CN117610727A - 一种能碳方案的确定方法、装置、设备及存储介质 - Google Patents

一种能碳方案的确定方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN117610727A
CN117610727A CN202311599772.7A CN202311599772A CN117610727A CN 117610727 A CN117610727 A CN 117610727A CN 202311599772 A CN202311599772 A CN 202311599772A CN 117610727 A CN117610727 A CN 117610727A
Authority
CN
China
Prior art keywords
scheme
carbon
target
energy
data
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
Application number
CN202311599772.7A
Other languages
English (en)
Inventor
宋诗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sunshine Hui Carbon Technology Co ltd
Original Assignee
Sunshine Hui Carbon Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sunshine Hui Carbon Technology Co ltd filed Critical Sunshine Hui Carbon Technology Co ltd
Priority to CN202311599772.7A priority Critical patent/CN117610727A/zh
Publication of CN117610727A publication Critical patent/CN117610727A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种能碳方案的确定方法、装置、设备及存储介质。该方法包括：利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据；利用所述目标方案敏感数据与所述第一能碳特征数据，确定所述目标方案敏感数据的排放源信息；利用所述排放源信息和所述目标方案敏感数据，确定目标能碳方案。本发明实施例的技术方案，从能碳特征数据中筛选出了方案敏感数据，并推断出该方案敏感数据对应的排放源信息，通过聚焦方案敏感数据和排放源信息，对客户潜在的需求和痛点进行了挖掘，更加高效且透彻的确定出了节能减排的能碳方案，提升了客户对方案的满意度。

Description

一种能碳方案的确定方法、装置、设备及存储介质
技术领域
本发明涉及能碳综合利用经济效益分析技术领域，尤其涉及一种能碳方案的确定方法、装置、设备及存储介质。
背景技术
随着全球工业化的不断发展,环境污染和能碳消耗问题日益严重。节约能碳和减少碳排放已经成为我们所面临的重大挑战。绿色的新能碳，如，太阳能、地热能、风能以及海洋能等，其地位也变得越来越重要。
目前，主要通过根据客户的需求和经济效益来生成减碳节能的能碳方案。然而，上述传统的生成能碳方案的方法通常利用统计分析的方式，进行范范分析，未能聚焦重点，分析的不够透彻，且经常以客户的需求进行被动分析为主，缺乏对客户潜在需求或痛点的挖掘的主动性，从而使客户对方案的满意度不高。
发明内容
本发明提供了一种能碳方案的确定方法、装置、设备及存储介质，以解决能碳方案对客户需求的挖掘不够透彻的问题。
第一方面，本发明提供了一种能碳方案的确定方法，包括：
利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据，其中，所述预设方案敏感参数为与目标行业的能碳方案相关的敏感信息；
利用所述目标方案敏感数据与所述第一能碳特征数据，确定所述目标方案敏感数据的排放源信息；
利用所述排放源信息和所述目标方案敏感数据，确定目标能碳方案，其中，所述目标能碳方案对应的行业属于所述目标行业。
第二方面，本发明提供了一种能碳方案的确定装置，包括：
敏感数据确定模块，用于利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据，其中，所述预设方案敏感参数为与目标行业的能碳方案相关的敏感信息；
排放源确定模块，用于利用所述目标方案敏感数据与所述第一能碳特征数据，确定所述目标方案敏感数据的排放源信息；
