CN116934525A - 一种冷轧机组碳排放数据的计算方法及装置 - Google Patents
一种冷轧机组碳排放数据的计算方法及装置 Download PDFInfo
- Publication number
- CN116934525A CN116934525A CN202310852945.5A CN202310852945A CN116934525A CN 116934525 A CN116934525 A CN 116934525A CN 202310852945 A CN202310852945 A CN 202310852945A CN 116934525 A CN116934525 A CN 116934525A
- Authority
- CN
- China
- Prior art keywords
- steel coil
- time
- carbon emission
- production time
- calculating
- 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
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 185
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 184
- 238000005097 cold rolling Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 47
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 286
- 239000010959 steel Substances 0.000 claims abstract description 286
- 238000004519 manufacturing process Methods 0.000 claims abstract description 202
- 239000000446 fuel Substances 0.000 claims abstract description 94
- 238000004364 calculation method Methods 0.000 claims abstract description 67
- 238000012937 correction Methods 0.000 claims description 74
- 230000003647 oxidation Effects 0.000 claims description 8
- 238000007254 oxidation reaction Methods 0.000 claims description 8
- 230000001174 ascending effect Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000020169 heat generation Effects 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 14
- 229910052742 iron Inorganic materials 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000009628 steelmaking Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000010960 cold rolled steel Substances 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000005096 rolling process 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
- 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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- General Business, Economics & Management (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Strategic Management (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Human Resources & Organizations (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种冷轧机组碳排放数据的计算方法及装置,该计算方法包括如下步骤:获取冷轧机组钢卷的生产实绩数据,生产实绩数据包括钢卷号、钢卷的实际开始生产时间、钢卷的实际结束生产时间以及钢卷重量;将各钢卷的实际开始生产时间和实际结束生产时间进行修正,得到各钢卷修正后的开始生产时间和结束生产时间;获取各燃料项数据,计算各个钢卷各燃料项耗量,计算各个钢卷各燃料项碳排放量;获得待统计的时间范围,计算待统计的时间范围的碳排放量。本发明解决了冷轧机组碳排强度计算的难题,并且克服了冷轧机组并行生产导致统计生产不准确的问题,也优化了计算步骤,提高了计算效率。
