CN117217423A - 一种基于数字孪生的企业碳排放监管方法及系统 - Google Patents
一种基于数字孪生的企业碳排放监管方法及系统 Download PDFInfo
- Publication number
- CN117217423A CN117217423A CN202311468035.3A CN202311468035A CN117217423A CN 117217423 A CN117217423 A CN 117217423A CN 202311468035 A CN202311468035 A CN 202311468035A CN 117217423 A CN117217423 A CN 117217423A
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- tpfl
- equipment
- energy consumption
- energy
- 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 242
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 242
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012423 maintenance Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 230000009467 reduction Effects 0.000 claims abstract description 24
- 238000006243 chemical reaction Methods 0.000 claims abstract description 22
- 238000004519 manufacturing process Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000013135 deep learning Methods 0.000 claims abstract description 6
- 238000005265 energy consumption Methods 0.000 claims description 77
- 230000032683 aging Effects 0.000 claims description 34
- 230000005540 biological transmission Effects 0.000 claims description 34
- 238000011156 evaluation Methods 0.000 claims description 30
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 14
- 238000009776 industrial production Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 9
- 239000001569 carbon dioxide Substances 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000002485 combustion reaction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 239000000725 suspension Substances 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 239000002918 waste heat Substances 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 6
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical compound [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 description 4
- 239000005431 greenhouse gas Substances 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000012994 industrial processing Methods 0.000 description 3