能碳方案确定模块，用于利用所述排放源信息和所述目标方案敏感数据，确定目标能碳方案，其中，所述目标能碳方案对应的行业属于所述目标行业。
第三方面，本发明提供了一种电子设备，该电子设备包括：
至少一个处理器；
以及与至少一个处理器通信连接的存储器；
其中，存储器存储有可被至少一个处理器执行的计算机程序，该计算机程序被至少一个处理器执行，以使至少一个处理器能够执行上述第一方面的能碳方案的确定方法。
第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现上述第一方面的能碳方案的确定方法。
本发明提供的能碳方案的确定方案，利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据，其中，所述预设方案敏感参数为与目标行业的能碳方案相关的敏感信息；利用所述目标方案敏感数据与所述第一能碳特征数据，确定所述目标方案敏感数据的排放源信息；利用所述排放源信息和所述目标方案敏感数据，确定目标能碳方案，其中，所述目标能碳方案对应的行业属于所述目标行业。通过采用上述技术方案，从能碳特征数据中筛选出了方案敏感数据，并推断出该方案敏感数据的排放源信息，通过聚焦方案敏感数据和排放源信息，对客户潜在的需求和痛点进行挖掘，更加高效透彻的确定出了节能减排的能碳方案，提升了客户对方案的满意度。
应当理解，本部分所描述的内容并非旨在标识本发明的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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他的附图。
图1是根据本发明实施例一提供的一种能碳方案的确定方法的流程图；
图2是根据本发明实施例二提供的一种能碳方案的确定方法的流程图；
图3是根据本发明实施例二提供的一种生成能碳方案过程的示意图；
图4是根据本发明实施例三提供的一种能碳方案的确定装置的结构示意图；
图5是根据本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。在本发明的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种能碳方案的确定方法的流程图，本实施例可适用于确定能碳方案的情况，该方法可以由能碳方案的确定装置来执行，该能碳方案的确定装置可以采用硬件和/或软件的形式实现，该能碳方案的确定装置可配置于电子设备中，该电子设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。
如图1所示，该本发明实施例一提供的一种能碳方案的确定方法，具体包括如下步骤：
S101、利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据，其中，所述预设方案敏感参数为与目标行业的能碳方案相关的敏感信息。
在本实施例中，可以利用数据采集模块采集(第一)能碳特征数据，数据采集模块可以由传感器(如电、冷、热以及气等能耗和碳排传感器等)、智能硬件设备(如控制器和数据采集设备等)以及相关的软件组成。传感器和智能硬件可以采集到减碳节能分析的物理边界的能碳特征数据，如厂房的物理边界区域的能碳特征数据。能碳特征数据中可以包括，能源消耗数据、碳排放数据、碳减排措施数据、能源效率数据、碳足迹数据和环境指标数据等。能源消耗数据中可以包括电力和燃料等能源种类及其对应的消耗量，如单位产品和产值以及单位时间内的能源消耗量以及能源消耗的累积值等。碳排放数据中可以包括单位产品和产值以及时间内的碳排放量或碳排放的累积值等。碳减排措施数据中可以包括使用低碳能源(如风电等绿电能源)的改进生产过程和推广低碳技术(如高效冷机和高效空压机)的过程等数据。能源效率数据中可以包括单位产出所需的能源消耗量和能源利用的效率指标等，如能源消耗与产值的比值。碳足迹数据中可以包括直接碳足迹和间接碳足迹，直接碳足迹可以理解为直接由碳排放源直接产生的碳排放，间接碳足迹可以理解为由供应链或消费者等非碳排放源产生的碳排放。环境指标数据中可以包括环境指标，比如污水和废物产生等方面的数据。
在本实施例中，可以预先设置预设方案敏感参数库，预设方案敏感参数库中可以包含多个行业的方案敏感参数，如冶炼业、制造业和农牧业等。方案敏感参数中的每个参数都可能影响目标能碳方案。方案敏感参数可以包括与具体能碳方案相关的敏感信息，如绿电比例、综合电价、综合能碳成本、空调能耗占比以及空调制冷系数等。能碳方案可以包括达到节能减排目的和/或实现高经济效益目的的方案。预设方案敏感参数库可以用来从第一能碳特征数据中筛选出，与方案敏感参数相关的目标方案敏感数据。
S102、利用所述目标方案敏感数据与所述第一能碳特征数据，确定所述目标方案敏感数据的排放源信息。
