特征在于，包括：
数据采集系统，用于：
对低碳园区内的排放样本以及中和样本进行采集，并对所采集的排放样本和中和样本进行整合处理并输出样本数据集；
数据处理系统，用于：
读取样本数据集，并基于样本数据集数据生成数据校验的约束条件，基于约束条件对样本数据集进行数据校验，并输出确定数据集；
监控处理系统，用于：
调取确定数据集并基于确定数据集进行结合计算，并计算出园区净碳排放数据，生成不同的园区降碳措施选项，对各项降碳措施的预计降碳数值进行计算，基于计算结果以及净碳排放数据生成模拟曲线；
反馈预警系统，用于：
设定净碳排放数据的排放阈值，并基于排放阈值对净碳排放数据进行对比，基于不同的对比结果，生成不同的反馈信息以及预警信息；
云平台，用于：
用于对数据采集系统、数据处理系统、监控处理系统和反馈预警系统进行储存、运行和实施，包括不少于一个登录端及不少于一个模拟控制终端，当模拟控制终端工作时，运行数据采集系统、数据处理系统、监控处理系统和反馈预警系统并实现基于大数据的低碳园区碳排放监控系统，登录端通过互联网连接到模拟控制终端和服务器。
2.如权利要求1所述的一种基于大数据的低碳园区碳排放监控系统，其特征在于：所述数据采集系统包括：
排放样本采集单元，用于：
对低碳园区内的排放样本进行采集，其中，排放样本包括电力数据、烟气排放数据以及大气环境数据；
中和样本采集单元，用于：
对低碳园区内的中和样本进行采集，其中中和样本为园区植被面积；
数据整合单元，用于：
对排放样本采集单元和中和样本采集单元所采集的排放样本和中和样本进行整合处理并输出样本数据集。
3.如权利要求1所述的一种基于大数据的低碳园区碳排放监控系统，其特征在于：所述排放样本采集单元包括：
第一数据信息获取模块，用于提取排放样本所包含的数据类型，作为第一数据信息；其中，排放样本包括电力数据、烟气排放数据以及大气环境数据；
第二数据信息获取模块，用于针对排放样本所包含的每一种数据类型提取每一种数据类型下所包含的子类数据的数据类型的个数，作为第二数据信息；
第三数据信息获取模块，用于提取历史样本采集记录中的单位时间内的排放样本所包含的每一种数据类型所产生的数据量，作为第三数据信息；
数据影响因子获取模块，用于利用所述第一数据信息和第二数据信息综合计算，获得数据影响因子，其中，所述数据影响因子通过如下公式获取其中，W表示数据影响因子；n表示排放样本所包含的数据类型的总数；mi表示第i中数据类型下所包含的子类数据的数据类型的个数；W0表示预设的因子基准数值；
单位数据量获取模块，用于利用所述数据影响因子与所述第三数据信息结合，获得单位数据量；
样本数据集获取模块，用于按照所述单位数据量进行排放样本采集，当所述排放样本采集的整体数据达到所述单位数据量时，确定为一个样本数据集；
信息发送模块，用于将所述样本数据集发送至数据处理系统。
4.如权利要求3所述的一种基于大数据的低碳园区碳排放监控系统，其特征在于：单位数据量获取模块，包括：
第一数据量确定模块，用于当所述数据影响因子低于预设的因子阈值时，则利用第一数量确定模型获取所述单位数据量；其中，所述第一数量确定模型如下：其中，C01表示第一数量确定模型获取所述单位数据量；C0表示预设的初始单位数据量；Ci表示单位时间内的排放样本所包含的第i种数据类型所产生的数据量；Wy表示因子阈值；
第二数据量确定模块，用于当所述数据影响因子不低于预设的因子阈值时，则利用第二数量确定模型获取所述单位数据量；其中，所述第二数量确定模型如下：其中，C02表示第二数量确定模型获取所述单位数据量；C0表示预设的初始单位数据量；Ci表示单位时间内的排放样本所包含的第i种数据类型所产生的数据量；Wy表示因子阈值。
5.如权利要求2所述的一种基于大数据的低碳园区碳排放监控系统，其特征在于：所述电力数据包括园区内不同单位生产活动用电量、碳排放量数据和行业流动产值数据；
所述烟气排放数据包括气态物质的浓度和排放总量、粉尘、颗粒物的浓度和排放总量、烟气参数；
所述大气环境数据包括大气中烟尘、颗粒物、可吸入颗粒物、总悬浮颗粒物、烟气黑度、油烟、硫酸雾的含量。
6.如权利要求1所述的一种基于大数据的低碳园区碳排放监控系统，其特征在于：所述数据处理系统包括：
约束确认单元，用于：
读取样本数据集，确定样本数据集数据的数据波动范围以及数据类型，并基于样本数据集数据的数据波动范围以及数据类型生成数据校验的约束条件；
数据校验单元，用于：
基于约束条件对样本数据集进行数据校验，并基于校验结果标记不符合约束条件的样本数据集，并将不符合约束条件的样本数据集作为异常数据，在样本数据集中去除异常数据，异常数据以外的数据作为确定数据集进行输出。
7.如权利要求1所述的一种基于大数据的低碳园区碳排放监控系统，其特征在于：所述监控处理系统包括：
数据计算单元，用于：
调取确定数据集并基于确定数据集内的排放样本数据进行结合计算，通过电力数据、烟气排放数据以及大气环境数据对低碳园区的历史及实时碳排放数值进行计算，并输出园区碳排放数据；
调取确定数据集并基于确定数据集内的中和样本数据进行结合计算，通过园区植被面积对低碳园区的历史及实时碳吸收数值进行计算，并输出园区碳吸收数据；
基于园区碳排放数据以及园区碳吸收数据对低碳园区的净碳排放数值进行计算，并输出园区净碳排放数据；