Description
技术领域
本发明属于计算机领域,尤其涉及一种冷轧机组碳排放数据的计算方法及装置。
背景技术
钢铁行业现有的碳排放研究都集中在铁前、炼铁、炼钢等工序。针对冷轧机组的碳排放计算的研究很少。然而,冷轧机组自动化程度高,数据采集完整,为碳排放计算提供了良好的基础。冷轧各个能源消耗介质成分稳定,易通过试验测出其碳排计算的相关系数。因此,相较铁前、炼铁、炼钢等前置工序,冷轧机组是可以精准计算碳排放的。
国际上常用的碳排放的计算包括如下方法:
方法1:
碳排放=∑(钢铁产品产量*钢铁产品的平均排放因子)
方法2:
碳排放=∑(燃料消耗*基于热值的排放因子*热值*氧化率)
方法3:
碳排放=∑(碳载体流入量*排放因子1-碳载体流出量*排放因子2)
其中方法1和方法3中的排放因子采用的是经验值,因此其计算的准确性存疑,方法2中的排放因子可以做试验确定。冷轧机组可以精确统计方法2中的燃料消耗。因此方法2是适用于冷轧机组的。
不过,冷轧机组碳排放强度计算还存在如下难点:
首先,冷轧处理线是一个不断连续生产的过程,处理线可能同时存在两个钢卷在生产。另外当生产故障或者例行检修时,将采用过渡卷生产,而过渡卷并非成品,不计入生产实绩。总之相邻钢卷的生产时间有交叉或者间隔,但是碳排放是一直都存在的,时间范围有重叠或者有空隙,会导致分卷计算和按整天计算得到的这两个值最终对不上,所以无法精确计算碳排放强度。
其次,专业的技术人员需要得知任意时间段内的碳排放强度,因此需要统计这段时间各个燃料项的累计消耗量,再计算各个燃料项的排放量。例如统计最近一周某机组整体碳排放。假设数据采集频率是1秒,则每项数据有:3600*24*7=604800个,假设某机组有20项与碳排放相关的数据,则数据量为:604800*20=12096000。大量的数据除了占用巨大的计算机计算资源外,计算速度还很慢,无法满足实时分析的需求。
发明内容
本发明的目的在于克服现有技术中的至少一种缺陷,提供了一种冷轧机组碳排放数据的计算方法及装置,解决了冷轧机组碳排强度计算的难题,并且克服了冷轧机组并行生产导致统计生产不准确的问题,也优化了计算步骤,提高了计算效率。
本发明的技术方案是这样实现的:本发明公开了一种冷轧机组碳排放数据的计算方法,包括如下步骤:
获取冷轧机组钢卷的生产实绩数据,将各钢卷的实际开始生产时间和实际结束生产时间进行修正,得到各钢卷修正后的开始生产时间和结束生产时间;
获取各燃料项数据,计算各个钢卷各燃料项耗量,计算各个钢卷各燃料项碳排放量。
进一步地,生产实绩数据包括钢卷号、钢卷的实际开始生产时间、钢卷的实际结束生产时间。
进一步地,将各钢卷的实际开始生产时间和实际结束生产时间进行修正,具体包括:针对连续生产的相邻两个钢卷,将先生产的钢卷C1修正后的结束生产时间与后生产的钢卷C2修正后的开始生产时间均修正为tm,如果钢卷C2实际开始生产时间早于钢卷C1实际结束生产时间,则tm=钢卷C1实际结束生产时间-diff,如果钢卷C2实际开始生产时间晚于钢卷C1实际结束生产时间,则tm=钢卷C1实际结束生产时间+diff,diff=钢卷C1实际结束生产时间与钢卷C2实际开始生产时间之间间隔时间*钢卷C1重量/(钢卷C1重量+钢卷C2重量)。
进一步地,燃料项数据包括排放因子、低位发热量、单位热值含碳量、燃料碳氧化率、C_CO2_FACTOR系数、投入产出系数和单位转换系数;
计算各个钢卷各燃料项碳排放量的公式为:燃料项碳排放=燃料项耗量*排放因子*低位发热量*单位热值含碳量*燃料碳氧化率*C_CO2_FACTOR*投入产出系数*单位转换系数。
进一步地,本发明的冷轧机组碳排放数据的计算方法还包括如下步骤:获得待统计的时间范围,计算待统计的时间范围的碳排放量,具体包括:以某一个或几个钢卷修正后的结束生产时间作为划分边界,将待统计的时间范围分为至少两个区间,待统计的时间范围的开始时间为ta,结束时间为tb;
计算各区间的碳排放量,将各区间的碳排放量相加得到待统计的时间范围的碳排放量。
当将待统计的时间范围分为三个区间时,中间区间的碳排放量为多个钢卷的碳排放量之和。本发明可以预先将计算的各个钢卷各燃料项碳排放量保存在数据库中,需要计算待统计的时间范围的碳排放量时,则可以从数据库中查询对应钢卷的碳排放量。
其中首尾区间的碳排放量可以采用如下的能源消耗量计算方法计算。
一种能源消耗量计算方法,包括如下步骤:
获取设定时间范围内待计算的能源介质的累计消耗数据,将所述累计数据按照时间顺序进行排列,形成包含n组数据的队列L1;
判断是否需要更新队列L1的头部数据和尾部数据;
当需要更新队列L1的头部数据时,计算设定时间范围的开始时刻ts的累计值vs,将开始时刻数据(ts,vs)加入到队列L1的头部;
当需要更新队列L1的尾部数据时,计算设定时间范围的结束时刻te的累计值ve,将结束时刻数据(te,ve)加入到队列L1的尾部;
根据队列L1计算设定时间范围内该能源介质的总消耗数据。
进一步地,计算开始时刻ts的累计值vs,具体包括:获取小于ts且最接近ts的一组数据(tq,vq),vq表示时刻tq的累计值,当ts与tq的时间差小于或等于设定的时间dq时,vs=vq,否则vs=vq+(v1-vq)*(ts-tq)/(t1-tq)。
进一步地,计算结束时刻te的累计值ve,具体包括:获取大于te且最接近te的一组数据(th,vh),vh表示时刻th的累计值,当th与te的时间差小于或等于设定的时间dh时,ve=vh,否则ve=vn+(vh-vn)*(te-tn)/(th-tn)。
进一步地,根据队列L1计算设定时间范围内该能源介质的总消耗数据,具体包括:依次计算队列L1中相邻两组数据的累计值的差,形成一个新的一维数组L2;相邻两组数据的累计值的差为时刻较大的一组数据的累计值减去时刻较小的一组数据的累计值;具体包括:对L2数组中大于0的数据累计求和,得到总消耗数据。
进一步地,步骤S1)中将所述累计数据按照时间升序进行排列,形成包含n组数据的队列L1,队列L1中第一组数据包含时刻t1以及时刻t1的累计值v1,第n组数据包含时刻tn以及时刻tn的累计值vn。
进一步地,每组数据包含时刻和累计值,队列L1中最小时刻为t1,时刻t1对应的累计值为v1,队列L1中最大时刻为tn,时刻tn对应的累计值为vn;设定时间范围的开始时刻为ts,结束时刻为te,t1≥ts,tn≤te。
进一步地,判断是否需要更新队列L1的头部数据和尾部数据,包括:将时刻t1与开始时刻ts进行比较以及将时刻tn与结束时刻te进行比较;当时刻t1与开始时刻ts的时间差大于设定的时间dq时,则需要更新队列L1的头部数据,当结束时刻te与时刻tn的时间差大于设定的时间dh时,则需要更新队列L1的尾部数据;
当时刻t1与开始时刻ts的时间差小于或等于设定的时间dq时,则认为无需更新队列L1头部数据;
当结束时刻te与时刻tn的时间差小于或等于设定的时间dh时,则认为无需更新队列L1尾部数据。
进一步地,待统计的时间范围内连续生产的钢卷有N个,按照时间升序,N个钢卷分别依次为第1钢卷、第2钢卷、...、第N钢卷,以第1钢卷修正后的结束生产时间和第N-1钢卷修正后的结束生产时间作为划分边界,将待统计的时间范围分为三个区间,其中,第一区间为ta到第1钢卷修正后的结束生产时间,第二区间为第1钢卷修正后的结束生产时间到第N-1钢卷修正后结束生产时间,第三区间为第N-1钢卷修正后结束生产时间到tb;
第一区间的碳排放量等于ta到第1钢卷修正后的结束生产时间的碳排放量;
第二区间的碳排放量等于第2钢卷到第N-1钢卷的碳排放量之和;
第三区间的碳排放量等于第N-1钢卷修正后结束生产时间到tb的碳排放量。
进一步地,生产实绩数据还包括钢卷重量。
进一步地,还包括如下步骤:计算待统计的时间范围内生产的钢卷重量,根据待统计的时间范围内生产的钢卷重量以及碳排放量,计算待统计的时间范围的碳排强度,公式为:碳排强度=碳排放量/钢卷重量。
进一步地,计算待统计的时间范围内生产的钢卷重量,具体包括:以某一个或几个钢卷修正后的结束生产时间作为划分边界,将待统计的时间范围分为至少两个区间,待统计的时间范围的开始时间为ta,结束时间为tb;
计算各区间生产的钢卷重量,将各区间生产的钢卷重量相加得到待统计的时间范围内生产的钢卷重量。
进一步地,待统计的时间范围内连续生产的钢卷有N个,按照时间升序,N个钢卷分别依次为第1钢卷、第2钢卷、...、第N钢卷,以第1钢卷修正后的结束生产时间和第N-1钢卷修正后的结束生产时间作为划分边界,将待统计的时间范围分为三个区间,其中,第一区间为ta到第1钢卷修正后的结束生产时间,第二区间为第1钢卷修正后的结束生产时间到第N-1钢卷修正后结束生产时间,第三区间为第N-1钢卷修正后结束生产时间到tb;
第一区间的钢卷重量=第1钢卷重量*(第1钢卷修正后结束生产时间-ta)/(第1钢卷修正后结束生产时间-第1钢卷修正后开始生产时间);
第二区间的钢卷重量=第2钢卷到第N-1钢卷的重量之和;
第三区间的钢卷重量=第N钢卷重量*(tb-第N钢卷修正后开始生产时间)/(第N钢卷修正后结束生产时间-第N钢卷修正后开始生产时间)。
本发明公开了一种冷轧机组碳排放数据的计算装置,包括钢卷生产时间修正模块、燃料项分卷计算模块和碳排放数据计算模块,
所述钢卷生产时间修正模块用于获取冷轧机组钢卷的生产实绩数据,并将各钢卷的实际开始生产时间和实际结束生产时间进行修正,得到各钢卷修正后的开始生产时间和结束生产时间;
