CN117407967B - 一种集成房屋的碳排放监测方法 - Google Patents
一种集成房屋的碳排放监测方法 Download PDFInfo
- Publication number
- CN117407967B CN117407967B CN202311730866.3A CN202311730866A CN117407967B CN 117407967 B CN117407967 B CN 117407967B CN 202311730866 A CN202311730866 A CN 202311730866A CN 117407967 B CN117407967 B CN 117407967B
- Authority
- CN
- China
- Prior art keywords
- integrated house
- carbon emission
- house
- historical
- integrated
- 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.)
- Active
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 130
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012544 monitoring process Methods 0.000 title claims abstract description 20
- 230000007613 environmental effect Effects 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000009825 accumulation Methods 0.000 claims description 15
- 230000001186 cumulative effect Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000010354 integration Effects 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
- G06T17/205—Re-meshing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Chemical & Material Sciences (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Architecture (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Structural Engineering (AREA)
- Combustion & Propulsion (AREA)
- Civil Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种集成房屋的碳排放监测方法,属于碳排放监测技术领域,包括以下步骤:S1、获取集成房屋的工作参数以及环境参数;S2、确定集成房屋的运行状态模型;S3、确定集成房屋当前时刻的碳排放量;S4、在集成房屋当前时刻的碳排放量超过预设碳排放量阈值时,进行报警。本发明公开了一种集成房屋的碳排放监测方法,通过对集成方面的平面图进行网格划分,在网格划分的基础上充分考虑有无运行设备产生热量对集成房屋碳排放产生的影响,还考虑了集成房屋内历史时刻温湿度的变化,刻画运行状态模型;该方法可提前预测碳排放量超标的情况,不用得到测量到碳排放量超标才报警,保证集成房屋碳排放量的准确监测。
Description
技术领域
本发明属于碳排放监测技术领域,具体涉及一种集成房屋的碳排放监测方法。
背景技术
集成房屋是一种专业化的设计,及标准化、模块化和通用化生产等特点,其易于拆迁、安装便捷、运输便捷且可多次重复使用。集成房屋的使用过程中,通常对集成房屋的碳排放进行监测,从而判断集成房屋所处区域的碳排放是否超出要求,便于制定减排计划并跟踪区域的碳排放,为可持续发展做出贡献。然而现有集成房屋碳排放监测技术中,大多只是直接历史碳排放量进行预警,不能对当前碳排放能源进行预测,导致其监测预警意义不大,监测预警效果不佳。
发明内容
本发明为了解决以上问题,提出了一种集成房屋的碳排放监测方法。
本发明的技术方案是:一种集成房屋的碳排放监测方法包括以下步骤:
S1、获取集成房屋的工作参数以及环境参数;
S2、根据集成房屋的工作参数以及环境参数,确定集成房屋的运行状态模型;
S3、获取集成房屋各个历史时刻的碳排放量,并根据集成房屋的运行状态模型,确定集成房屋当前时刻的碳排放量;
S4、在集成房屋当前时刻的碳排放量超过预设碳排放量阈值时,进行报警。