- 229910018503 SF6 Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- -1 hydrofluorocarbon Chemical compound 0.000 description 2
- 238000006386 neutralization reaction Methods 0.000 description 2
- 239000001272 nitrous oxide Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 description 2
- 229960000909 sulfur hexafluoride Drugs 0.000 description 2
- TXEYQDLBPFQVAA-UHFFFAOYSA-N tetrafluoromethane Chemical compound FC(F)(F)F TXEYQDLBPFQVAA-UHFFFAOYSA-N 0.000 description 2
- 238000010792 warming Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Abstract
本发明公开了一种基于数字孪生的企业碳排放监管方法及系统,涉及碳排放监管技术领域,该基于数字孪生的企业碳排放监管方法中所述的步骤是为了采集、分析、对比评估企业在生产过程中产生的相关数据,获得设备维修费用Wxf、实时维修次数w1、设备加工转化能源产出量Zhnh、再生能源量Zsnh以及设备效率Sxl,通过深度学习,以确保对企业碳排放进行监管工作,同时根据分析计算获得的碳排放量Tpfl与预设阈值Q、预设阙值K进行相互比较,以确定目前的企业碳排放量Tpfl是否超出了预设阙值K和相应的预设阈值Q,再采取相应的碳减排决策。
Description
技术领域
本发明涉及碳排放监管技术领域,具体为一种基于数字孪生的企业碳排放监管方法及系统。
背景技术
随着全球环保意识的提高和碳排放问题的日益凸显,企业碳排放是指人类生产经营活动过程中向外界排放温室气体(二氧化碳、甲烷、氧化亚氮、氢氟碳化物、全氟碳化物和六氟化硫等)的过程。碳排放是目前被认为导致全球变暖的主要原因之一;碳中和是指企业、团体或个人测算在一定时间内直接或间接产生的温室气体排放总量,然后通过植树造林、节能减排等形式,抵消自身产生的二氧化碳排放量,实现二氧化碳“零排放”。
工业企业在生产运行过程中,针对碳排放量的分析与计算,通常考虑企业生产消耗能量对碳排放量的影响,从而采取相应的碳减排措施,而在生产运行过程中的多处环节都会影响碳排放的程度,比如工业企业在加工转化能源时的设备效率、工业加工转化产出量、设备老化程度等多方面因素,那如何更加精准的采集和分析企业运行中产生的碳排放的问题,是当前需要研究的碳排放监管方向。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于数字孪生的企业碳排放监管方法及系统,通过数据采集模块、实时更新模块、通信传输模块、碳排放清单模块、分析数据模块、阈值对比模块和阙值模块,提供决策支持,以确保企业碳排放符合产生要求,它综合考虑了工业企业在加工转化能源时的设备效率、工业加工转化产出量、设备老化程度等多种因素,提供环保社会。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种基于数字孪生的企业碳排放监管方法及系统,包括以下步骤,
S1、建立数据库,收集企业碳排放历史数据;
S2、采集和整理企业碳排放相关参数,获得碳排放清单数据;
S3、构建数字孪生模型,将所述碳排放清单数据和所述历史数据,更新至数字孪生模型中的物理实体状态,根据收集到的数据,实时更新模型中与碳排放相关的参数和属性;
S4、对所述数据库中的信息进行数据分析,将采集到的数据通过通信模块传输到数据库,实现数据的存储、分析和共享;
在数字孪生模型中,对碳排放清单进行扫描特征提取,获得传输设备能耗总量和设备老化能耗量/>;
分析计算所述传输设备能耗总量和所述设备老化能耗量/>对碳排放量Tpfl的影响,获得碳排放量Tpfl;
将所述碳排放量Tpfl与预设阈值Q进行分析,获取评估结果;
S5、针对S4步骤中所述评估结果对企业碳的排放进行决策管理。
优选的,所述S1步骤中具体包括:
S11、企业碳排放相关参数包括传输设备能耗总量和设备老化能耗量/>存储于数据库;
S12、所述传输设备能耗总量包括路由器、交换机、光纤设备以及通信基站;所述设备老化能耗量/>包括设备使用时间越长;技术水平和性能的老旧,设备的维修次数。