所述燃料项分卷计算模块用于获取各燃料项数据,计算各个钢卷各燃料项耗量,计算各个钢卷各燃料项碳排放量;
所述碳排放数据计算模块用于响应于触发信号,计算待统计的时间范围的碳排放数据。
进一步地,所述钢卷生产时间修正模块和燃料项分卷计算模块用于分别将各自的计算结果保存到数据库,所述碳排放数据计算模块用于从数据库读取数据,并根据从数据库读取的数据,计算待统计的时间范围的碳排放数据;
钢卷生产时间修正模块为周期性运行,钢卷生产时间修正模块运行时,获取冷轧机组钢卷的生产实绩数据,若发现有新的钢卷实绩产生,则将新的各钢卷的实际开始生产时间和实际结束生产时间进行修正,得到新的各钢卷修正后的开始生产时间和结束生产时间;
燃料项分卷计算模块为周期性运行,燃料项分卷计算模块运行时,计算新的各个钢卷各燃料项耗量,计算新的各个钢卷各燃料项碳排放量;
碳排放数据计算模块用于响应于人机交互模块发送的触发信号,计算待统计的时间范围的碳排放数据。
本发明至少具有如下有益效果:
针对冷轧处理线连续生产的钢卷,采用本发明的方法修正各钢卷的实际开始生产时间和实际结束生产时间后,可以精确计算碳排放强度,解决了冷轧机组碳排强度计算的难题。
本发明采用了通用的燃料项碳排放计算公式,易于编程实现。
本发明将冷轧钢卷的生产实绩按时间重新分配,能精准计算任意时间范围内的重量。
本发明分模块计算碳排强度,部分模块提前缓存钢卷的重量和碳排放,有利于快速计算任意时间范围的碳排强度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明的一种冷轧机组碳排放数据的计算装置的模块构成图;
图2为本发明的钢卷生产时间修正模块的运行步骤图;
图3为本发明的燃料项分卷计算模块的运行步骤图;
图4为本发明的碳排放数据计算模块的运行步骤图;
图5为冷轧带钢并行生产时序示意图;
图6为冷轧带钢间隔生产时序示意图;
图7为待统计的时间范围切分示意图。
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它实施例,都属于本发明保护的范围。
参见图2至图4,本发明实施例提供一种冷轧机组碳排放数据的计算方法,包括如下步骤:
获取冷轧机组钢卷的生产实绩数据,生产实绩数据包括钢卷号、牌号、钢卷的实际开始生产时间、钢卷的实际结束生产时间、钢卷重量等;
将各钢卷的实际开始生产时间和实际结束生产时间进行修正,得到各钢卷修正后的开始生产时间和结束生产时间;
燃料项分卷计算模块用于获取各燃料项数据,按照修正后的开始生产时间和结束生产时间,计算各个钢卷各燃料项耗量,计算各个钢卷各燃料项碳排放量;
获得待统计的时间范围,计算待统计的时间范围的碳排放量。
进一步地,将钢卷生产实绩数据、各钢卷修正后的开始生产时间、各钢卷修正后的结束生产时间保存到数据库。
进一步地,将计算的各个钢卷各燃料项碳排放量保存到数据库。
进一步地,将各钢卷的实际开始生产时间和实际结束生产时间进行修正,具体包括:针对连续生产的相邻两个钢卷,先生产的钢卷命名为钢卷C1,后生产的钢卷命名为钢卷C2,将先生产的钢卷C1修正后的结束生产时间与后生产的钢卷C2修正后的开始生产时间均修正为tm(即确定一个时间tm,它既是钢卷C1修正后结束生产时间,又是钢卷C2修正后开始生产时间,先生产的钢卷C1修正后的结束生产时间与后生产的钢卷C2修正后的开始生产时间相同);
如图5所示,如果钢卷C2实际开始生产时间早于钢卷C1实际结束生产时间(即相邻钢卷并行生产),则tm=钢卷C1实际结束生产时间-diff;
如图6所示,如果钢卷C2实际开始生产时间晚于钢卷C1实际结束生产时间(即相邻钢卷间隔生产,表示这两个钢卷之间有不计入生产结果的过渡卷,也称之为调整材),则tm=钢卷C1实际结束生产时间+diff;
diff=钢卷C1实际结束生产时间与钢卷C2实际开始生产时间之间间隔时间(本实施例单位为秒数)*钢卷C1重量/(钢卷C1重量+钢卷C2重量)。
如果钢卷C1实际结束生产时间等于钢卷C2实绩开始生产时间,那么tm也等于这个时间。当然这种情况属于巧合,生产并不常见,即使出现,也是人为干涉设置的。
燃料项分卷计算模块的运行步骤包括:
S21)根据冷轧产线的实际情况,确定各组燃料的燃料项,燃料分组包括化石燃料燃烧、净购入电力、净购入热力。每个燃料分组包括若干燃料项。例如煤气流量属于化石燃料燃烧分组,压缩空气流量属于净购入电力分组,蒸汽属于净购入热力分组,其它燃料项就不一一举例了。每个燃料项除了包括名称、单位、分组类别等基础信息外,还应包括排放因子、低位发热量、单位热值含碳量、燃料碳氧化率、C_CO2_FACTOR系数(C_CO2_FACTOR系数为二氧化碳与碳的相对分子质量之比44/12约等于3.667)、投入产出系数(1表示投入,-1表示产出),单位转换系数等计算参数,这些计算参数可以通过做实验确定。
S22)实时采集各燃料项数据,可以采集累计数据或者实时数据,采集频率尽可能高一点,比如每秒采集一次;