在本实施例中，根据数据与排放源的关联性，通过借助领域知识和专业技术，如排放源模型和设备监测系统等，可以将目标方案敏感数据与第一能碳特征数据进行关联，从而得到目标方案敏感数据的排放源信息，如根据空调冷媒排放量和空调能耗数据，可以关联到空调的能效和新旧。其中，排放源信息可以包括排放源和/或排放源关联设备，当排放源为设备时，排放源关联设备即为排放源。
可选的，可以对排放源信息的准确性进行验证和修正，即对相关性的推论结果进行验证和修正，具体的方式可以包括实地调研、设备监测以及数据交叉对比等方式。通过与实际情况的对比和验证，可以确保排放源信息的准确性和可靠性。若验证后确定排放源信息不准确，可以根据验证结果修正排放源信息。
S103、利用所述排放源信息和所述目标方案敏感数据，确定目标能碳方案，其中，所述目标能碳方案对应的行业属于所述目标行业。
在本实施例中，可以根据排放源信息和目标方案敏感数据，自动生成目标能碳方案，以使该方案可以起到节能减排的作用。如可以将排放源信息和目标方案敏感数据输入至预设方案生成模型，输出的即为目标能碳方案。该目标能碳方案中可以包含排放源信息和目标方案敏感数据。
本发明实施例提供的能碳方案的确定方法，利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据，其中，所述预设方案敏感参数为与目标行业的能碳方案相关的敏感信息，利用所述目标方案敏感数据与所述第一能碳特征数据，确定所述目标方案敏感数据的排放源信息，利用所述排放源信息和所述目标方案敏感数据，确定目标能碳方案，其中，所述目标能碳方案对应的行业属于所述目标行业。本发明实施例技术方案，从能碳特征数据中筛选出了方案敏感数据，并推断出该方案敏感数据的排放源信息，通过聚焦方案敏感数据和排放源信息，对客户潜在的需求和痛点进行挖掘，更加高效透彻的确定出了节能减排的能碳方案，提升了客户对方案的满意度。
可选的，在所述利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据之前，还包括：根据历史能碳方案和用户需求信息，确定方案敏感参数；将所述方案敏感参数和所述方案敏感参数对应的行业，关联的存入预设方案敏感参数库。这样设置的好处在于，通过关联的存储方案敏感参数及其对应的行业，可以提升生成目标能碳方案的效率。
具体的，可以对历史能碳方案和用户需求信息进行语义识别，并从语义识别结果中提取到方案敏感参数，如绿电比例、综合电价、综合能碳成本、空调能耗占比以及空调制冷系数等。然后，将方案敏感参数和其对应的行业，关联的存入预设方案敏感参数库中。当需要生成某个行业的目标能碳方案时，如冶炼业，可以迅速的从预设方案敏感参数库中，获取目标能碳方案对应的冶炼业的方案敏感参数。
可选的，所述目标方案敏感数据包括关注度大于预设阈值的第一能碳特征数据，所述关注度大于预设阈值的第一能碳特征数据包括经济性、性价比、减碳量、可行性以及安全性满足预设条件的第一能碳特征数据。
具体的，目标方案敏感数据可以为与方案敏感参数相关的高关注度特征数据，如与经济性较高、性价比较高、减碳量较高、可行性较高以及安全性较高中至少一项相关的第一能碳特征数据。高关注度特征数据中可以包含一到多个不同的能碳特征数据，且高关注度的程度可以有多个。
实施例二
图2为本发明实施例二提供的一种能碳方案的确定方法的流程图，本发明实施例的技术方案在上述各可选技术方案的基础上进一步优化，给出了确定能碳方案的具体方式。
可选的，所述利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据，包括：利用预设方案敏感参数库中目标行业的方案敏感参数，对第一能碳特征数据进行数据分析和数据挖掘，得到与所述方案敏感参数关联的目标方案敏感数据。这样设置的好处在于，通过利用方案敏感参数，对第一能碳特征数据进行数据分析和数据挖掘，可以得到更全面和更准确的方案敏感数据。
可选的，所述利用所述排放源信息和所述目标方案敏感数据，确定目标能碳方案，包括：利用采集到的与目标方案敏感数据关联的第二能碳特征数据，对所述目标方案敏感数据进行扩充，以得到扩充数据；利用所述扩充数据和所述排放源信息，生成初始能碳方案；对所述初始能碳方案进行仿真，得到仿真结果，并根据所述仿真结果从所述初始能碳方案中确定目标能碳方案。这样设置的好处在于，通过对方案敏感数据进行扩充，可以更好的挖掘和评估客户的痛点，使生成的目标能碳方案具有更好的经济性和减碳效果，并通过仿真测算初始能碳方案，可以评估方案的可行性和效果，以便优化方案设计。
可选的，在所述利用所述排放源信息和所述目标方案敏感数据，确定目标能碳方案之后，还包括：若所述目标能碳方案的数量为多个，则根据所述目标能碳方案的方案效果信息的排序结果和/或所述目标方案敏感数据的重要度，输出方案整合信息，其中，所述方案效果信息包括所述目标能碳方案的方案效果预测信息。这样设置的好处在于，通过确定方案的排序结果和/或方案敏感数据的重要度并进行整合，提升了客户对方案的满意度。
如图2所示，本发明实施例二提供的一种能碳方案的确定方法，具体包括如下步骤：
S201、利用预设方案敏感参数库中目标行业的方案敏感参数，对第一能碳特征数据进行数据分析和数据挖掘，得到与方案敏感参数关联的目标方案敏感数据。
具体的，图3为一种生成能碳方案过程的示意图。如图3所示，可以先进行数据采集得到第一能碳特征数据，然后利用方案敏感参数对第一能碳特征数据进行数据分析和数据挖掘，如使用关联分析技术和聚类分析技术等，从而筛选出与方案敏感参数关联的目标方案敏感数据。
S202、利用目标方案敏感数据与第一能碳特征数据，确定目标方案敏感数据的排放源信息。
S203、利用采集到的与目标方案敏感数据关联的第二能碳特征数据，对目标方案敏感数据进行扩充，以得到扩充数据。
可选的，所述扩充数据的数据维度、数据颗粒度以及对应的时间长度均超过所述目标方案敏感数据。这样设置的好处在于，保证了扩充后的目标方案敏感数据可以更全面的表征敏感特征的影响。
具体的，如图3所示，可以利用数据采集设备对目标方案敏感数据进行放大，即采集与目标方案敏感数据关联的第二能碳特征数据，如，增加数据的维度、提高数据颗粒度(如由车间到产线和设备)以及增加目标方案敏感数据对应的时间长度等，以实现对目标方案敏感数据进行扩充，得到扩充数据。
S204、利用扩充数据和排放源信息，生成初始能碳方案。
具体的，可以将扩充后的目标方案敏感数据，即扩充数据，与排放源信息输入预设方案生成模型，输出的即初始能碳方案。也可以输出扩充数据和排放源信息，利用人工来确定初始能碳方案内容，例如，由将扩充数据和排放源信息发送至方案设计方的终端设备，并接收该终端设备返回的初始能碳方案内容，通过对该方案内容信息自动进行语义识别，得到初始能碳方案。
S205、对初始能碳方案进行仿真，得到仿真结果，并根据仿真结果从初始能碳方案中确定目标能碳方案。
具体的，可以利用仿真模型对初始能碳方案进行经济性和效果的仿真，如可以对初始能碳方案进行成本效益、投资回报期、能碳消耗和碳排放的减少量等方面的仿真。从初始能碳方案中，可以筛选出仿真结果较好的方案，该方案即为目标能碳方案。其中，初始能碳方案和目标能碳方案的数量均可以为多个。
S206、若目标能碳方案的数量为多个，则根据目标能碳方案的方案效果信息的排序结果和/或目标方案敏感数据的重要度，输出方案整合信息。
其中，所述方案效果信息包括所述目标能碳方案的方案效果预测信息。
示例性的，在得到目标能碳方案后，若目标能碳方案的数量为多个，则可以利用工具或通过人工评分的方式预测目标能碳方案的方案效果，得到方案效果预测信息，并按照方案效果信息表征的方案效果优异度，对目标能碳方案进行排序，得到排序队列，即排序结果，其中，方案效果优异度高的可以排在排序队列的前面。还可以利用数学模型和预设重要度评分规则等，来确定目标方案敏感数据的重要度。如图3所示，可以根据排序结果和/或重要度，对目标能碳方案进行方案整合，以输出方案整合信息，方案整合信息中可以包含排序结果和/或重要度。方案整合信息可以通过可视化工具、报告或决策支持系统等形式呈现，以便相关决策者和利益相关方阅读。
可选的，所述方案效果预测信息至少包括技术可行性、经济性、商业模式优良性以及市场优良性。这样设置的好处在于，综合的考虑了经济性和效果的平衡，以保证排序结果中排在特定位置的目标能碳方案为最优方案，使客户可以从不同维度挑选方案。
示例性的，由于需要综合考虑目标能碳方案的经济性和效果的平衡，故可以分别根据技术可行性、经济性、商业模式优良性以及市场优良性，分别对目标能碳方案进行排序，得到排序结果，其中，技术可行性高的目标能碳方案、经济性好的目标能碳方案、商业模式优良性高的目标能碳方案以及市场优良性好的目标能碳方案，可以分别排在对应排序队列的前面。
值得注意的是，如图3所示，节能减碳是动态的和可以持续进行的，在根据方案整合信息来实施方案的过程中，能碳特征数据、预设方案敏感参数库以及方案仿真的参数可以不断更新和升级。当能碳特征数据、预设方案敏感参数库以及方案仿真的参数变化时，可以对应的重新通过本方法来重新确定目标能碳方案和方案整合信息。
本发明实施例提供的能碳方案的确定方法，通过利用方案敏感参数，对第一能碳特征数据进行数据分析和数据挖掘，得到了更全面和更准确的方案敏感数据，然后通过对方案敏感数据进行扩充，更好的挖掘和评估了客户的痛点，使生成的目标能碳方案具有更好的经济性和减碳效果，并通过仿真测算初始能碳方案，评估方案的可行性和效果，以便优化方案设计，再通过确定方案的排序结果和方案敏感数据的重要度并进行整合，提升了客户对方案的满意度。
实施例三
图4为本发明实施例三提供的一种能碳方案的确定装置的结构示意图。如图4所示，该装置包括：敏感数据确定模块301、排放源确定模块302以及能碳方案确定模块303，其中：
敏感数据确定模块，用于利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据，其中，所述预设方案敏感参数为与目标行业的能碳方案相关的敏感信息；
排放源确定模块，用于利用所述目标方案敏感数据与所述第一能碳特征数据，确定所述目标方案敏感数据的排放源信息；
能碳方案确定模块，用于利用所述排放源信息和所述目标方案敏感数据，确定目标能碳方案，其中，所述目标能碳方案对应的行业属于所述目标行业。
本发明实施例提供的能碳方案的确定装置，从能碳特征数据中筛选出了方案敏感数据，并推断出该方案敏感数据的排放源信息，通过聚焦方案敏感数据和排放源信息，对客户潜在的需求和痛点进行挖掘，更加高效透彻的确定出了节能减排的能碳方案，提升了客户对方案的满意度。
可选的，能碳方案确定模块包括：
数据扩充单元，用于利用采集到的与目标方案敏感数据关联的第二能碳特征数据，对所述目标方案敏感数据进行扩充，以得到扩充数据；
方案确定单元，用于利用所述扩充数据和所述排放源信息，确定目标能碳方案。
可选的，所述扩充数据的数据维度、数据颗粒度以及对应的时间长度均超过所述目标方案敏感数据。
可选的，该装置还包括：
排序结果确定模块，用于若所述目标能碳方案的数量为多个，则根据所述目标能碳方案的方案效果信息的排序结果和/或所述目标方案敏感数据的重要度，输出方案整合信息，其中，所述方案效果信息包括所述目标能碳方案的方案效果预测信息。
可选的，所述方案效果预测信息至少包括技术可行性、经济性、商业模式优良性以及市场优良性。
可选的，该装置还包括：
敏感参数确定模块，用于在所述利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据之前，根据历史能碳方案和用户需求信息，确定方案敏感参数；
数据存储模块，用于将所述方案敏感参数和所述方案敏感参数对应的行业，关联的存入预设方案敏感参数库。
可选的，排放源确定模块具体用于，利用预设方案敏感参数库中目标行业的方案敏感参数，对第一能碳特征数据进行数据分析和数据挖掘，得到与所述方案敏感参数关联的目标方案敏感数据。
可选的，所述目标方案敏感数据包括关注度大于预设阈值的第一能碳特征数据，所述关注度大于预设阈值的第一能碳特征数据包括经济性、性价比、减碳量、可行性以及安全性满足预设条件的第一能碳特征数据。
可选的，该装置还包括：
方案输出模块，用于通过可视化的界面输出所述目标能碳方案。
本发明实施例所提供的能碳方案的确定装置可执行本发明任意实施例所提供的能碳方案的确定方法，具备执行方法相应的功能模块和有益效果。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备40的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示，电子设备40包括至少一个处理器41，以及与至少一个处理器41通信连接的存储器，如只读存储器(ROM)42、随机访问存储器(RAM)43等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器41可以根据存储在只读存储器(ROM)42中的计算机程序或者从存储单元48加载到随机访问存储器(RAM)43中的计算机程序，来执行各种适当的动作和处理。在RAM 43中，还可存储电子设备40操作所需的各种程序和数据。处理器41、ROM 42以及RAM 43通过总线44彼此相连。输入/输出(I/O)接口45也连接至总线44。
电子设备40中的多个部件连接至I/O接口45，包括：输入单元46，例如键盘、鼠标等；输出单元47，例如各种类型的显示器、扬声器等；存储单元48，例如磁盘、光盘等；以及通信单元49，例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理，例如能碳方案的确定方法。
在一些实施例中，能碳方案的确定方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元48。在一些实施例中，计算机程序的部分或者全部可以经由ROM 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到RAM 43并由处理器41执行时，可以执行上文描述的能碳方案的确定方法的一个或多个步骤。备选地，在其他实施例中，处理器41可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行能碳方案的确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
上述提供的计算机设备可用于执行上述任意实施例提供的能碳方案的确定方法，具备相应的功能和有益效果。
实施例五
在本发明的上下文中，计算机可读存储介质可以是有形的介质，所述计算机可执行指令在由计算机处理器执行时用于执行能碳方案的确定方法，该方法包括：
利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据，其中，所述预设方案敏感参数为与目标行业的能碳方案相关的敏感信息；
利用所述目标方案敏感数据与所述第一能碳特征数据，确定所述目标方案敏感数据的排放源信息；
利用所述排放源信息和所述目标方案敏感数据，确定目标能碳方案，其中，所述目标能碳方案对应的行业属于所述目标行业。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
上述提供的计算机设备可用于执行上述任意实施例提供的能碳方案的确定方法，具备相应的功能和有益效果。
值得注意的是，上述能碳方案的确定装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (12)

1.一种能碳方案的确定方法，其特征在于，包括：
利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据，其中，所述预设方案敏感参数为与目标行业的能碳方案相关的敏感信息；
利用所述目标方案敏感数据与所述第一能碳特征数据，确定所述目标方案敏感数据的排放源信息；
利用所述排放源信息和所述目标方案敏感数据，确定目标能碳方案，其中，所述目标能碳方案对应的行业属于所述目标行业。
2.根据权利要求1所述的方法，其特征在于，所述利用所述排放源信息和所述目标方案敏感数据，确定目标能碳方案，包括：
利用采集到的与目标方案敏感数据关联的第二能碳特征数据，对所述目标方案敏感数据进行扩充，以得到扩充数据；
利用所述扩充数据和所述排放源信息，生成初始能碳方案；
对所述初始能碳方案进行仿真，得到仿真结果，并根据所述仿真结果从所述初始能碳方案中确定目标能碳方案。
3.根据权利要求2所述的方法，其特征在于，所述扩充数据的数据维度、数据颗粒度以及对应的时间长度均超过所述目标方案敏感数据。
4.根据权利要求1所述的方法，其特征在于，在所述利用所述排放源信息和所述目标方案敏感数据，确定目标能碳方案之后，还包括：
若所述目标能碳方案的数量为多个，则根据所述目标能碳方案的方案效果信息的排序结果和/或所述目标方案敏感数据的重要度，输出方案整合信息，其中，所述方案效果信息包括所述目标能碳方案的方案效果预测信息。
5.根据权利要求4所述的方法，其特征在于，所述方案效果预测信息至少包括技术可行性、经济性、商业模式优良性以及市场优良性。
6.根据权利要求1所述的方法，其特征在于，在所述利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据之前，还包括：
根据历史能碳方案和用户需求信息，确定方案敏感参数；
将所述方案敏感参数和所述方案敏感参数对应的行业，关联的存入预设方案敏感参数库。
7.根据权利要求1所述的方法，其特征在于，所述利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据，包括：
利用预设方案敏感参数库中目标行业的方案敏感参数，对第一能碳特征数据进行数据分析和数据挖掘，得到与所述方案敏感参数关联的目标方案敏感数据。
8.根据权利要求1所述的方法，其特征在于，所述目标方案敏感数据包括关注度大于预设阈值的第一能碳特征数据，所述关注度大于预设阈值的第一能碳特征数据包括经济性、性价比、减碳量、可行性以及安全性满足预设条件的第一能碳特征数据。
9.一种能碳方案的确定装置，其特征在于，包括：
敏感数据确定模块，用于利用预设方案敏感参数库中目标行业的方案敏感参数，从采集到的第一能碳特征数据中筛选出目标方案敏感数据，其中，所述预设方案敏感参数为与目标行业的能碳方案相关的敏感信息；
排放源确定模块，用于利用所述目标方案敏感数据与所述第一能碳特征数据，确定所述目标方案敏感数据的排放源信息；
能碳方案确定模块，用于利用所述排放源信息和所述目标方案敏感数据，确定目标能碳方案，其中，所述目标能碳方案对应的行业属于所述目标行业。
10.根据权利要求9所述的装置，其特征在于，还包括：
方案输出模块，用于通过可视化的界面输出所述目标能碳方案。
11.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的能碳方案的确定方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的能碳方案的确定方法。
CN202311599772.7A 2023-11-27 2023-11-27 一种能碳方案的确定方法、装置、设备及存储介质 Pending CN117610727A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311599772.7A CN117610727A (zh) 2023-11-27 2023-11-27 一种能碳方案的确定方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311599772.7A CN117610727A (zh) 2023-11-27 2023-11-27 一种能碳方案的确定方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN117610727A true CN117610727A (zh) 2024-02-27

Family

ID=89959227

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311599772.7A Pending CN117610727A (zh) 2023-11-27 2023-11-27 一种能碳方案的确定方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN117610727A (zh)

Similar Documents

Publication Publication Date Title
JP6784745B2 (ja) リアルタイムデータ駆動型の電力測定およびコスト推定システム
Bahl et al. Time-series aggregation for synthesis problems by bounding error in the objective function
Huang et al. Uncertainty-based life-cycle analysis of near-zero energy buildings for performance improvements
CN105637432A (zh) 识别被监控实体的异常行为
CN111680841B (zh) 基于主成分分析的短期负荷预测方法、系统及终端设备
US20180225779A1 (en) System and method for determining power production in an electrical power grid
CN111695742A (zh) 一种综合能源系统日前调度区间优化方法、系统及设备
Shui et al. Manufacturing productivity and energy efficiency: a stochastic efficiency frontier analysis
CN104699890A (zh) 一种城网配变重过载短期预警模型的建模方法
Liu et al. Energy and carbon performance of urban buildings using metamodeling variable importance techniques
Guo et al. Power demand forecasting and application based on SVR
CN111311071A (zh) 设备能耗管理方法、装置和电子设备
CN111199065A (zh) 零能耗建筑设计方法、装置及终端设备
CN114254838A (zh) 一种短期电力负荷预测影响因子的确定方法
Fan et al. Discovering complex knowledge in massive building operational data using graph mining for building energy management
CN116542430B (zh) 多维度水务碳排放量智能分析方法及系统
CN108846505A (zh) 可再生能源并网消纳信息多维度校核方法及设备
CN110210677B (zh) 一种结合聚类和深度学习算法的母线短期日负荷预测方法和装置
CN117610727A (zh) 一种能碳方案的确定方法、装置、设备及存储介质
CN115859808A (zh) 一种泵组工作预测方法、装置、电子设备及存储介质
CN111626485A (zh) 一种区域建筑能源系统的负荷预测系统及方法
CN105205703A (zh) 基于业务分析的电网电力运营方案确定方法及系统
Al‐Ghandoor et al. Modeling and forecasting the US manufacturing aggregate energy intensity
CN116739532B (zh) 一种能源项目管理方法、系统、终端设备及存储介质
Fridgen et al. Decision flexibility vs. information accuracy in energy-intensive businesses

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