优选的,分析计算所述传输设备能耗总量和所述设备老化能耗量/>对碳排放量Tpfl,获得碳排放量Tpfl;所述碳排放量Tpfl通过以下公式获得:
式中,Tpfxs表示为碳排放系数,指企业能源在燃烧或使用过程中每单位能源所产生的二氧化碳排放量;碳排放系数以单位能源的碳含量表示。
优选的,所述设备能耗总量包括有工业生产消耗能源量Scnh、加工转化能源产出量Zhnh和再生能源量Zsnh,将所述工业生产消耗能源量Scnh、所述加工转化能源产出量Zhnh和所述再生能源量Zsnh进行相关联计算,获得设备能耗总量/>,通过分析计算,所述设备能耗总量/>以下公式如下:
式中,T1、T2、T3、...、Tn表示为若干个时间轴中采集到的所述设备能耗总量的相关特征,Wyz表示为温度因子,Sxl表示为设备效率,/>和/>分别表示为温度因子Wyz和设备效率Sxl对所述设备能耗重量/>的权重值,其中,/>、/>,所述加工转化能源产出量Zhnh的特征获得,包括有加工转化过程中所产生的能源损传输损耗、转换损耗和废热损耗,所述再生能源量Zsnh的特征获得,包括有太阳能、风能以及水能。
优选的,所述设备老化能耗量通过以下公式获取:
式中,Wxf表示为设备维修费用,Ysz表示为设备原始价值,Cyz表示为设备残余价值,设备原始价值Ysz减去设备残余价值表示为设备耗费值,Cyz,w1表示为设备维修费用Wxf的实时维修次数,w2表示为设备耗费值的时长,C表示为修正常数。
优选的,将所述碳排放量Tpfl与预设阈值Q进行分析比较,深度学习;
若碳排放量Tpfl高于预设阈值Q时,则表示企业碳排放量Tpfl处于立刻终止运行的状态,并采取有效的碳减排策略,降低企业碳排放量Tpfl;
若碳排放量Tpfl低于预设阈值Q时,则表示企业当前在生产过程中碳排放量Tpfl符合要求。
优选的,当碳排放量Tpfl高于预设阈值Q的同时,此时仍需要进行企业生产时,参与碳排放权市场,购买碳排放权来抵消超出预设阈值Q的碳排放量。
优选的,将碳排放量Tpfl与预设阙值K进行分析比较,获得等级策略方案:
,表示为获得一级监管评价,碳排放量Tpfl处于安全排放状态,无需发出任何警报;
,表示为获得二级监管评价,碳排放量Tpfl处于微紧急排放状态,发出注意警报;
,表示为获得三级监管评价,碳排放量Tpfl处于中度紧急排放状态,发出中止碳排放警报;
,表示为获得四级监管评价,碳排放量Tpfl处于高度紧急排放状态,强制终止企业运行。
优选的,包括有数据采集模块、实时更新模块、通信传输模块、碳排放清单模块、分析数据模块、阈值对比模块和阙值模块;
所述数据采集模块用于收集和整理企业碳排放相关系数,获得碳排放清单;
所述实时更新模块用于负责对采集到的数据进行实时更新和处理,系统实时监控能耗和碳排放情况,及时发现异常或超出预设阈值的情况,帮助企业快速做出反应和调整;
所述通信传输模块用于负责将采集到的数据传输到数据库中,以便进行集中存储和处理,同时确保数据的安全传输和及时上传,保障数据的完整性和可靠性;
所述碳排放清单模块用于将收集来的数据进行整合,方便后续的分析对比,所述碳排放清单的相关特征获得包括有传输设备能耗总量和设备老化能耗量/>;
所述分析数据模块用于通过对采集到的数据进行统计和分析计算,揭示工业生产消耗能源量Scnh、加工转化能源产出量Zhnh和再生能源量Zsnh,将所述工业生产消耗能源量Scnh、温度因子Wyz、设备效率Sxl、设备维修次数w1以及设备维修费用Wxf对碳排放量Tpfl的趋势、规律和关联性。企业能有针对性地制定减排策略和优化能源使用;
所述阈值对比模块用于将碳排放量Tpfl与预设的阈值Q进行对比,同时将碳排放量Tpfl与预设的阙值K进行对比,监测碳排放量Tpfl是否超出预设的阈值Q和相应的预设的阙值K,提示企业采取相应的减排措施。
优选的,还包括有策略模块,所述策略模块用于针对评估结果对企业碳的排放进行决策管理,同时,实时根据政府制定的碳排放政策和法规对预设阈值Q进行相应调整。
(三)有益效果
本发明提供了一种基于数字孪生的企业碳排放监管方法及系统。具备以下有益效果:
(1)该基于数字孪生的企业碳排放监管方法中所述的步骤是为了采集、分析、对比评估企业在生产过程中产生的相关数据,获得设备维修费用Wxf、实时维修次数w1、设备加工转化能源产出量Zhnh、再生能源量Zsnh以及设备效率Sxl,通过深度学习,以确保对企业碳排放进行监管工作,同时根据分析计算获得的碳排放量Tpfl与预设阈值Q、预设阙值K进行相互比较,以确定目前的企业碳排放量Tpfl是否超出了预设阙值K和相应的预设阈值Q,再采取相应的碳减排决策。