进一步地,S1中,集成房屋的工作参数包括集成房屋的高度、集成房屋的宽度、集成房屋的长度、集成房屋的屋面坡度以及集成房屋内运行设备数量;
S1中,集成房屋的环境参数包括各个历史时刻的房屋内温度以及各个历史时刻的房屋内湿度。
进一步地,S2包括以下子步骤:
S21、获取集成房屋的平面图,并将集成房屋的平面图均匀拆分为若干个网格;
S22、提取集成房屋的平面图中提取存在运行设备的网格,生成运行网格集合;
S23、根据集成房屋的环境参数,确定运行网格集合与环境参数之间的运行累积矩阵;
S24、根据集成房屋的工作参数以及运行网格集合与环境参数之间的运行累积矩阵,确定集成房屋的运行状态模型。
上述进一步方案的有益效果是:在本发明中,集成房屋内一般存在若干运行设备,比如空调等家电,又比如需要在集成房屋完成生产任务的生产机器。集成房屋的平面图既绘制了集成房屋的尺寸,又绘制了集成房屋内运行设备的位置。这些设备的运行会影响集成房屋内部的温湿度情况以及碳排放情况,因此需作为碳排放影响因素。通过网格化对平面图进行拆分,区分存在运行设备与不存在运行设备的网格,生成的运行累积矩阵用于刻画集成房屋内运行设备产生温度以及各个历史时刻的温湿度关系。
进一步地,S23中,运行网格集合与环境参数之间的运行累积矩阵X的表达式为:,,,x21=1,;式中,x11表
示运行网格集合与环境参数之间的运行累积矩阵中第1行第1列元素,x12表示运行网格集合
与环境参数之间的运行累积矩阵中第1行第2列元素,x21表示运行网格集合与环境参数之间
的运行累积矩阵中第2行第1列元素,x22表示运行网格集合与环境参数之间的运行累积矩阵
中第2行第2列元素,Qij表示第i行第j列网格运行设备的热量,Fij表示第i行第j列网格运行
设备的负荷,Cij表示第i行第j列网格运行设备的比热容,I表示集成房屋的平面图中网格行
数,J表示集成房屋的平面图中网格列数,N表示运行网格集合的网格个数,Tm表示第m个历
史时刻的房屋内温度,Sm表示第m个历史时刻的房屋内湿度,M表示历史时刻个数,Tmax表示
历史时刻的最大房屋内温度,Smax表示历史时刻的最大房屋内湿度,Tmin表示历史时刻的最
小房屋内温度,Smin表示历史时刻的最小房屋内湿度。
进一步地,S24中,集成房屋的运行状态模型G的表达式为:;式中,a表示集成房屋的长度,b表示集成房屋的宽度,c表
示集成房屋的高度,β表示集成房屋的屋面坡度,C表示常数,λ表示运行网格集合与环境参
数之间的运行累积矩阵的特征值。
进一步地,S3包括以下子步骤:
S31、获取集成房屋各个历史时刻的碳排放量;
S32、根据集成房屋的运行状态模型以及各个历史时刻的碳排放量,生成各个历史时刻的碳排放标签值;
S33、根据各个历史时刻的碳排放量以及各个历史时刻的碳排放标签值,计算各个历史时刻的碳排放权重;
S34、根据各个历史时刻的碳排放权重,确定集成房屋当前时刻的碳排放量。
上述进一步方案的有益效果是:在本发明中,通过对各个历史时刻的碳排放量以及相邻历史时刻的碳排放量进行运算,得到可以表征各个历史时刻碳排放量变化情况的碳排放标签值,并确定各个历史时刻的碳排放权重。由于各个历史时刻的碳排放权重都保证该历史时刻相邻的碳排放量变化,所以将所有历史时刻的碳排放权重进行数学运算,可以预测当前时刻的碳排放量。
进一步地,S32中,第m个历史时刻的碳排放标签值σm的计算公式为:;式中,Pm-1表示第m-1个历史时刻的碳排放量,Pm表示第m
个历史时刻的碳排放量,Pm+1表示第m+1个历史时刻的碳排放量,G表示集成房屋的运行状态
模型,M表示历史时刻个数。
进一步地,S33中,第m个历史时刻的碳排放权重μm的计算公式为:
;式中,Pm表示第m个历史时刻的碳排放量,σm表示第m个历史时刻的碳排放标签值,M表示历
史时刻个数。
进一步地,S34中,集成房屋当前时刻的碳排放量Q的计算公式为:;式中,σm表示第m个历史时刻的碳排放标签值,
Pm表示第m个历史时刻的碳排放量,μm表示第m个历史时刻的碳排放权重,μm+1表示第m+1个历
史时刻的碳排放权重,max(·)表示最大值运算,min(·)表示最小值运算,M表示历史时刻
个数,e表示指数。
本发明的有益效果是:本发明公开了一种集成房屋的碳排放监测方法,通过对集成方面的平面图进行网格划分,在网格划分的基础上充分考虑有无运行设备产生热量对集成房屋碳排放产生的影响,还考虑了集成房屋内历史时刻温湿度的变化,刻画运行状态模型;根据运行状态模型与各个历史时刻的碳排放量变化,来预测当前时刻的碳排放量,在当前时刻的碳排放量超标时进行报警;该方法可提前预测碳排放量超标的情况,不用得到测量到碳排放量超标才报警,保证集成房屋碳排放量的准确监测。
附图说明
图1为集成房屋的碳排放监测方法的流程图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
如图1所示,本发明提供了一种集成房屋的碳排放监测方法,包括以下步骤:
S1、获取集成房屋的工作参数以及环境参数;
S2、根据集成房屋的工作参数以及环境参数,确定集成房屋的运行状态模型;
S3、获取集成房屋各个历史时刻的碳排放量,并根据集成房屋的运行状态模型,确定集成房屋当前时刻的碳排放量;
S4、在集成房屋当前时刻的碳排放量超过预设碳排放量阈值时,进行报警。
碳排放量阈值可根据实验或人为经验进行设置。
在本发明实施例中,S1中,集成房屋的工作参数包括集成房屋的高度、集成房屋的宽度、集成房屋的长度、集成房屋的屋面坡度以及集成房屋内运行设备数量;
S1中,集成房屋的环境参数包括各个历史时刻的房屋内温度以及各个历史时刻的房屋内湿度。
在本发明实施例中,S2包括以下子步骤:
S21、获取集成房屋的平面图,并将集成房屋的平面图均匀拆分为若干个网格;
S22、提取集成房屋的平面图中提取存在运行设备的网格,生成运行网格集合;
S23、根据集成房屋的环境参数,确定运行网格集合与环境参数之间的运行累积矩阵;
S24、根据集成房屋的工作参数以及运行网格集合与环境参数之间的运行累积矩阵,确定集成房屋的运行状态模型。
在本发明中,集成房屋内一般存在若干运行设备,比如空调等家电,又比如需要在集成房屋完成生产任务的生产机器。集成房屋的平面图既绘制了集成房屋的尺寸,又绘制了集成房屋内运行设备的位置。这些设备的运行会影响集成房屋内部的温湿度情况以及碳排放情况,因此需作为碳排放影响因素。通过网格化对平面图进行拆分,区分存在运行设备与不存在运行设备的网格,生成的运行累积矩阵用于刻画集成房屋内运行设备产生温度以及各个历史时刻的温湿度关系。
在本发明实施例中,S23中,运行网格集合与环境参数之间的运行累积矩阵X的表
达式为:,,,x21=1,;式中,x11表
示运行网格集合与环境参数之间的运行累积矩阵中第1行第1列元素,x12表示运行网格集合
与环境参数之间的运行累积矩阵中第1行第2列元素,x21表示运行网格集合与环境参数之间
的运行累积矩阵中第2行第1列元素,x22表示运行网格集合与环境参数之间的运行累积矩阵
中第2行第2列元素,Qij表示第i行第j列网格运行设备的热量,Fij表示第i行第j列网格运行
设备的负荷,Cij表示第i行第j列网格运行设备的比热容,I表示集成房屋的平面图中网格行
数,J表示集成房屋的平面图中网格列数,N表示运行网格集合的网格个数,Tm表示第m个历
史时刻的房屋内温度,Sm表示第m个历史时刻的房屋内湿度,M表示历史时刻个数,Tmax表示
历史时刻的最大房屋内温度,Smax表示历史时刻的最大房屋内湿度,Tmin表示历史时刻的最
小房屋内温度,Smin表示历史时刻的最小房屋内湿度。
若第i行第j列网格不存在运行设备,则Qij=0,即该网格不属于运行完网格集合。
在本发明实施例中,S24中,集成房屋的运行状态模型G的表达式为:;式中,a表示集成房屋的长度,b表示集成房屋的宽度,c表
示集成房屋的高度,β表示集成房屋的屋面坡度,C表示常数,λ表示运行网格集合与环境参
数之间的运行累积矩阵的特征值。
在本发明实施例中,S3包括以下子步骤:
S31、获取集成房屋各个历史时刻的碳排放量;
S32、根据集成房屋的运行状态模型以及各个历史时刻的碳排放量,生成各个历史时刻的碳排放标签值;
S33、根据各个历史时刻的碳排放量以及各个历史时刻的碳排放标签值,计算各个历史时刻的碳排放权重;
S34、根据各个历史时刻的碳排放权重,确定集成房屋当前时刻的碳排放量。
在本发明中,通过对各个历史时刻的碳排放量以及相邻历史时刻的碳排放量进行运算,得到可以表征各个历史时刻碳排放量变化情况的碳排放标签值,并确定各个历史时刻的碳排放权重。由于各个历史时刻的碳排放权重都保证该历史时刻相邻的碳排放量变化,所以将所有历史时刻的碳排放权重进行数学运算,可以预测当前时刻的碳排放量。
在本发明实施例中,S32中,第m个历史时刻的碳排放标签值σm的计算公式为:;式中,Pm-1表示第m-1个历史时刻的碳排放量,Pm表示第m
个历史时刻的碳排放量,Pm+1表示第m+1个历史时刻的碳排放量,G表示集成房屋的运行状态
模型,M表示历史时刻个数。
在本发明实施例中,S33中,第m个历史时刻的碳排放权重μm的计算公式为:;式中,Pm表示第m个历史时刻的碳排放量,σm表示第m个历史时刻的碳排放
标签值,M表示历史时刻个数。
在本发明实施例中,S34中,集成房屋当前时刻的碳排放量Q的计算公式为:;式中,σm表示第m个历史时刻的碳排放标签值,
Pm表示第m个历史时刻的碳排放量,μm表示第m个历史时刻的碳排放权重,μm+1表示第m+1个历
史时刻的碳排放权重,max(·)表示最大值运算,min(·)表示最小值运算,M表示历史时刻
个数,e表示指数。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (2)
1.一种集成房屋的碳排放监测方法,其特征在于,包括以下步骤:
S1、获取集成房屋的工作参数以及环境参数;