措施模拟单元，用于：
生成不同的园区降碳措施选项，其中所述降碳措施包括废水处理、废气处理、减少固体废弃物排放，对各项降碳措施的预计降碳数值进行计算，并输出园区降碳数据；
曲线模拟单元，用于：
结合园区净碳排放数据以及园区降碳数据生成模拟曲线。
8.如权利要求7所述的一种基于大数据的低碳园区碳排放监控系统，其特征在于：所述曲线模拟单元生成模拟曲线，具体还包括以下步骤：
依照检测时间次序，在曲线图的坐标上标示净碳排放数据的数据点，根据数据点通过曲线拟合生成净碳排放数据曲线图；
对净碳排放数据曲线图进行光滑处理，根据光滑处理后的净碳排放数据曲线图生成净碳排放曲线函数；
通过对净碳排放曲线函数进行求导，得到净碳排放量的变化趋势函数；
基于不同的园区降碳措施选项下的不同园区降碳数据，对净碳排放曲线进行曲线调整。
9.如权利要求8所述的一种基于大数据的低碳园区碳排放监控系统，其特征在于：所述对净碳排放曲线进行曲线调整，具体还包括以下步骤：
基于净碳排放数据以及不同的园区降碳措施选项下的不同园区降碳数据，计算出不同的园区降碳措施选项下的降碳排放数据；
依照检测时间次序，在曲线图的坐标上标示降碳排放数据的数据点，根据数据点通过曲线拟合生成降碳排放数据曲线图；
基于不同的园区降碳措施选项下的不同降碳排放数据分别生成相对应的曲线图。
10.一种根据权利要求1-9中任一项所述的基于大数据的低碳园区碳排放监控系统的实现方法，其特征在于：包括如下步骤：
步骤一：数据采集系统对低碳园区内的排放样本以及中和样本进行采集，并整合生成样本数据集；
步骤二：数据处理系统读取样本数据集，生成数据校验的约束条件并基于约束条件对样本数据集进行数据校验，去除异常数据并生成确定数据集；
步骤三：监控处理系统基于确定数据集进行结合计算出园区净碳排放数据，生成不同的园区降碳措施选项并计算各选项的预计降碳数值；
步骤四：基于计算结果以及净碳排放数据生成模拟曲线；
步骤五：工作人员通过选择不同的园区降碳措施选项，对不同措施下的降碳排放数据曲线；
步骤六：反馈预警系统设定净碳排放数据的排放阈值，基于不同的阈值对比结果，生成不同的反馈信息以及预警信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311207968.7A CN116933951B (zh) | 2023-09-19 | 2023-09-19 | 一种基于大数据的低碳园区碳排放监控系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311207968.7A CN116933951B (zh) | 2023-09-19 | 2023-09-19 | 一种基于大数据的低碳园区碳排放监控系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116933951A true CN116933951A (zh) | 2023-10-24 |
| CN116933951B CN116933951B (zh) | 2023-12-08 |
Family
ID=88384757
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311207968.7A Active CN116933951B (zh) | 2023-09-19 | 2023-09-19 | 一种基于大数据的低碳园区碳排放监控系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116933951B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117371765A (zh) * | 2023-12-06 | 2024-01-09 | 厦门亿京能源集团股份有限公司 | 基于节能降碳智慧能源的综合优化运行方法及系统 |
| CN117648659A (zh) * | 2024-01-30 | 2024-03-05 | 夏尔特拉(上海)新能源科技有限公司 | 一种低压配电变压器节能量测量系统及其测量方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11307971B1 (en) * | 2021-05-06 | 2022-04-19 | International Business Machines Corporation | Computer analysis of software resource load |
| 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 |
| CN116165338A (zh) * | 2022-12-13 | 2023-05-26 | 国网辽宁省电力有限公司经济技术研究院 | 一种园区碳排放监测方法及系统 |
| CN116561519A (zh) * | 2023-05-29 | 2023-08-08 | 广东电网有限责任公司广州供电局 | 基于电网大数据的电碳排放过程监测方法和系统 |
-
2023
- 2023-09-19 CN CN202311207968.7A patent/CN116933951B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11307971B1 (en) * | 2021-05-06 | 2022-04-19 | International Business Machines Corporation | Computer analysis of software resource load |
| 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 |
| CN116165338A (zh) * | 2022-12-13 | 2023-05-26 | 国网辽宁省电力有限公司经济技术研究院 | 一种园区碳排放监测方法及系统 |
| CN116561519A (zh) * | 2023-05-29 | 2023-08-08 | 广东电网有限责任公司广州供电局 | 基于电网大数据的电碳排放过程监测方法和系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117371765A (zh) * | 2023-12-06 | 2024-01-09 | 厦门亿京能源集团股份有限公司 | 基于节能降碳智慧能源的综合优化运行方法及系统 |
| CN117371765B (zh) * | 2023-12-06 | 2024-03-12 | 厦门亿京能源集团股份有限公司 | 基于节能降碳智慧能源的综合优化运行方法及系统 |
| CN117648659A (zh) * | 2024-01-30 | 2024-03-05 | 夏尔特拉(上海)新能源科技有限公司 | 一种低压配电变压器节能量测量系统及其测量方法 |
| CN117648659B (zh) * | 2024-01-30 | 2024-04-26 | 夏尔特拉(上海)新能源科技有限公司 | 一种低压配电变压器节能量测量系统及其测量方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116933951B (zh) | 2023-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116933951B (zh) | 一种基于大数据的低碳园区碳排放监控系统及方法 | |
| CN114359002B (zh) | 基于移动监测趋势挖掘的大气污染小尺度溯源方法及系统 | |
| CN114331000A (zh) | 一种基于人工智能的智慧园区能耗管理系统 | |
| CN109858144B (zh) | 一种扬尘源的排量计算模型构建方法及扬尘排量计算方法 | |
| CN113610381B (zh) | 一种基于5g网络的水质远程实时监测系统 | |
| CN115310843A (zh) | 一种用于电力作业安全的环境监测预警方法及装置和设备 | |
| CN106770890A (zh) | 一种火电厂脱硝催化剂使用寿命的在线评估方法 | |
| CN110580030A (zh) | 一种基于物联网的药厂环境净化控制系统 | |
| CN115186983A (zh) | 一种基于能耗在线监测的碳排放自动核算系统 | |
| CN116300758A (zh) | 基于云计算的智能制造工业生产数据采集分析系统及方法 | |
| CN116216819B (zh) | 智慧水务数据分析管理系统及方法 | |
| CN116307268B (zh) | 一种基于污染场地修复过程中的碳排放预测方法及系统 | |
| CN115395657A (zh) | 一种基于云计算的智慧城市监视方法 | |
| CN116561519A (zh) | 基于电网大数据的电碳排放过程监测方法和系统 | |
| CN116088399A (zh) | 一种智慧电厂厂区监控系统及其监控方法 | |
| CN116153480A (zh) | 一种基于移动医疗设备的智能化信息诊疗系统及方法 | |
| CN109409666B (zh) | 基于大气扩散模型及线性规划的环境影响评估方法 | |
| CN117552826A (zh) | 一种智能隧道节能通风控制系统及方法 | |
| CN115002171B (zh) | 一种污水处理设施的智能运营监管系统 | |
| CN115879670A (zh) | 高耗电量企业碳排量提取方法及提取系统 | |
| CN116008145A (zh) | 基于物联网的餐饮业油烟排放监控系统 | |
| CN115858281A (zh) | 一种基于物联网的能耗管理系统及方法 | |
| CN116295604B (zh) | 一种智能扬尘实时监测与控制系统 | |
| CN117053323B (zh) | 基于室内空气比例自平衡的空气净化系统 | |
| CN117324148B (zh) | 一种混凝土生产现场粉尘智能监测系统 |
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 |