S23)计算每卷各燃料项耗量。针对实时数据可以采用积分计算累计耗量。针对累计数据则可以选用最大值减去最小值得到该卷带钢的燃料项耗量,当然,针对累计数据还可以采用一种优选方案为:燃料项耗量计算方法,包括如下步骤:1)获取设定时间范围内待计算的能源介质的累计消耗数据,将所述累计数据按照时间顺序进行排列,形成包含n(n为正整数)组数据的队列L1,每组数据包含时刻和累计值,队列L1中最小时刻为t1,时刻t1对应的累计值为v1,队列L1中最大时刻为tn,时刻tn对应的累计值为vn;设定时间范围的开始时刻为ts,结束时刻为te,t1≥ts,tn≤te;
2)将时刻t1与开始时刻ts进行比较以及将时刻tn与结束时刻te进行比较;
21)当时刻t1与(减去)开始时刻ts的时间差大于设定的时间dq时,计算开始时刻ts的累计值vs,将开始时刻数据(ts,vs)加入到队列L1的头部,更新队列L1;
22)当结束时刻te与(减去)时刻tn的时间差大于设定的时间dh时,计算结束时刻te的累计值ve,将结束时刻数据(te,ve)加入到队列L1的尾部,更新队列L1;
3)根据队列L1计算设定时间范围内该能源介质的总消耗数据。
进一步地,计算开始时刻ts的累计值vs,具体包括:获取小于ts且最接近ts的一组数据(tq,vq),vq表示时刻tq的累计值,当ts与tq的时间差小于或等于设定的时间dq时,vs=vq,否则vs=vq+(v1-vq)*(ts-tq)/(t1-tq)。
进一步地,计算结束时刻te的累计值ve,具体包括:获取大于te且最接近te的一组数据(th,vh),vh表示时刻th的累计值,当th与te的时间差小于或等于设定的时间dh时,ve=vh,否则ve=vn+(vh-vn)*(te-tn)/(th-tn)。
进一步地,当时刻t1与(减去)开始时刻ts的时间差小于或等于设定的时间dq时,则跳过步骤21),即默认vs=v1,所以无需更新队列L1头部数据;
当结束时刻te与(减去)时刻tn的时间差小于或等于设定的时间dh时,则跳过步骤22),即默认ve=vn,所以无需更新队列L1尾部数据。
时间差小于或等于设定的时间dq时,认为其累计数据的变化量为0或认为其累计数据的变化量可以忽略不计。时间差小于或等于设定的时间dh时,认为其累计数据的变化量为0或认为可以忽略不计。因此,dq与dh是根据实际需要设置的。dq与dh可以相等。dq取一个较小的时间,比如2秒。dh取一个较小的时间,比如2秒。
进一步地,根据队列L1计算设定时间范围内该能源介质的总消耗数据,具体包括:计算分阶段消耗数据,计算总消耗数据。
进一步地,计算分阶段消耗数据,具体包括:依次计算队列L1中相邻两组数据的累计值的差,形成一个新的一维数组L2;相邻两组数据的累计值的差为时刻较大的一组数据的累计值减去时刻较小的一组数据的累计值;
计算总消耗数据,具体包括:对L2数组中大于0的数据累计求和,得到总消耗数据。注意计算总消耗数据时,若L2数组中的数据小于或等于0,则舍弃。
本发明采用上述方法,可以解决能源累计数据缺失、累计计算程序出错和清零等数据异常问题。
进一步地,步骤1)中将所述累计数据按照时间升序进行排列,形成包含n组数据的队列L1,队列L1中第一组数据包含时刻t1以及时刻t1的累计值v1,第n组数据包含时刻tn以及时刻tn的累计值vn。
本发明的上述燃料项耗量计算方法通过插值确定了头尾关键点的值,并过滤了异常的能源累计数据增量,保证了计算结果的准确性,解决了能源累计数据缺失、频率低、清零等对计算结果的影响。
S24)计算每卷各燃料项碳排放量,公式如下:燃料项碳排放量=燃料项耗量*排放因子*低位发热量*单位热值含碳量*燃料碳氧化率*C_CO2_FACTOR*投入产出系数*单位转换系数。
需要注意的是,针对一些燃料项,上式的部分系数为1(即如果某个燃料项与排放因子、低位发热量、单位热值含碳量、燃料碳氧化率、C_CO2_FACTOR、投入产出系数、单位转换系数中的某个或某几个无关,则将这几个无关的系数取1,如有些燃料项与CO2无关,则C_CO2_FACTOR取1),通过这个公式统一了所有燃料项的计算方法,有利于编程实现。
S25)将上述计算结果存储到数据库,即存储每卷钢的各个燃料项的碳排放值。
优选地,计算待统计的时间范围(统计开始时间ta~统计结束时间tb)的碳排放量,具体包括:以某一个或几个钢卷修正后的结束生产时间作为划分边界,将待统计的时间范围分为至少两个区间,待统计的时间范围的开始时间为ta,结束时间为tb;
计算各区间的碳排放量,将各区间的碳排放量相加得到待统计的时间范围的碳排放量。
进一步地,将待统计的时间范围(统计开始时间ta~统计结束时间tb)分为三个区域。如图7所示,待统计的时间范围内连续生产的钢卷有N个,按照时间升序,N个钢卷分别依次为第1钢卷、第2钢卷、...、第N钢卷(待统计的时间范围内的第1钢卷、第N钢卷通常是半卷,当然也可能是整卷),以第1钢卷修正后的结束生产时间和第N-1钢卷修正后的结束生产时间作为划分边界对待统计的时间范围进行切分,将待统计的时间范围分为三个区间,其中,第一区间为ta到第1钢卷修正后的结束生产时间,第二区间为第1钢卷修正后的结束生产时间到第N-1钢卷修正后结束生产时间,第三区间为第N-1钢卷修正后结束生产时间到tb。
需要注意的时,本发明分区间计算碳排放数据的目的是为了解决长时间范围碳排强度的计算效率的问题。一般来说时间范围较短分区间计算的物理意义不大,而且时间范围较短计算消耗资源和时间也并不明显。
计算待统计的时间范围的碳排放量,具体包括:待统计的时间范围的碳排放量=第一区间的碳排放量+第二区间的碳排放量+第三区间的碳排放量;
其中第一区间的碳排放量为ta到第1钢卷修正后的结束生产时间的碳排放量;
第二区间的碳排放量为第2钢卷到第N-1钢卷的碳排放量之和;
第三区间的碳排放量为第N-1钢卷修正后结束生产时间到tb的碳排放量。
其中第一区间的碳排放量和第三区间的碳排放量直接参照步骤S23和步骤S24计算即可,如可以采用燃料项耗量计算方法来计算ta到第1钢卷修正后的结束生产时间的碳排放量以及第N-1钢卷修正后结束生产时间到tb的碳排放量。区间2碳排放量直接从数据库中查询卷2到卷N-1的碳排放量,然后累计即可。
显然,由于提前缓存了卷2到卷N-1的计算结果,此时计算无论统计的时间范围多大,此处的计算量并不大,因此提高了计算的效率。
步骤S3)后还包括步骤S4),步骤S4)包括:计算待统计的时间范围内生产的钢卷重量,然后计算待统计的时间范围的碳排强度,公式为:碳排强度=碳排放量/钢卷重量。
计算待统计的时间范围内生产的钢卷重量,具体包括:计算各区间生产的钢卷重量,将各区间生产的钢卷重量相加得到待统计的时间范围内生产的钢卷重量,即待统计的时间范围内生产的钢卷重量=第一区间的钢卷重量+第二区间的钢卷重量+第三区间的钢卷重量。
其中,第一区间的钢卷重量=第1钢卷重量*(第1钢卷修正后结束生产时间-ta)/(第1钢卷修正后结束生产时间-第1钢卷修正后开始生产时间);
第二区间的钢卷重量=第2钢卷到第N-1钢卷的重量之和(第2钢卷到第N-1钢卷的重量直接从数据库中查询即可得到);
第三区间的钢卷重量=第N钢卷重量*(tb-第N钢卷修正后开始生产时间)/(第N钢卷修正后结束生产时间-第N钢卷修正后开始生产时间)。
上述计算重量的方法,一方面考虑对原有生产开始结束时间进行修正,另一方面对钢卷按实际进行了重量分配,因此计算精度非常高。
另外,步骤S3)中可以计算指定燃料分组或燃料项的碳排放,则步骤S4)可以得到指定燃料分组或燃料项的碳排强度。
参见图1至图4,基于同样的发明构思,本发明还公开了一种冷轧机组碳排放数据的计算装置,包括钢卷生产时间修正模块、燃料项分卷计算模块和碳排放数据计算模块;
所述钢卷生产时间修正模块用于获取冷轧机组钢卷的生产实绩数据,并将各钢卷的实际开始生产时间和实际结束生产时间进行修正,得到各钢卷修正后的开始生产时间和结束生产时间;
所述燃料项分卷计算模块用于获取各燃料项数据,计算各个钢卷各燃料项耗量,计算各个钢卷各燃料项碳排放量;
所述碳排放数据计算模块用于响应于触发信号,计算待统计的时间范围的碳排放数据。
碳排放数据可以是碳排放量,也可以是碳排强度。
当碳排放数据是碳排强度时,所述碳排放数据计算模块用于计算待统计的时间范围内生产的钢卷重量以及碳排放量,并根据计算的待统计的时间范围内生产的钢卷重量以及碳排放量计算待统计的时间范围的碳排强度,公式为:碳排强度=碳排放量/钢卷重量。
进一步地,钢卷生产时间修正模块和燃料项分卷计算模块用于分别将计算结果保存到数据库,碳排放数据计算模块用于从数据库读取所需数据,快速计算机组的碳排放数据。
钢卷生产时间修正模块为周期性运行,例如周期性检查,若发现有新的钢卷实绩产生则钢卷生产时间修正模块执行该模块相关的步骤(即将新的钢卷的实际开始生产时间和实际结束生产时间进行修正,得到新的钢卷修正后的开始生产时间和结束生产时间)。
燃料项分卷计算模块为周期性运行,燃料项分卷计算模块运行时,计算新的各个钢卷各燃料项耗量,计算新的各个钢卷各燃料项碳排放量。
注意,新卷生产完成,才能真正计算上卷的值。
碳排放数据计算模块用于响应于人机交互模块或者后台相关功能模块发送的触发信号,计算待统计的时间范围的碳排放数据。
进一步地,本发明的冷轧机组碳排放数据的计算装置还可以包括人工交互模块,所述人工交互模块用于获取用户输入的待统计的时间范围以及指令等,并发送触发信号给碳排放数据计算模块,碳排放数据计算模块用于响应于该触发信号,计算待统计的时间范围的碳排放数据如碳排放强度。
如碳排放数据计算模块可以根据操作画面的人工按钮或者后台相关功能(如第三方系统的通过接口调用或者就是周期性自动触发计算)进行触发。它基于钢卷生产时间修正模块与燃料项分卷计算模块事先计算好的结果,能快速的计算机组碳排放强度,满足在线实时分析的需求。
基于同一发明构思,本发明还提供了一种冷轧机组碳排放数据的计算设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述冷轧机组碳排放数据的计算方法的步骤。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种冷轧机组碳排放数据的计算方法,其特征在于,包括如下步骤:
获取冷轧机组钢卷的生产实绩数据,将各钢卷的实际开始生产时间和实际结束生产时间进行修正,得到各钢卷修正后的开始生产时间和结束生产时间;
获取各燃料项数据,计算各个钢卷各燃料项耗量,计算各个钢卷各燃料项碳排放量。
2.如权利要求1所述的冷轧机组碳排放数据的计算方法,其特征在于:将各钢卷的实际开始生产时间和实际结束生产时间进行修正,具体包括:针对连续生产的相邻两个钢卷,将先生产的钢卷C1修正后的结束生产时间与后生产的钢卷C2修正后的开始生产时间均修正为tm,如果钢卷C2实际开始生产时间早于钢卷C1实际结束生产时间,则tm=钢卷C1实际结束生产时间-diff,如果钢卷C2实际开始生产时间晚于钢卷C1实际结束生产时间,则tm=钢卷C1实际结束生产时间+diff,diff=钢卷C1实际结束生产时间与钢卷C2实际开始生产时间之间间隔时间*钢卷C1重量/(钢卷C1重量+钢卷C2重量)。
3.如权利要求1所述的冷轧机组碳排放数据的计算方法,其特征在于:燃料项数据包括排放因子、低位发热量、单位热值含碳量、燃料碳氧化率、C_CO2_FACTOR系数、投入产出系数和单位转换系数;
计算各个钢卷各燃料项碳排放量的公式为:燃料项碳排放=燃料项耗量*排放因子*低位发热量*单位热值含碳量*燃料碳氧化率*C_CO2_FACTOR*投入产出系数*单位转换系数。
4.如权利要求1所述的冷轧机组碳排放数据的计算方法,其特征在于:还包括如下步骤:获得待统计的时间范围,计算待统计的时间范围的碳排放量,具体包括:以某一个或几个钢卷修正后的结束生产时间作为划分边界,将待统计的时间范围分为至少两个区间,待统计的时间范围的开始时间为ta,结束时间为tb;
计算各区间的碳排放量,将各区间的碳排放量相加得到待统计的时间范围的碳排放量。
5.如权利要求4所述的冷轧机组碳排放数据的计算方法,其特征在于:待统计的时间范围内连续生产的钢卷有N个,按照时间升序,N个钢卷分别依次为第1钢卷、第2钢卷、...、第N钢卷,以第1钢卷修正后的结束生产时间和第N-1钢卷修正后的结束生产时间作为划分边界,将待统计的时间范围分为三个区间,其中,第一区间为ta到第1钢卷修正后的结束生产时间,第二区间为第1钢卷修正后的结束生产时间到第N-1钢卷修正后结束生产时间,第三区间为第N-1钢卷修正后结束生产时间到tb;
第一区间的碳排放量等于ta到第1钢卷修正后的结束生产时间的碳排放量;
第二区间的碳排放量等于第2钢卷到第N-1钢卷的碳排放量之和;
第三区间的碳排放量等于第N-1钢卷修正后结束生产时间到tb的碳排放量。
6.如权利要求1所述的冷轧机组碳排放数据的计算方法,其特征在于:还包括如下步骤:计算待统计的时间范围内生产的钢卷重量,根据待统计的时间范围内生产的钢卷重量以及碳排放量,计算待统计的时间范围的碳排强度,公式为:碳排强度=碳排放量/钢卷重量。
7.如权利要求6所述的冷轧机组碳排放数据的计算方法,其特征在于:计算待统计的时间范围内生产的钢卷重量,具体包括:以某一个或几个钢卷修正后的结束生产时间作为划分边界,将待统计的时间范围分为至少两个区间,待统计的时间范围的开始时间为ta,结束时间为tb;
计算各区间生产的钢卷重量,将各区间生产的钢卷重量相加得到待统计的时间范围内生产的钢卷重量。
8.如权利要求7所述的冷轧机组碳排放数据的计算方法,其特征在于:待统计的时间范围内连续生产的钢卷有N个,按照时间升序,N个钢卷分别依次为第1钢卷、第2钢卷、...、第N钢卷,以第1钢卷修正后的结束生产时间和第N-1钢卷修正后的结束生产时间作为划分边界,将待统计的时间范围分为三个区间,其中,第一区间为ta到第1钢卷修正后的结束生产时间,第二区间为第1钢卷修正后的结束生产时间到第N-1钢卷修正后结束生产时间,第三区间为第N-1钢卷修正后结束生产时间到tb;
第一区间的钢卷重量=第1钢卷重量*(第1钢卷修正后结束生产时间-ta)/(第1钢卷修正后结束生产时间-第1钢卷修正后开始生产时间);
第二区间的钢卷重量=第2钢卷到第N-1钢卷的重量之和;
第三区间的钢卷重量=第N钢卷重量*(tb-第N钢卷修正后开始生产时间)/(第N钢卷修正后结束生产时间-第N钢卷修正后开始生产时间)。
9.一种冷轧机组碳排放数据的计算装置,其特征在于:包括钢卷生产时间修正模块、燃料项分卷计算模块和碳排放数据计算模块,
所述钢卷生产时间修正模块用于获取冷轧机组钢卷的生产实绩数据,并将各钢卷的实际开始生产时间和实际结束生产时间进行修正,得到各钢卷修正后的开始生产时间和结束生产时间;
所述燃料项分卷计算模块用于获取各燃料项数据,计算各个钢卷各燃料项耗量,计算各个钢卷各燃料项碳排放量;
所述碳排放数据计算模块用于响应于触发信号,计算待统计的时间范围的碳排放数据。
10.如权利要求9所述的冷轧机组碳排放数据的计算装置,其特征在于:所述钢卷生产时间修正模块和燃料项分卷计算模块用于分别将各自的计算结果保存到数据库,所述碳排放数据计算模块用于从数据库读取数据,并根据从数据库读取的数据,计算待统计的时间范围的碳排放数据;
钢卷生产时间修正模块为周期性运行,钢卷生产时间修正模块运行时,获取冷轧机组钢卷的生产实绩数据,若发现有新的钢卷实绩产生,则将新的各钢卷的实际开始生产时间和实际结束生产时间进行修正,得到新的各钢卷修正后的开始生产时间和结束生产时间;
燃料项分卷计算模块为周期性运行,燃料项分卷计算模块运行时,计算新的各个钢卷各燃料项耗量,计算新的各个钢卷各燃料项碳排放量;
碳排放数据计算模块用于响应于人机交互模块发送的触发信号,计算待统计的时间范围的碳排放数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310852945.5A CN116934525A (zh) | 2023-07-12 | 2023-07-12 | 一种冷轧机组碳排放数据的计算方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310852945.5A CN116934525A (zh) | 2023-07-12 | 2023-07-12 | 一种冷轧机组碳排放数据的计算方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116934525A true CN116934525A (zh) | 2023-10-24 |
Family
ID=88382014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310852945.5A Pending CN116934525A (zh) | 2023-07-12 | 2023-07-12 | 一种冷轧机组碳排放数据的计算方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116934525A (zh) |
-
2023
- 2023-07-12 CN CN202310852945.5A patent/CN116934525A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101832541B (zh) | 电站锅炉过热器再热器自寻最优热偏差工况方法 | |
CN104517162A (zh) | 一种连续退火产品硬度在线集成学习预报方法 | |
CN101176063A (zh) | 设施监视方法 | |
CN102636624B (zh) | 铝电解过程电解槽中氧化铝浓度的软测量方法 | |
CN109993364A (zh) | 一种天然气用气量的预测方法及装置 | |
CN105930916A (zh) | 一种基于并行模块化神经网络的副产煤气实时预测方法 | |
CN106345823A (zh) | 基于热轧钢卷生产流程的在线实时预测机械性能的方法 | |
CN112267972B (zh) | 一种风电机组功率曲线异常智能判定方法 | |
CN101320031A (zh) | 一种奥氏体不锈钢精密钢带性能预测模型及其冷轧工艺设计 | |
CN116204779B (zh) | 一种判断储能盐穴运行状态的方法、系统及可读存储介质 | |
CN107403245A (zh) | 发电能效优化方法及装置 | |
CN103729571A (zh) | 一种高炉炼铁过程一氧化碳利用率的建模方法 | |
CN115329682A (zh) | 一种基于多周期特征的lstm-svr地铁车站温度预测方法 | |
CN116468582A (zh) | 一种用于能源行业的企业碳足迹核算系统 | |
CN116934525A (zh) | 一种冷轧机组碳排放数据的计算方法及装置 | |
CN116822997A (zh) | 一种考虑绿色电力的实时碳排放核算方法及装置 | |
CN115238854A (zh) | 一种基于tcn-lstm-am的短期负荷预测方法 | |
CN101182802A (zh) | 相继增压系统故障预测与诊断装置及故障预测与诊断方法 | |
CN117634678A (zh) | 基于实际运行场景的低碳园区碳排放预测方法 | |
CN101364286B (zh) | 一种火力发电机组等效强迫停运率的预测方法 | |
CN110740063A (zh) | 基于信号分解和周期特性的网络流量特征指标预测方法 | |
CN116934524A (zh) | 一种能源消耗量计算方法、装置及碳排放水平计算方法 | |
CN116131256A (zh) | 一种基于设备同时率的配电网可开放容量计算方法和系统 | |
CN116187512A (zh) | 一种基于bp神经网络的碳排放能力预测方法及装置 | |
CN102175286A (zh) | 涡轮流量计信号处理方法 |
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 |