S2、根据集成房屋的工作参数以及环境参数,确定集成房屋的运行状态模型;
S3、获取集成房屋各个历史时刻的碳排放量,并根据集成房屋的运行状态模型,确定集成房屋当前时刻的碳排放量;
S4、在集成房屋当前时刻的碳排放量超过预设碳排放量阈值时,进行报警;
所述S2包括以下子步骤:
S21、获取集成房屋的平面图,并将集成房屋的平面图均匀拆分为若干个网格;
S22、提取集成房屋的平面图中提取存在运行设备的网格,生成运行网格集合;
S23、根据集成房屋的环境参数,确定运行网格集合与环境参数之间的运行累积矩阵;
S24、根据集成房屋的工作参数以及运行网格集合与环境参数之间的运行累积矩阵,确定集成房屋的运行状态模型;
所述S23中,运行网格集合与环境参数之间的运行累积矩阵X的表达式为:,,/>,x21=1,/>;式中,x11表示运行网格集合与环境参数之间的运行累积矩阵中第1行第1列元素,x12表示运行网格集合与环境参数之间的运行累积矩阵中第1行第2列元素,x21表示运行网格集合与环境参数之间的运行累积矩阵中第2行第1列元素,x22表示运行网格集合与环境参数之间的运行累积矩阵中第2行第2列元素,Qij表示第i行第j列网格运行设备的热量,Fij表示第i行第j列网格运行设备的负荷,Cij表示第i行第j列网格运行设备的比热容,I表示集成房屋的平面图中网格行数,J表示集成房屋的平面图中网格列数,N表示运行网格集合的网格个数,Tm表示第m个历史时刻的房屋内温度,Sm表示第m个历史时刻的房屋内湿度,M表示历史时刻个数,Tmax表示历史时刻的最大房屋内温度,Smax表示历史时刻的最大房屋内湿度,Tmin表示历史时刻的最小房屋内温度,Smin表示历史时刻的最小房屋内湿度;
所述S24中,集成房屋的运行状态模型G的表达式为:;式中,a表示集成房屋的长度,b表示集成房屋的宽度,c表示集成房屋的高度,β表示集成房屋的屋面坡度,C表示常数,λ表示运行网格集合与环境参数之间的运行累积矩阵的特征值;
所述S3包括以下子步骤:
S31、获取集成房屋各个历史时刻的碳排放量;
S32、根据集成房屋的运行状态模型以及各个历史时刻的碳排放量,生成各个历史时刻的碳排放标签值;
S33、根据各个历史时刻的碳排放量以及各个历史时刻的碳排放标签值,计算各个历史时刻的碳排放权重;
S34、根据各个历史时刻的碳排放权重,确定集成房屋当前时刻的碳排放量;
所述S32中,第m个历史时刻的碳排放标签值σm的计算公式为:;式中,Pm-1表示第m-1个历史时刻的碳排放量,Pm表示第m个历史时刻的碳排放量,Pm+1表示第m+1个历史时刻的碳排放量,G表示集成房屋的运行状态模型,M表示历史时刻个数;
所述S33中,第m个历史时刻的碳排放权重μm的计算公式为:;式中,Pm表示第m个历史时刻的碳排放量,σm表示第m个历史时刻的碳排放标签值,M表示历史时刻个数;
所述S34中,集成房屋当前时刻的碳排放量Q的计算公式为:;式中,σm表示第m个历史时刻的碳排放标签值,Pm表示第m个历史时刻的碳排放量,μm表示第m个历史时刻的碳排放权重,μm+1表示第m+1个历史时刻的碳排放权重,max(·)表示最大值运算,min(·)表示最小值运算,M表示历史时刻个数,e表示指数。
2.根据权利要求1所述的集成房屋的碳排放监测方法,其特征在于,所述S1中,集成房屋的工作参数包括集成房屋的高度、集成房屋的宽度、集成房屋的长度、集成房屋的屋面坡度以及集成房屋内运行设备数量;
所述S1中,集成房屋的环境参数包括各个历史时刻的房屋内温度以及各个历史时刻的房屋内湿度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311730866.3A CN117407967B (zh) | 2023-12-15 | 2023-12-15 | 一种集成房屋的碳排放监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311730866.3A CN117407967B (zh) | 2023-12-15 | 2023-12-15 | 一种集成房屋的碳排放监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117407967A CN117407967A (zh) | 2024-01-16 |
CN117407967B true CN117407967B (zh) | 2024-03-22 |
Family
ID=89487568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311730866.3A Active CN117407967B (zh) | 2023-12-15 | 2023-12-15 | 一种集成房屋的碳排放监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117407967B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115935132A (zh) * | 2022-10-11 | 2023-04-07 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于电网运行的间接碳排放核算方法、装置及介质 |