(2)该基于数字孪生的企业碳排放监管方法,通过多个时间轴的能耗数据,温度因子Wyz和设备效率Sxl的权重调整,得以计算得出的设备能耗总量更加准确,通过分析设备维修费用和,可以更好地评估设备老化情况,帮助企业制定合理的设备维护计划和更新策略,降低老化设备的能耗;同时,帮助企业优化能源使用和再生能源的应用,提高能源的利用效率和减少碳排放;通过计算设备能耗总量和设备老化能耗量/>对碳排放量Tpfl的影响,促进企业制定更加精细化和有针对性的碳减排策略,提高碳排放管理的效果。
(3)该基于数字孪生的企业碳排放监管方法,设定预设阈值Q和预设阙值K,并将两者分别与分析计算获得的碳排放量Tpfl进行分析对比,进行评估与监测碳排放量Tpfl是否超出预设的阈值Q和相应的预设的阙值K,提示企业采取相应的减排措施,针对不同等级的策略方案进行严格执行,从而实现智能化的碳减排决策和评估,有助于企业降低碳排放,实现可持续发展。
(4)该基于数字孪生的企业碳排放监管的系统,通过上述模块的协同工作,基于数字孪生的企业碳排放监管的系统能够实现对设备维修费用Wxf和实时维修次数w1历史数据,以及碳排放清单中的特征数据进行采集和整理,从而获得当下企业碳排放量Tpfl的情况,从而调整的决策,以确保施工活动符合安全标准和居民的噪音敏感度要求。
附图说明
图1为本发明一种基于数字孪生的企业碳排放监管方法及系统的框图流程示意图。
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。
随着全球环保意识的提高和碳排放问题的日益凸显,企业碳排放是指人类生产经营活动过程中向外界排放温室气体(二氧化碳、甲烷、氧化亚氮、氢氟碳化物、全氟碳化物和六氟化硫等)的过程。碳排放是目前被认为导致全球变暖的主要原因之一;碳中和是指企业、团体或个人测算在一定时间内直接或间接产生的温室气体排放总量,然后通过植树造林、节能减排等形式,抵消自身产生的二氧化碳排放量,实现二氧化碳“零排放”。
工业企业在生产运行过程中,针对碳排放量的分析与计算,通常考虑企业生产消耗能量对碳排放量的影响,从而采取相应的碳减排措施,而在生产运行过程中的多处环节都会影响碳排放的程度,比如工业企业在加工转化能源时的设备效率、工业加工转化产出量、设备老化程度等多方面因素,那如何更加精准的采集和分析企业运行中产生的碳排放的问题,是当前需要研究的碳排放监管方向。
实施例1
请参阅图1,本发明提供一种基于数字孪生的企业碳排放监管方法,包括以下步骤,
S1、建立数据库,收集企业碳排放历史数据;
S2、采集和整理企业碳排放相关参数,获得碳排放清单数据;
S3、构建数字孪生模型,将所述碳排放清单数据和所述历史数据,更新至数字孪生模型中的物理实体状态,根据收集到的数据,实时更新模型中与碳排放相关的参数和属性;
S4、对所述数据库中的信息进行数据分析,将采集到的数据通过通信模块传输到数据库,实现数据的存储、分析和共享;
在数字孪生模型中,对碳排放清单进行扫描特征提取,获得传输设备能耗总量和设备老化能耗量/>;
分析计算所述传输设备能耗总量和所述设备老化能耗量/>对碳排放量Tpfl的影响,获得碳排放量Tpfl;
将所述碳排放量Tpfl与预设阈值Q进行分析,获取评估结果;
S5、针对S4步骤中所述评估结果对企业碳的排放进行决策管理。
所述S1步骤中具体包括:
S11、企业碳排放相关参数包括传输设备能耗总量和设备老化能耗量/>存储于数据库;
S12、所述传输设备能耗总量包括路由器、交换机、光纤设备以及通信基站;所述设备老化能耗量/>包括设备使用时间越长;技术水平和性能的老旧,设备的维修次数。
分析计算所述传输设备能耗总量和所述设备老化能耗量/>对碳排放量Tpfl,获得碳排放量Tpfl;所述碳排放量Tpfl通过以下公式获得:
式中,Tpfxs表示为碳排放系数,指企业能源在燃烧或使用过程中每单位能源所产生的二氧化碳排放量;碳排放系数以单位能源的碳含量表示。
本实施例中,基于数字孪生的企业碳排放监管方法中所述的步骤是为了采集、分析、对比评估企业在生产过程中产生的相关数据,获得设备维修费用Wxf、实时维修次数w1、设备加工转化能源产出量Zhnh、再生能源量Zsnh以及设备效率Sxl,通过深度学习,以确保对企业碳排放进行监管工作,同时根据分析计算获得的碳排放量Tpfl与预设阈值Q、预设阙值K进行相互比较,以确定目前的企业碳排放量Tpfl是否超出了预设阙值K和相应的预设阈值Q,再采取相应的碳减排决策。
实施例2
请参阅图1,本实施例是在实施例1中进行的解释说明,具体的,所述设备能耗总量包括有工业生产消耗能源量Scnh、加工转化能源产出量Zhnh和再生能源量Zsnh,将所述工业生产消耗能源量Scnh、所述加工转化能源产出量Zhnh和所述再生能源量Zsnh进行相关联计算,获得设备能耗总量/>,通过分析计算,所述设备能耗总量/>以下公式如下:
式中,T1、T2、T3、...、Tn表示为若干个时间轴中采集到的所述设备能耗总量的相关特征,Wyz表示为温度因子,Sxl表示为设备效率,/>和/>分别表示为温度因子Wyz和设备效率Sxl对所述设备能耗重量/>的权重值,其中,/>、/>,所述加工转化能源产出量Zhnh的特征获得,包括有加工转化过程中所产生的能源损传输损耗、转换损耗和废热损耗,所述再生能源量Zsnh的特征获得,包括有太阳能、风能以及水能。
所述设备老化能耗量通过以下公式获取:
式中,Wxf表示为设备维修费用,Ysz表示为设备原始价值,Cyz表示为设备残余价值,设备原始价值Ysz减去设备残余价值表示为设备耗费值,Cyz,w1表示为设备维修费用Wxf的实时维修次数,w2表示为设备耗费值的时长,C表示为修正常数。
本实施例中,通过多个时间轴的能耗数据,温度因子Wyz和设备效率Sxl的权重调整,得以计算得出的设备能耗总量更加准确,通过分析设备维修费用和,可以更好地评估设备老化情况,帮助企业制定合理的设备维护计划和更新策略,降低老化设备的能耗;同时,帮助企业优化能源使用和再生能源的应用,提高能源的利用效率和减少碳排放;通过计算设备能耗总量和设备老化能耗量/>对碳排放量Tpfl的影响,促进企业制定更加精细化和有针对性的碳减排策略,提高碳排放管理的效果。
实施例3
请参阅图1,本实施例是在实施例1中进行的解释说明,具体的,将所述碳排放量Tpfl与预设阈值Q进行分析比较,深度学习;
若碳排放量Tpfl高于预设阈值Q时,则表示企业碳排放量Tpfl处于立刻终止运行的状态,并采取有效的碳减排策略,降低企业碳排放量Tpfl;
若碳排放量Tpfl低于预设阈值Q时,则表示企业当前在生产过程中碳排放量Tpfl符合要求。
当碳排放量Tpfl高于预设阈值Q的同时,此时仍需要进行企业生产时,参与碳排放权市场,购买碳排放权来抵消超出预设阈值Q的碳排放量。
将碳排放量Tpfl与预设阙值K进行分析比较,获得等级策略方案:
,表示为获得一级监管评价,碳排放量Tpfl处于安全排放状态,无需发出任何警报;
,表示为获得二级监管评价,碳排放量Tpfl处于微紧急排放状态,发出注意警报;
,表示为获得三级监管评价,碳排放量Tpfl处于中度紧急排放状态,发出中止碳排放警报;
,表示为获得四级监管评价,碳排放量Tpfl处于高度紧急排放状态,强制终止企业运行。
本实施例中,设定预设阈值Q和预设阙值K,并将两者分别与分析计算获得的碳排放量Tpfl进行分析对比,进行评估与监测碳排放量Tpfl是否超出预设的阈值Q和相应的预设的阙值K,提示企业采取相应的减排措施,针对不同等级的策略方案进行严格执行,从而实现智能化的碳减排决策和评估,有助于企业降低碳排放,实现可持续发展。
示例:
假设一个工厂名为XYZ工厂,下面是一个基于上述步骤的示例:
S1:建立数据库,收集企业碳排放历史数据,在XYZ工厂内部建立一个数据库,用于存储企业的碳排放历史数据。
S2:采集和整理企业碳排放相关参数,获得碳排放清单;
XYZ工厂进行现场调查和数据采集,收集与碳排放相关的参数,如能源消耗、废气排放等。整理这些数据并生成一个碳排放清单,包含各项碳排放数据。
S3:构建数字孪生模型,更新物理实体状态,基于XYZ工厂的物理实体,构建一个数字孪生模型。
将收集到的碳排放清单数据和历史数据输入数字孪生模型,实时更新模型中与碳排放相关的参数和属性,以反映真实的物理实体状态。
S4:数据分析和共享,对数据库中的信息进行数据分析,通过通信模块将采集到的数据传输到数据库,实现数据的存储、分析和共享。在数字孪生模型中,对碳排放清单进行扫描特征提取,获得传输设备能耗总量和设备老化能耗量。在数字孪生模型中,对碳排放清单进行扫描,提取传输设备的能耗总量和设备老化能耗量。分析计算传输设备能耗总量和设备老化能耗量对碳排放量的影响,获得碳排放量。进行分析计算,研究传输设备能耗总量和设备老化能耗量对碳排放量的影响,从而获得最终的碳排放量Tpfl。
将碳排放量与预设阈值进行分析,获取评估结果。将计算得到的碳排放量Tpfl与预设阈值Q进行比较和分析,得出评估结果。
S5:决策管理,根据评估结果,对企业的碳排放进行决策管理。根据碳排放量Tpfl与预设阈值Q的比较结果,制定相应的等级策略方案。
等级策略方案:如果碳排放量Tpfl处于安全排放状态,无需发出任何警报,获得一级监管评价。如果碳排放量Tpfl处于微紧急排放状态,发出注意警报,获得二级监管评价。如果碳排放量Tpfl处于中度紧急排放状态,发出中止碳排放警报,获得三级监管评价。如果碳排放量Tpfl处于高度紧急排放状态,强制终止企业运行,获得四级监管评价。
实施例4
一种基于数字孪生的企业碳排放监管系统,请参阅图1,包括有数据采集模块、实时更新模块、通信传输模块、碳排放清单模块、分析数据模块、阈值对比模块和阙值模块;
所述数据采集模块用于收集和整理企业碳排放相关系数,获得碳排放清单;
所述实时更新模块用于负责对采集到的数据进行实时更新和处理,系统实时监控能耗和碳排放情况,及时发现异常或超出预设阈值的情况,帮助企业快速做出反应和调整;
所述通信传输模块用于负责将采集到的数据传输到数据库中,以便进行集中存储和处理,同时确保数据的安全传输和及时上传,保障数据的完整性和可靠性;
所述碳排放清单模块用于将收集来的数据进行整合,方便后续的分析对比,所述碳排放清单的相关特征获得包括有传输设备能耗总量和设备老化能耗量/>;
所述分析数据模块用于通过对采集到的数据进行统计和分析计算,揭示工业生产消耗能源量Scnh、加工转化能源产出量Zhnh和再生能源量Zsnh,将所述工业生产消耗能源量Scnh、温度因子Wyz、设备效率Sxl、设备维修次数w1以及设备维修费用Wxf对碳排放量Tpfl的趋势、规律和关联性,企业能有针对性地制定减排策略和优化能源使用;
所述阈值对比模块用于将碳排放量Tpfl与预设的阈值Q进行对比,同时将碳排放量Tpfl与预设的阙值K进行对比,监测碳排放量Tpfl是否超出预设的阈值Q和相应的预设的阙值K,提示企业采取相应的减排措施。
还包括有策略模块,所述策略模块用于针对评估结果对企业碳的排放进行决策管理,同时,实时根据政府制定的碳排放政策和法规对预设阈值Q进行相应调整。
本实施例中,通过上述模块的协同工作,基于数字孪生的企业碳排放监管的系统能够实现对设备维修费用Wxf和实时维修次数w1历史数据,以及碳排放清单中的特征数据进行采集和整理,从而获得当下企业碳排放量Tpfl的情况,从而调整的决策,以确保施工活动符合安全标准和居民的噪音敏感度要求。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种基于数字孪生的企业碳排放监管方法,其特征在于:包括以下步骤,
S1、建立数据库,收集企业碳排放历史数据;
S2、采集和整理企业碳排放相关参数,获得碳排放清单数据;
S3、构建数字孪生模型,将所述碳排放清单数据和所述历史数据,更新至数字孪生模型中的物理实体状态,根据收集到的数据,实时更新模型中与碳排放相关的参数和属性;
S4、对所述数据库中的信息进行数据分析,将采集到的数据通过通信模块传输到数据库,实现数据的存储、分析和共享;
在数字孪生模型中,对碳排放清单进行扫描特征提取,获得传输设备能耗总量和设备老化能耗量/>;
分析计算所述传输设备能耗总量和所述设备老化能耗量/>对碳排放量Tpfl的影响,获得碳排放量Tpfl;
将所述碳排放量Tpfl与预设阈值Q进行分析,获取评估结果;
S5、针对S4中所述评估结果对企业碳的排放进行决策管理<mark>。</mark>
根据权利要求1所述的基于数字孪生的企业碳排放监管方法,其特征在于:所述S1步骤中具体包括:
S11、企业碳排放相关参数包括传输设备能耗总量和设备老化能耗量/>存储于数据库;
S12、所述传输设备能耗总量包括路由器、交换机、光纤设备以及通信基站;所述设备老化能耗量/>包括设备使用时间越长;技术水平和性能的老旧,设备的维修次数。
2.根据权利要求2所述的基于数字孪生的企业碳排放监管方法,其特征在于:分析计算所述传输设备能耗总量和所述设备老化能耗量/>对碳排放量Tpfl,获得碳排放量Tpfl;所述碳排放量Tpfl通过以下公式获得:
式中,Tpfxs表示为碳排放系数,指企业能源在燃烧或使用过程中每单位能源所产生的二氧化碳排放量;碳排放系数以单位能源的碳含量表示。
3.根据权利要求3所述的基于数字孪生的企业碳排放监管方法,其特征在于:所述设备能耗总量包括有工业生产消耗能源量Scnh、加工转化能源产出量Zhnh和再生能源量Zsnh,将所述工业生产消耗能源量Scnh、所述加工转化能源产出量Zhnh和所述再生能源量Zsnh进行相关联计算,获得设备能耗总量/>,通过分析计算,所述设备能耗总量/>以下公式如下:
式中,T1、T2、T3、...、Tn表示为若干个时间轴中采集到的所述设备能耗总量的相关特征,Wyz表示为温度因子,Sxl表示为设备效率,/>和/>分别表示为温度因子Wyz和设备效率Sxl对所述设备能耗重量/>的权重值,其中,/>、/>,所述加工转化能源产出量Zhnh的特征获得,包括有加工转化过程中所产生的能源损传输损耗、转换损耗和废热损耗,所述再生能源量Zsnh的特征获得,包括有太阳能、风能以及水能。
4.根据权利要求4所述的基于数字孪生的企业碳排放监管方法,其特征在于:所述设备老化能耗量通过以下公式获取:
式中,Wxf表示为设备维修费用,Ysz表示为设备原始价值,Cyz表示为设备残余价值,设备原始价值Ysz减去设备残余价值表示为设备耗费值,Cyz,w1表示为设备维修费用Wxf的实时维修次数,w2表示为设备耗费值的时长,C表示为修正常数。
5.根据权利要求5所述的基于数字孪生的企业碳排放监管方法,其特征在于:将所述碳排放量Tpfl与预设阈值Q进行分析比较,深度学习;
若碳排放量Tpfl高于预设阈值Q时,则表示企业碳排放量Tpfl处于立刻终止运行的状态,并采取有效的碳减排策略,降低企业碳排放量Tpfl;
若碳排放量Tpfl低于预设阈值Q时,则表示企业当前在生产过程中碳排放量Tpfl符合要求。
6.根据权利要求6所述的基于数字孪生的企业碳排放监管方法,其特征在于:当碳排放量Tpfl高于预设阈值Q的同时,此时仍需要进行企业生产时,参与碳排放权市场,购买碳排放权来抵消超出预设阈值Q的碳排放量。
7.根据权利要求7所述的基于数字孪生的企业碳排放监管方法,其特征在于:将碳排放量Tpfl与预设阙值K进行分析比较,获得等级策略方案:
,表示为获得一级监管评价,碳排放量Tpfl处于安全排放状态,无需发出任何警报;
,表示为获得二级监管评价,碳排放量Tpfl处于微紧急排放状态,发出注意警报;
,表示为获得三级监管评价,碳排放量Tpfl处于中度紧急排放状态,发出中止碳排放警报;
,表示为获得四级监管评价,碳排放量Tpfl处于高度紧急排放状态,强制终止企业运行。
8.一种基于数字孪生的企业碳排放监管系统,其特征在于:包括有数据采集模块、实时更新模块、通信传输模块、碳排放清单模块、分析数据模块、阈值对比模块和阙值模块;
所述数据采集模块用于收集和整理企业碳排放相关系数,获得碳排放清单;
所述实时更新模块用于负责对采集到的数据进行实时更新和处理,系统实时监控能耗和碳排放情况,及时发现异常或超出预设阈值的情况,帮助企业快速做出反应和调整;
所述通信传输模块用于负责将采集到的数据传输到数据库中,以便进行集中存储和处理,同时确保数据的安全传输和及时上传,保障数据的完整性和可靠性;
所述碳排放清单模块用于将收集来的数据进行整合,方便后续的分析对比,所述碳排放清单的相关特征获得包括有传输设备能耗总量和设备老化能耗量/>;
所述分析数据模块用于通过对采集到的数据进行统计和分析计算,揭示工业生产消耗能源量Scnh、加工转化能源产出量Zhnh和再生能源量Zsnh,将所述工业生产消耗能源量Scnh、温度因子Wyz、设备效率Sxl、设备维修次数w1以及设备维修费用Wxf对碳排放量Tpfl的趋势、规律和关联性,企业能有针对性地制定减排策略和优化能源使用;
所述阈值对比模块用于将碳排放量Tpfl与预设的阈值Q进行对比,同时将碳排放量Tpfl与预设的阙值K进行对比,监测碳排放量Tpfl是否超出预设的阈值Q和相应的预设的阙值K,提示企业采取相应的减排措施。
9.根据权利要求9所述的基于数字孪生的企业碳排放监管系统,其特征在于:还包括有策略模块,所述策略模块用于针对评估结果对企业碳的排放进行决策管理,同时,实时根据政府制定的碳排放政策和法规对预设阈值Q进行相应调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311468035.3A CN117217423A (zh) | 2023-11-07 | 2023-11-07 | 一种基于数字孪生的企业碳排放监管方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311468035.3A CN117217423A (zh) | 2023-11-07 | 2023-11-07 | 一种基于数字孪生的企业碳排放监管方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117217423A true CN117217423A (zh) | 2023-12-12 |
Family
ID=89049637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311468035.3A Pending CN117217423A (zh) | 2023-11-07 | 2023-11-07 | 一种基于数字孪生的企业碳排放监管方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117217423A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113285974A (zh) * | 2021-04-02 | 2021-08-20 | 国网浙江慈溪市供电有限公司 | 一种基于数字孪生技术的企业碳排放监控系统 |
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 |
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 |
CN115545435A (zh) * | 2022-09-22 | 2022-12-30 | 海龙智能技术研究(珠海)有限公司 | 一种调味品厂低碳管理系统 |
CN115840394A (zh) * | 2022-12-01 | 2023-03-24 | 北京国电通网络技术有限公司 | 一种智能化楼宇碳管控系统 |
CN116626234A (zh) * | 2023-05-09 | 2023-08-22 | 内蒙古恒峰物云技术有限公司 | 工业碳排放量检测系统及其方法 |
-
2023
- 2023-11-07 CN CN202311468035.3A patent/CN117217423A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113285974A (zh) * | 2021-04-02 | 2021-08-20 | 国网浙江慈溪市供电有限公司 | 一种基于数字孪生技术的企业碳排放监控系统 |
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 |
CN115545435A (zh) * | 2022-09-22 | 2022-12-30 | 海龙智能技术研究(珠海)有限公司 | 一种调味品厂低碳管理系统 |
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 |
CN115840394A (zh) * | 2022-12-01 | 2023-03-24 | 北京国电通网络技术有限公司 | 一种智能化楼宇碳管控系统 |
CN116626234A (zh) * | 2023-05-09 | 2023-08-22 | 内蒙古恒峰物云技术有限公司 | 工业碳排放量检测系统及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110674189B (zh) | 一种智能变电站二次状态监测与故障定位的方法 | |
CN111143447B (zh) | 一种电网薄弱环节动态监测预警决策系统及方法 | |
CN112857434A (zh) | 一种基于lpwan的矿井高压电缆实时监测系统 | |
CN113709598B (zh) | 一种基于物联网的碳排放监测管理系统 | |
CN213754105U (zh) | 一种基于大数据的光伏电站智能管理系统 | |
CN116151621A (zh) | 一种基于数据分析的大气污染治理风险检测系统 | |
CN116308304B (zh) | 基于元学习概念漂移检测的新能源智慧运维方法及系统 | |
CN116742799A (zh) | 一种基于物联网技术的配电辅助监测预警系统 | |
CN116683500A (zh) | 一种电化学储能电站有功功率调度方法和系统 | |
CN117013527A (zh) | 一种分布式光伏发电功率预测方法 | |
CN111930790A (zh) | 一种基于时序分析的阀冷设备进阀温度预测方法 | |
CN116341988B (zh) | 一种基于双碳目标的城市能源碳排放监测系统 | |
CN117390944A (zh) | 一种变电站运行工况仿真系统 | |
CN112365186A (zh) | 一种电力信息系统健康度评估方法及其评估系统 | |
CN117217423A (zh) | 一种基于数字孪生的企业碳排放监管方法及系统 | |
CN110750760B (zh) | 一种基于态势感知和控制图的异常理论线损检测方法 | |
CN112907929A (zh) | 一种基于用电信息的环保监测系统和方法 | |
CN102095953A (zh) | 一种蓄电池充电机性能在线检测方法 | |
CN215985733U (zh) | 一种区域级二氧化碳排放监测与管控系统 | |
CN115167313B (zh) | 基于5g智能工厂的有机废弃物协同资源化处理系统 | |
CN117670313B (zh) | 一种电厂巡检方法、电厂巡检系统及可存储介质 | |
CN116776650B (zh) | 一种箱式变电站的运行状态控制系统 | |
CN117648586B (zh) | 一种基于数据分析的生物质发电异常监管控制系统 | |
CN116505663B (zh) | 一种农场用电安全状态监测预警系统 | |
CN116131755B (zh) | 一种太阳能发电设备智能控制系统及方法 |
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 |