CN116011667A (zh) * | 2023-01-29 | 2023-04-25 | 西安西热电站信息技术有限公司 | 一种火电厂二氧化碳排放量实时计算的预警方法 |
CN116128271A (zh) * | 2023-04-04 | 2023-05-16 | 成都航空职业技术学院 | 基于区块链的建筑施工中的碳资产生成方法、系统及装置 |
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 |
CN116187621A (zh) * | 2023-02-24 | 2023-05-30 | 深圳市伟欣诚科技有限公司 | 一种碳排放监测方法及装置 |
CN116258239A (zh) * | 2022-12-08 | 2023-06-13 | 江苏巨亘建筑科技有限公司 | 智控能源碳排管理集成系统及碳排管理方法 |
CN116542395A (zh) * | 2023-06-12 | 2023-08-04 | 重庆不贰科技(集团)有限公司 | 一种低碳楼宇监测系统及方法 |
CN116739147A (zh) * | 2023-05-17 | 2023-09-12 | 福州市建筑大数据技术有限公司 | 基于bim的智能能耗管理与动态碳排放计算联合方法及系统 |
CN116756506A (zh) * | 2023-06-13 | 2023-09-15 | 南方电网科学研究院有限责任公司 | 区域电缆网络碳排放检测方法、系统、装置及存储介质 |
WO2023197879A1 (zh) * | 2022-04-11 | 2023-10-19 | 广东邦普循环科技有限公司 | 一种碳排放监测方法、装置、设备及存储介质 |
WO2023207401A1 (zh) * | 2022-04-25 | 2023-11-02 | 广东邦普循环科技有限公司 | 一种碳排放量预测方法、装置、设备及存储介质 |
CN117110541A (zh) * | 2023-08-21 | 2023-11-24 | 中国科学院空天信息创新研究院 | 一种基于边缘计算的碳排放监测预警分析系统及其方法 |
-
2023
- 2023-12-15 CN CN202311730866.3A patent/CN117407967B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023197879A1 (zh) * | 2022-04-11 | 2023-10-19 | 广东邦普循环科技有限公司 | 一种碳排放监测方法、装置、设备及存储介质 |
WO2023207401A1 (zh) * | 2022-04-25 | 2023-11-02 | 广东邦普循环科技有限公司 | 一种碳排放量预测方法、装置、设备及存储介质 |
CN115935132A (zh) * | 2022-10-11 | 2023-04-07 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于电网运行的间接碳排放核算方法、装置及介质 |
CN116258239A (zh) * | 2022-12-08 | 2023-06-13 | 江苏巨亘建筑科技有限公司 | 智控能源碳排管理集成系统及碳排管理方法 |
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 |
CN116011667A (zh) * | 2023-01-29 | 2023-04-25 | 西安西热电站信息技术有限公司 | 一种火电厂二氧化碳排放量实时计算的预警方法 |
CN116187621A (zh) * | 2023-02-24 | 2023-05-30 | 深圳市伟欣诚科技有限公司 | 一种碳排放监测方法及装置 |
CN116128271A (zh) * | 2023-04-04 | 2023-05-16 | 成都航空职业技术学院 | 基于区块链的建筑施工中的碳资产生成方法、系统及装置 |
CN116739147A (zh) * | 2023-05-17 | 2023-09-12 | 福州市建筑大数据技术有限公司 | 基于bim的智能能耗管理与动态碳排放计算联合方法及系统 |
CN116542395A (zh) * | 2023-06-12 | 2023-08-04 | 重庆不贰科技(集团)有限公司 | 一种低碳楼宇监测系统及方法 |
CN116756506A (zh) * | 2023-06-13 | 2023-09-15 | 南方电网科学研究院有限责任公司 | 区域电缆网络碳排放检测方法、系统、装置及存储介质 |
CN117110541A (zh) * | 2023-08-21 | 2023-11-24 | 中国科学院空天信息创新研究院 | 一种基于边缘计算的碳排放监测预警分析系统及其方法 |
Non-Patent Citations (3)
Title |
---|
Greenhouse gas emission monitoring system for manufacturing prefabricated components;Xingyu Tao 等;Automation in Construction;20180621;第93卷;第361–374页 * |
城市交通排放与扩散核算方法研究;屈新明 等;韧性交通:品质与服务——2023年中国城市交通规划年会论文集;20231012;第189-204页 * |
基于STIRPAT改进模型的民航碳排放预测研究;屈仁春 等;成都航空职业技术学院学报;20230619(第02期);第68-71页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117407967A (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111461444B (zh) | 风电场的机组功率的预测方法、系统、介质及电子设备 | |
Reder et al. | Data-driven learning framework for associating weather conditions and wind turbine failures | |
Kusiak et al. | Wind farm power prediction: a data‐mining approach | |
CN107507097A (zh) | 一种风电功率短期预测方法 | |
Catalao et al. | An artificial neural network approach for short-term wind power forecasting in Portugal | |
CN102486833B (zh) | 装置的效能预测及故障检测的方法 | |
CN104899665A (zh) | 风电功率短期预测方法 | |
Liu et al. | Research on fault diagnosis of wind turbine based on SCADA data | |
CN113570138B (zh) | 一种时间卷积网络的设备剩余使用寿命预测方法及装置 | |
CN107291991B (zh) | 一种基于动态网络标志的风电机组早期缺陷预警方法 | |
CN113036913B (zh) | 一种综合能源设备状态监测方法及装置 | |
Zhang et al. | A fault early warning method for auxiliary equipment based on multivariate state estimation technique and sliding window similarity | |
CN113847216B (zh) | 风机叶片的状态预测方法、装置、设备及存储介质 | |
CN111241755A (zh) | 电力负荷预测方法 | |
KR101708709B1 (ko) | 데이터마이닝 기법을 이용하여 고객기준부하를 추정하는 방법 및 그에 따른 장치 | |
CN112685964B (zh) | 一种基于卷积神经网络的锅炉受热面管壁泄漏预测方法 | |
CN116227637A (zh) | 一种面向有源配电网的精细化负荷预测方法和系统 | |
CN115406483A (zh) | 一种水电机组故障识别方法、装置、设备及可读存储介质 | |
JP6373682B2 (ja) | 風力発電設備の応力推定装置および風力発電設備の応力推定方法、風力発電システム | |
CN117407967B (zh) | 一种集成房屋的碳排放监测方法 | |
CN117494009A (zh) | 基于绝缘材料热解分析的电气设备状态评估方法及云平台 | |
CN112730877A (zh) | 一种风电机组偏航频繁检测预警算法 | |
CN110414734B (zh) | 一种计及风资源利用率预测评估的方法 | |
CN116225102A (zh) | 一种移动式的储能通信温升自动监控系统及装置 | |
CN111178601B (zh) | 一种基于气象数据后处理的风电机组功率预测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |