CN117744952A - 基于时序网络的大气碳排放量分析方法及系统 - Google Patents
基于时序网络的大气碳排放量分析方法及系统 Download PDFInfo
- Publication number
- CN117744952A CN117744952A CN202410179299.5A CN202410179299A CN117744952A CN 117744952 A CN117744952 A CN 117744952A CN 202410179299 A CN202410179299 A CN 202410179299A CN 117744952 A CN117744952 A CN 117744952A
- Authority
- CN
- China
- Prior art keywords
- mass
- vehicle
- pollutant
- production
- 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.)
- Granted
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 92
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 92
- 238000004458 analytical method Methods 0.000 title claims abstract description 63
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 170
- 231100000719 pollutant Toxicity 0.000 claims abstract description 170
- 230000000007 visual effect Effects 0.000 claims abstract description 116
- 238000012544 monitoring process Methods 0.000 claims abstract description 88
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000010586 diagram Methods 0.000 claims abstract description 27
- 239000003999 initiator Substances 0.000 claims abstract description 9
- 238000004519 manufacturing process Methods 0.000 claims description 186
- 230000005611 electricity Effects 0.000 claims description 82
- 238000011031 large-scale manufacturing process Methods 0.000 claims description 28
- 239000000356 contaminant Substances 0.000 claims description 25
- 239000000809 air pollutant Substances 0.000 claims description 18
- 231100001243 air pollutant Toxicity 0.000 claims description 18
- 239000000446 fuel Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 21
- 238000003860 storage Methods 0.000 description 11
- 230000007613 environmental effect Effects 0.000 description 9
- 238000007726 management method Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003891 environmental analysis Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及碳排放分析技术领域，一种基于时序网络的大气碳排放量分析方法及系统，包括：获取待检测区的所有制造厂，计算每个制造厂所产生的大气污染物质量，得到生产污染物质量，根据待检测区的OBD数据和定位数据计算待检测区内每个车辆的车辆污染物质量，生成待检测区的可视化监测界面，其中，可视化监测界面中包括待检测区的可视化地图，根据定位数据将每个车辆的车辆污染物质量标记在可视化地图，并在可视化监测界面显示生产污染物质量，并同时在每个制造厂上标记出其大气污染物质量，得到可视化监测网络图，其中，可视化监测网络图具有时序功能，将可视化监测网络图反馈至分析指令的发起者。本发明可提高碳排放量分析的时效性。
Description
技术领域
本发明涉及碳排放分析技术领域，尤其涉及一种基于时序网络的大气碳排放量分析方法及系统。
背景技术
大气碳排放量分析是环境保护和碳排放控制领域的关键任务，对于了解和监测碳排放源的影响，制定减排政策，以及减缓气候变化具有重要意义。
目前的大气碳排放量分析通常采用传统的方法，如定点监测站、模型估算和统计数据分析。然而，如定点监测站通常依赖于有限数量的定点监测站，这些站点无法全面覆盖复杂的排放源和地理区域，因此可能无法准确反映整个区域的排放情况，此外，模型估算和统计数据分析等通常需要较长的时间来收集和分析数据，难以提供实时或高时空分辨率的信息。
因此，急需一种具有时效性的大气碳排放量分析方法，以提高碳排放量分析的时效性。
发明内容
本发明提供一种基于时序网络的大气碳排放量分析方法及系统，其主要目的在于提高碳排放量分析的时效性。
为实现上述目的，本发明提供的一种基于时序网络的大气碳排放量分析方法，包括：
接收大气碳排放量的分析指令，利用所述分析指令确认大气碳排放量的待检测区；
获取待检测区的所有制造厂，其中，制造厂由大规模生产和小规模生产两种类型，且大规模生产的判断标准由制造厂的用电量决定，若用电量大于或等于用电阈值，则确认制造厂为大规模生产，若用电量小于用电阈值，则确认制造厂为小规模生产；
计算每个制造厂所产生的大气污染物质量，并汇总得到生产污染物质量；
获取待检测区的OBD 数据和定位数据，根据OBD 数据和定位数据计算待检测区内每个车辆的车辆污染物质量；
生成待检测区的可视化监测界面，其中，可视化监测界面中包括待检测区的可视化地图；
根据定位数据将每个车辆的车辆污染物质量标记在可视化地图，并在可视化监测界面显示生产污染物质量，并同时在每个制造厂上标记出其大气污染物质量，得到可视化监测网络图，其中，可视化监测网络图伴随时间变化而动态变化，具有时序功能；
将可视化监测网络图反馈至大气碳排放量的分析指令的发起者。
可选地，所述计算每个制造厂所产生的大气污染物质量，包括：
确认出待检测区的所有小规模生产的制造厂，计算每个小规模生产的制造厂的大气污染物质量，得到小规模污染物质量；
确认出待检测区的所有大规模生产的制造厂，计算每个大规模生产的制造厂的大气污染物质量，得到大规模污染物质量；
相加小规模污染物质量与大规模污染物质量，得到所述生产污染物质量。
可选地，所述计算每个小规模生产的制造厂的大气污染物质量，得到小规模污染物质量，包括：
获取每个小规模生产的制造厂的制造类型、产品出货量及用电量；
根据制造类型、产品出货量及用电量，计算得到每个小规模生产的制造厂的大气污染物质量，其中，计算方法为：
其中，psi表示待检测区的第i个小规模生产的制造厂的大气污染物质量，m表示第i个小规模生产的制造厂所生产的产品的制造类型总数，μj表示生产单位质量第j个产品下所产生的污染物质量，表示第j个产品的产品出货量，epj表示生产单位质量第j个产品下所消耗的用电量，ρ表示单位用电量被消耗时，发电企业的所产生的污染物质量。
可选地，所述计算每个大规模生产的制造厂的大气污染物质量，得到大规模污染物质量，包括：
获取每个大规模生产的制造厂在每个时间段的用电量，得到时段用电量；
根据每个时段用电量计算得到用电污染物质量；
确认每个大规模生产的制造厂在每个时间段的产品生产量，根据每个时间段的产品生产量计算得到产品污染物质量；
相加用电污染物质量和产品污染物质量，得到大规模污染物质量。
可选地，所述根据每个时段用电量计算得到用电污染物质量，包括：
采用如下计算公式得到用电污染物质量：
其中，pei表示待检测区的第i个大规模生产的制造厂的用电污染物质量，T表示时间段的总数，t表示时间段的编号，其中，第t个时间段的起始时间为tq，第t个时间段的终止时间为tz，E(t)表示第t个时间段的用电量函数，PFi(t)代表第i个大规模生产的制造厂的第t个时间段的用电污染物质量的排放系数。
可选地，所述根据每个时间段的产品生产量计算得到产品污染物质量，包括：
获取每个时间段的产品种类，并确认每个产品种类在每个时间段的产品生产量与生产时间的关系函数；
根据下式计算得到产品污染物质量：
其中，pmi表示待检测区的第i个大规模生产的制造厂的产品污染物质量，pj(t)表示第i个大规模生产的制造厂的第j个产品种类在第t个时间段的产品生产量与生产时间的关系函数，u表示在第t个时间段的所有产品种类的总数，PMj(t)表示代表第i个大规模生产的制造厂的第t个时间段的第j个产品种类的产品污染物质量的排放系数。
可选地，所述根据OBD 数据和定位数据计算待检测区内每个车辆的车辆污染物质量，包括：
对每个车辆均执行如下操作：
根据定位数据确认车辆的平均行程段，其中，平均行程段可设置为1KM、2KM；
根据OBD 数据，在平均行程段内计算车辆的平均实速，其中，平均实速的计算方法为：
其中，表示在第i个平均行程段内计算所得到的平均实速，T1表示第i个平均行程段的起始时间，T2表示第i个平均行程段的终止时间，V2表示第i个平均行程段的终止时间时的瞬时速度，V1表示第i个平均行程段的起始时间时的瞬时速度；
根据平均实速和OBD 数据中的油耗污染物的折算系数，计算得到车辆污染物质量。
可选地，所述根据平均实速和OBD 数据中的油耗污染物的折算系数，计算得到车辆污染物质量，包括：
根据下式计算得到车辆污染物质量：
其中，cmi表示第i个车辆的车辆污染物质量，Fj和fj分别表示在第j个平均行程段内，开始阶段的油耗值和结束阶段的油耗值，表示第i个车辆在第j个平均行程段的平均实速，/>为第i个车辆的油耗污染物的折算系数，R表示第i个车辆的平均行程段的总数。
可选地，所述根据定位数据将每个车辆的车辆污染物质量标记在可视化地图，并在可视化监测界面显示生产污染物质量，并同时在每个制造厂上标记出其大气污染物质量，得到可视化监测网络图，包括：
根据每个车辆的所述定位数据将每个车辆标记在可视化地图中，得到包括车辆的可视化地图；
获取车辆污染颜色分级区间，其中，不同颜色表示不同的车辆污染物质量区间；
利用所述车辆污染颜色分级区间，对每个车辆的车辆污染物质量执行颜色分级，其中，车辆标定为红色的车辆污染物质量属于最高的车辆污染物质量区间，车辆标定为绿色的车辆污染物质量属于最低的车辆污染物质量区间；
将待检测区的所有制造厂全部在可视化地图中高亮，并将高亮后的制造厂标记出其大气污染物质量，并同时在可视化地图的空白地方显示生产污染物质量，得到所述可视化监测网络图。
为实现上述目的，本发明还提供一种基于时序网络的大气碳排放量分析系统，包括：
制造厂确认模块，用于接收大气碳排放量的分析指令，利用所述分析指令确认大气碳排放量的待检测区，获取待检测区的所有制造厂，其中，制造厂由大规模生产和小规模生产两种类型，且大规模生产的判断标准由制造厂的用电量决定，若用电量大于或等于用电阈值，则确认制造厂为大规模生产，若用电量小于用电阈值，则确认制造厂为小规模生产；
生产污染物质量计算模块，用于计算每个制造厂所产生的大气污染物质量，并汇总得到生产污染物质量；
车辆污染物质量计算模块，用于获取待检测区的OBD 数据和定位数据，根据OBD数据和定位数据计算待检测区内每个车辆的车辆污染物质量；
可视化模块，用于生成待检测区的可视化监测界面，其中，可视化监测界面中包括待检测区的可视化地图，根据定位数据将每个车辆的车辆污染物质量标记在可视化地图，并在可视化监测界面显示生产污染物质量，并同时在每个制造厂上标记出其大气污染物质量，得到可视化监测网络图，将可视化监测网络图反馈至大气碳排放量的分析指令的发起者。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述所述的基于时序网络的大气碳排放量分析方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于时序网络的大气碳排放量分析方法。
本发明为解决背景技术所述问题，先接收大气碳排放量的分析指令，利用所述分析指令确认大气碳排放量的待检测区，获取待检测区的所有制造厂，其中，制造厂由大规模生产和小规模生产两种类型，且大规模生产的判断标准由制造厂的用电量决定，若用电量大于或等于用电阈值，则确认制造厂为大规模生产，若用电量小于用电阈值，则确认制造厂为小规模生产，可见本发明为了提高碳排放量分析的速度，并非每个制造厂都使用精细化的计算模型，而是对小规模生产的制造厂采取估算法，大规模生产制造厂采用准确度更高的大气碳排放量计算方法，从而提高了时效性。进一步地，计算每个制造厂所产生的大气污染物质量，并汇总得到生产污染物质量，获取待检测区的OBD 数据和定位数据，根据OBD 数据和定位数据计算待检测区内每个车辆的车辆污染物质量，整合OBD数据和定位数据，不依赖于有限的监测站，而是能够覆盖更广泛的地理区域，并实时监测不同排放源，从而提供更全面的信息，能够提供高时空分辨率的实时信息，解决了时间延迟的问题。最后，生成待检测区的可视化监测界面，其中，可视化监测界面中包括待检测区的可视化地图，根据定位数据将每个车辆的车辆污染物质量标记在可视化地图，并在可视化监测界面显示生产污染物质量，并同时在每个制造厂上标记出其大气污染物质量，得到可视化监测网络图，其中，可视化监测网络图伴随时间变化而动态变化，具有时序功能。可视化监测网络图伴随时间变化而动态变化，从而方便用户追踪且更直观的感受碳排放的变化过程。因此本发明提出的基于时序网络的大气碳排放量分析方法、电子设备及计算机可读存储介质，其可以提高碳排放量分析的时效性。
附图说明
图1为本发明一实施例提供的基于时序网络的大气碳排放量分析方法的流程示意图；
图2为本发明一实施例提供的基于时序网络的大气碳排放量分析系统的功能模块图；
图3为本发明一实施例提供的实现所述基于时序网络的大气碳排放量分析方法的电子设备的结构示意图。
图中，1-电子设备；10-处理器；11-存储器；12-总线；100-基于时序网络的大气碳排放量分析系统；101-制造厂确认模块；102-生产污染物质量计算模块；103-车辆污染物质量计算模块；104-可视化模块。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于时序网络的大气碳排放量分析方法。所述基于时序网络的大气碳排放量分析方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于时序网络的大气碳排放量分析方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示，为本发明一实施例提供的基于时序网络的大气碳排放量分析方法的流程示意图。在本实施例中，所述基于时序网络的大气碳排放量分析方法包括：
S1、接收大气碳排放量的分析指令，利用所述分析指令确认大气碳排放量的待检测区。
需解释的是，大气碳排放量的分析指令一般由环境监测局、环境研究院或企业负责环境分析的人员发起。示例性的，小张为某市环境监测局的监测人员，先计划对该市某产业园区执行大气碳排放量的分析，以测定该产业园区内的车辆、生产是否有大气碳排放量超标的问题，故发起了大气碳排放量的分析指令。
此外，小张所在该市的产业园区即为待检测区，假设该待检测区内共有30家制造厂及多条贯穿的马路，则主要目的是监测该30家制造厂及行驶在多条贯穿马路内汽车的碳排放量。
S2、获取待检测区的所有制造厂，其中，制造厂由大规模生产和小规模生产两种类型，且大规模生产的判断标准由制造厂的用电量决定，若用电量大于或等于用电阈值，则确认制造厂为大规模生产；
需理解的是，小规模生产的制造厂由于企业规模小、生产效率慢，一般无法通过监测系统直接获取到其产线的生产数据，因此没办法做精细化的大气碳排放量估测，只能采用估值法，即根据该小规模生产的制造厂的产品类型、用电量等估算出其碳排放量。但大规模生产的制造厂制备完善，且其产线的各类生产数据一般需实时反馈至环境监管局，故可通过实时的生产数据确认其碳排放量。
S3、计算每个制造厂所产生的大气污染物质量，并汇总得到生产污染物质量。
详细地，所述计算每个制造厂所产生的大气污染物质量，包括：
确认出待检测区的所有小规模生产的制造厂，计算每个小规模生产的制造厂的大气污染物质量，得到小规模污染物质量；
确认出待检测区的所有大规模生产的制造厂，计算每个大规模生产的制造厂的大气污染物质量，得到大规模污染物质量；
相加小规模污染物质量与大规模污染物质量，得到所述生产污染物质量。
示例性的，小张想要检测的待检测区内共有30家制造厂，其中，6家由于用电量大于或等于小张所在环境监测局的用电阈值，确定为大规模生产的制造厂，另外24家则为小规模生产的制造厂。
进一步地，所述计算每个小规模生产的制造厂的大气污染物质量，得到小规模污染物质量，包括：
获取每个小规模生产的制造厂的制造类型、产品出货量及用电量；
根据制造类型、产品出货量及用电量，计算得到每个小规模生产的制造厂的大气污染物质量，其中，计算方法为：
其中，psi表示待检测区的第i个小规模生产的制造厂的大气污染物质量，m表示第i个小规模生产的制造厂所生产的产品的制造类型总数，μj表示生产单位质量第j个产品下所产生的污染物质量，表示第j个产品的产品出货量，epj表示生产单位质量第j个产品下所消耗的用电量，ρ表示单位用电量被消耗时，发电企业的所产生的污染物质量。
示例性的，上述小张在意的园区有24家小规模生产的制造厂，则表示的最大取值即为24，假设第2家小规模生产的制造厂共有6种类型的产品，则m的取值即为6。
进一步地，所述计算每个大规模生产的制造厂的大气污染物质量，得到大规模污染物质量，包括：
获取每个大规模生产的制造厂在每个时间段的用电量，得到时段用电量；
根据每个时段用电量计算得到用电污染物质量；
确认每个大规模生产的制造厂在每个时间段的产品生产量，根据每个时间段的产品生产量计算得到产品污染物质量；
相加用电污染物质量和产品污染物质量，得到大规模污染物质量。
需解释的是，大规模生产的制造厂的产线工艺复杂且完善，且为了实时有效的监控大规模生产的制造厂的生产污染情况，现在环境监测局一般都可实时获取到大规模生产的制造厂的产线生产情况，从而达到实时有效的确认出大规模生产的制造厂的污染物排放质量。
进一步地，所述根据每个时段用电量计算得到用电污染物质量，包括：
采用如下计算公式得到用电污染物质量：
其中，pei表示待检测区的第i个大规模生产的制造厂的用电污染物质量，T表示时间段的总数，t表示时间段的编号，其中，第t个时间段的起始时间为tq，第t个时间段的终止时间为tz，E(t)表示第t个时间段的用电量函数，PFi(t)代表第i个大规模生产的制造厂的第t个时间段的用电污染物质量的排放系数。
需解释的是，第个时间段的用电量函数可以是预先拟合的与时间变化相关的关联函数，也可以直接定义为第/>个时间段的用电量平均值，需要根据具体场景具体分析。
进一步地，所述根据每个时间段的产品生产量计算得到产品污染物质量，包括：
获取每个时间段的产品种类，并确认每个产品种类在每个时间段的产品生产量与生产时间的关系函数；
根据下式计算得到产品污染物质量：
其中，pmi表示待检测区的第i个大规模生产的制造厂的产品污染物质量，pj(t)表示第i个大规模生产的制造厂的第j个产品种类在第t个时间段的产品生产量与生产时间的关系函数，u表示在第t个时间段的所有产品种类的总数，PMj(t)表示代表第i个大规模生产的制造厂的第t个时间段的第j个产品种类的产品污染物质量的排放系数。
需解释的是，每个产品种类在每个时间段的产品生产量与生产时间的关系函数一般需要根据历史数据拟合得到，也有一种实时的拟合方法，即实时获取大规模生产的制造厂在当前时间段时所生产的产品生产量，然后和生产时间实时拟合得到关系函数。此外，第个产品种类的产品污染物质量的排放系数一般由环境监测局预先制定，或参考国际环境标志规定计算得到，在此不再赘述。
S4、获取待检测区的OBD 数据和定位数据，根据OBD 数据和定位数据计算待检测区内每个车辆的车辆污染物质量。
需解释的是，OBD 数据是指车辆的诊断数据，它是通过车辆上的 OBD（On-BoardDiagnostics）系统收集的信息。OBD 系统是车辆上的一种电子系统，旨在监测车辆的工作状态、性能和排放情况，以便及时检测和诊断问题，帮助维护车辆和减少尾气排放。OBD 监测数据包括了车辆各种方面的信息，包括但不限于引擎参数、车速等。
此外，定位数据主要是指车辆的定位数据，通过车辆里的GPS定位系统可抓取到待检测区的每个车辆的定位数据。
详细地，根据OBD 数据和定位数据计算待检测区内每个车辆的车辆污染物质量，包括：
对每个车辆均执行如下操作：
根据定位数据确认车辆的平均行程段，其中，平均行程段可设置为1KM、2KM；
根据OBD 数据，在平均行程段内计算车辆的平均实速，其中，平均实速的计算方法为：
其中，表示在第i个平均行程段内计算所得到的平均实速，T1表示第i个平均行程段的起始时间，T2表示第i个平均行程段的终止时间，V2表示第i个平均行程段的终止时间时的瞬时速度，V1表示第i个平均行程段的起始时间时的瞬时速度；
根据平均实速和OBD 数据中的油耗污染物的折算系数，计算得到车辆污染物质量。
需解释的是，待检测区中不同路段的车辆其平均行程段设置也不相同，如较为拥堵的路段里，因为拥堵路段的碳排放质量相对来说更难计算，为了提高碳排放质量的计算准确率，可将车辆的平均行程段设置的更短一点。因此当通过定位数据查看得知车辆所在路段较堵时，可设置平均行程段为1KM，当车辆所在路段较为畅通时，可设置平均行程段为2KM。
进一步地，所述根据平均实速和OBD 数据中的油耗污染物的折算系数，计算得到车辆污染物质量，包括：
根据下式计算得到车辆污染物质量：
其中，cmi表示第i个车辆的车辆污染物质量，Fj和fj分别表示在第j个平均行程段内，开始阶段的油耗值和结束阶段的油耗值，表示第i个车辆在第j个平均行程段的平均实速，/>为第i个车辆的油耗污染物的折算系数，R表示第i个车辆的平均行程段的总数。
根据上述可理解的是，可依次计算出每个车辆的车辆污染物质量，由于本发明实施例的计算方法简单简易，因此并不会占用过多的计算资源，可以快速实时的反映出每个车辆的车辆污染物质量。
S5、生成待检测区的可视化监测界面，其中，可视化监测界面中包括待检测区的可视化地图。
可理解的是，本发明实施例可使用已公开的可视化手段，根据待检测区的地形生成对应的可视化监测界面，且需强调的是，可视化监测界面中包括待检测区的可视化地图，而可视化地图就是根据待检测区的地形生成的。
S6、根据定位数据将每个车辆的车辆污染物质量标记在可视化地图，并在可视化监测界面显示生产污染物质量，并同时在每个制造厂上标记出其大气污染物质量，得到可视化监测网络图，其中，可视化监测网络图伴随时间变化而动态变化，具有时序功能，将可视化监测网络图反馈至大气碳排放量的分析指令的发起者。
详细地，所述根据定位数据将每个车辆的车辆污染物质量标记在可视化地图，并在可视化监测界面显示生产污染物质量，并同时在每个制造厂上标记出其大气污染物质量，得到可视化监测网络图，包括：
根据每个车辆的所述定位数据将每个车辆标记在可视化地图中，得到包括车辆的可视化地图；
获取车辆污染颜色分级区间，其中，不同颜色表示不同的车辆污染物质量区间；
利用所述车辆污染颜色分级区间，对每个车辆的车辆污染物质量执行颜色分级，其中，车辆标定为红色的车辆污染物质量属于最高的车辆污染物质量区间，车辆标定为绿色的车辆污染物质量属于最低的车辆污染物质量区间；
将待检测区的所有制造厂全部在可视化地图中高亮，并将高亮后的制造厂标记出其大气污染物质量，并同时在可视化地图的空白地方显示生产污染物质量，得到所述可视化监测网络图。
需解释的是，由于车辆污染物质量、大气污染物质量都是分时段计算所得到的，因此对应的可视化监测网络图也是与时间变化具有对应关系。
可理解的是，本发明实施例根据每个车辆的定位数据，将车辆显示在可视化地图中，同理，所有制造厂全部在可视化地图中高亮，并最后将所计算出的车辆污染物质量、大气污染物质量及生产污染物质量等结合进可视化地图中，从而可生成对应的可视化监测网络图。
本发明为解决背景技术所述问题，先接收大气碳排放量的分析指令，利用所述分析指令确认大气碳排放量的待检测区，获取待检测区的所有制造厂，其中，制造厂由大规模生产和小规模生产两种类型，且大规模生产的判断标准由制造厂的用电量决定，若用电量大于或等于用电阈值，则确认制造厂为大规模生产，若用电量小于用电阈值，则确认制造厂为小规模生产，可见本发明为了提高碳排放量分析的速度，并非每个制造厂都使用精细化的计算模型，而是对小规模生产的制造厂采取估算法，大规模生产制造厂采用准确度更高的大气碳排放量计算方法，从而提高了时效性。进一步地，计算每个制造厂所产生的大气污染物质量，并汇总得到生产污染物质量，获取待检测区的OBD 数据和定位数据，根据OBD 数据和定位数据计算待检测区内每个车辆的车辆污染物质量，整合OBD数据和定位数据，不依赖于有限的监测站，而是能够覆盖更广泛的地理区域，并实时监测不同排放源，从而提供更全面的信息，能够提供高时空分辨率的实时信息，解决了时间延迟的问题。最后，生成待检测区的可视化监测界面，其中，可视化监测界面中包括待检测区的可视化地图，根据定位数据将每个车辆的车辆污染物质量标记在可视化地图，并在可视化监测界面显示生产污染物质量，并同时在每个制造厂上标记出其大气污染物质量，得到可视化监测网络图，其中，可视化监测网络图伴随时间变化而动态变化，具有时序功能。可视化监测网络图伴随时间变化而动态变化，从而方便用户追踪且更直观的感受碳排放的变化过程。因此本发明提出的基于时序网络的大气碳排放量分析方法、电子设备及计算机可读存储介质，其可以提高碳排放量分析的时效性。
如图2所示，是本发明一实施例提供的基于时序网络的大气碳排放量分析系统的功能模块图。
本发明所述基于时序网络的大气碳排放量分析系统100可以安装于电子设备中。根据实现的功能，所述基于时序网络的大气碳排放量分析系统100可以包括制造厂确认模块101、生产污染物质量计算模块102、车辆污染物质量计算模块103及可视化模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
所述制造厂确认模块101，用于接收大气碳排放量的分析指令，利用所述分析指令确认大气碳排放量的待检测区，获取待检测区的所有制造厂，其中，制造厂由大规模生产和小规模生产两种类型，且大规模生产的判断标准由制造厂的用电量决定，若用电量大于或等于用电阈值，则确认制造厂为大规模生产，若用电量小于用电阈值，则确认制造厂为小规模生产；
所述生产污染物质量计算模块102，用于计算每个制造厂所产生的大气污染物质量，并汇总得到生产污染物质量；
所述车辆污染物质量计算模块103，用于获取待检测区的OBD 数据和定位数据，根据OBD 数据和定位数据计算待检测区内每个车辆的车辆污染物质量；
所述可视化模块104，用于生成待检测区的可视化监测界面，其中，可视化监测界面中包括待检测区的可视化地图，根据定位数据将每个车辆的车辆污染物质量标记在可视化地图，并在可视化监测界面显示生产污染物质量，并同时在每个制造厂上标记出其大气污染物质量，得到可视化监测网络图，将可视化监测网络图反馈至大气碳排放量的分析指令的发起者。
详细地，本发明实施例中所述基于时序网络的大气碳排放量分析系统100中的所述各模块在使用时采用与上述的图1中所述的基于时序网络的大气碳排放量分析方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图3所示，是本发明一实施例提供的实现基于时序网络的大气碳排放量分析方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线12，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于时序网络的大气碳排放量分析方法程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡（Smart Media Card， SMC）、安全数字（SecureDigital， SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于时序网络的大气碳排放量分析方法程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心（Control Unit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块（例如基于时序网络的大气碳排放量分析方法程序等），以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线12可以是外设部件互连标准（peripheral component interconnect，简称PCI）总线或扩展工业标准结构（extended industry standard architecture，简称EISA）总线等。该总线12可以分为地址总线、数据总线、控制总线等。所述总线12被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于时序网络的大气碳排放量分析方法程序是多个指令的组合，在所述处理器10中运行时，可以实现：
接收大气碳排放量的分析指令，利用所述分析指令确认大气碳排放量的待检测区；
获取待检测区的所有制造厂，其中，制造厂由大规模生产和小规模生产两种类型，且大规模生产的判断标准由制造厂的用电量决定，若用电量大于或等于用电阈值，则确认制造厂为大规模生产，若用电量小于用电阈值，则确认制造厂为小规模生产；
计算每个制造厂所产生的大气污染物质量，并汇总得到生产污染物质量；
获取待检测区的OBD 数据和定位数据，根据OBD 数据和定位数据计算待检测区内每个车辆的车辆污染物质量；
生成待检测区的可视化监测界面，其中，可视化监测界面中包括待检测区的可视化地图；
根据定位数据将每个车辆的车辆污染物质量标记在可视化地图，并在可视化监测界面显示生产污染物质量，并同时在每个制造厂上标记出其大气污染物质量，得到可视化监测网络图，其中，可视化监测网络图伴随时间变化而动态变化，具有时序功能；
将可视化监测网络图反馈至大气碳排放量的分析指令的发起者。
具体地，所述处理器10对上述指令的具体实现方法可参考图1至图3对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
接收大气碳排放量的分析指令，利用所述分析指令确认大气碳排放量的待检测区；
获取待检测区的所有制造厂，其中，制造厂由大规模生产和小规模生产两种类型，且大规模生产的判断标准由制造厂的用电量决定，若用电量大于或等于用电阈值，则确认制造厂为大规模生产，若用电量小于用电阈值，则确认制造厂为小规模生产；
计算每个制造厂所产生的大气污染物质量，并汇总得到生产污染物质量；
获取待检测区的OBD 数据和定位数据，根据OBD 数据和定位数据计算待检测区内每个车辆的车辆污染物质量；
生成待检测区的可视化监测界面，其中，可视化监测界面中包括待检测区的可视化地图；
根据定位数据将每个车辆的车辆污染物质量标记在可视化地图，并在可视化监测界面显示生产污染物质量，并同时在每个制造厂上标记出其大气污染物质量，得到可视化监测网络图，其中，可视化监测网络图伴随时间变化而动态变化，具有时序功能；
将可视化监测网络图反馈至大气碳排放量的分析指令的发起者。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于时序网络的大气碳排放量分析方法，其特征在于，所述方法包括：
接收大气碳排放量的分析指令，利用所述分析指令确认大气碳排放量的待检测区；
获取待检测区的所有制造厂，其中，制造厂由大规模生产和小规模生产两种类型，且大规模生产的判断标准由制造厂的用电量决定，若用电量大于或等于用电阈值，则确认制造厂为大规模生产，若用电量小于用电阈值，则确认制造厂为小规模生产；
计算每个制造厂所产生的大气污染物质量，并汇总得到生产污染物质量；
获取待检测区的OBD 数据和定位数据，根据OBD 数据和定位数据计算待检测区内每个车辆的车辆污染物质量；
生成待检测区的可视化监测界面，其中，可视化监测界面中包括待检测区的可视化地图；
根据定位数据将每个车辆的车辆污染物质量标记在可视化地图，并在可视化监测界面显示生产污染物质量，并同时在每个制造厂上标记出其大气污染物质量，得到可视化监测网络图，其中，可视化监测网络图伴随时间变化而动态变化，具有时序功能；
将可视化监测网络图反馈至大气碳排放量的分析指令的发起者。
2.如权利要求1所述的基于时序网络的大气碳排放量分析方法，其特征在于，所述计算每个制造厂所产生的大气污染物质量，包括：
确认出待检测区的所有小规模生产的制造厂，计算每个小规模生产的制造厂的大气污染物质量，得到小规模污染物质量；
确认出待检测区的所有大规模生产的制造厂，计算每个大规模生产的制造厂的大气污染物质量，得到大规模污染物质量；
相加小规模污染物质量与大规模污染物质量，得到所述生产污染物质量。
3.如权利要求2所述的基于时序网络的大气碳排放量分析方法，其特征在于，所述计算每个小规模生产的制造厂的大气污染物质量，得到小规模污染物质量，包括：
获取每个小规模生产的制造厂的制造类型、产品出货量及用电量；
根据制造类型、产品出货量及用电量，计算得到每个小规模生产的制造厂的大气污染物质量，其中，计算方法为：
其中，psi表示待检测区的第i个小规模生产的制造厂的大气污染物质量，m表示第i个小规模生产的制造厂所生产的产品的制造类型总数，μj表示生产单位质量第j个产品下所产生的污染物质量，表示第j个产品的产品出货量，epj表示生产单位质量第j个产品下所消耗的用电量，ρ表示单位用电量被消耗时，发电企业所产生的污染物质量。
4.如权利要求3所述的基于时序网络的大气碳排放量分析方法，其特征在于，所述计算每个大规模生产的制造厂的大气污染物质量，得到大规模污染物质量，包括：
获取每个大规模生产的制造厂在每个时间段的用电量，得到时段用电量；
根据每个时段用电量计算得到用电污染物质量；
确认每个大规模生产的制造厂在每个时间段的产品生产量，根据每个时间段的产品生产量计算得到产品污染物质量；
相加用电污染物质量和产品污染物质量，得到大规模污染物质量。
5.如权利要求4所述的基于时序网络的大气碳排放量分析方法，其特征在于，所述根据每个时段用电量计算得到用电污染物质量，包括：
采用如下计算公式得到用电污染物质量：
其中，pei表示待检测区的第i个大规模生产的制造厂的用电污染物质量，T表示时间段的总数，t表示时间段的编号，其中，第t个时间段的起始时间为tq，第t个时间段的终止时间为tz，E(t)表示第t个时间段的用电量函数，PFi(t)代表第i个大规模生产的制造厂的第t个时间段的用电污染物质量的排放系数。
6.如权利要求5所述的基于时序网络的大气碳排放量分析方法，其特征在于，所述根据每个时间段的产品生产量计算得到产品污染物质量，包括：
获取每个时间段的产品种类，并确认每个产品种类在每个时间段的产品生产量与生产时间的关系函数；
根据下式计算得到产品污染物质量：
其中，pmi表示待检测区的第i个大规模生产的制造厂的产品污染物质量，pj(t)表示第i个大规模生产的制造厂的第j个产品种类在第t个时间段的产品生产量与生产时间的关系函数，u表示在第t个时间段的所有产品种类的总数，PMj(t)表示代表第i个大规模生产的制造厂的第t个时间段的第j个产品种类的产品污染物质量的排放系数。
7.如权利要求6所述的基于时序网络的大气碳排放量分析方法，其特征在于，所述根据OBD 数据和定位数据计算待检测区内每个车辆的车辆污染物质量，包括：
对每个车辆均执行如下操作：
根据定位数据确认车辆的平均行程段，其中，平均行程段可设置为1KM、2KM；
根据OBD 数据，在平均行程段内计算车辆的平均实速，其中，平均实速的计算方法为：
其中，表示在第i个平均行程段内计算所得到的平均实速，T1表示第i个平均行程段的起始时间，T2表示第i个平均行程段的终止时间，V2表示第i个平均行程段的终止时间时的瞬时速度，V1表示第i个平均行程段的起始时间时的瞬时速度；
根据平均实速和OBD 数据中的油耗污染物的折算系数，计算得到车辆污染物质量。
8.如权利要求7所述的基于时序网络的大气碳排放量分析方法，其特征在于，所述根据平均实速和OBD 数据中的油耗污染物的折算系数，计算得到车辆污染物质量，包括：
根据下式计算得到车辆污染物质量：
其中，cmi表示第i个车辆的车辆污染物质量，Fj和fj分别表示在第j个平均行程段内，开始阶段的油耗值和结束阶段的油耗值，表示第i个车辆在第j个平均行程段的平均实速，为第i个车辆的油耗污染物的折算系数，R表示第i个车辆的平均行程段的总数。
9.如权利要求8所述的基于时序网络的大气碳排放量分析方法，其特征在于，所述根据定位数据将每个车辆的车辆污染物质量标记在可视化地图，并在可视化监测界面显示生产污染物质量，并同时在每个制造厂上标记出其大气污染物质量，得到可视化监测网络图，包括：
根据每个车辆的所述定位数据将每个车辆标记在可视化地图中，得到包括车辆的可视化地图；
获取车辆污染颜色分级区间，其中，不同颜色表示不同的车辆污染物质量区间；
利用所述车辆污染颜色分级区间，对每个车辆的车辆污染物质量执行颜色分级，其中，车辆标定为红色的车辆污染物质量属于最高的车辆污染物质量区间，车辆标定为绿色的车辆污染物质量属于最低的车辆污染物质量区间；
将待检测区的所有制造厂全部在可视化地图中高亮，并将高亮后的制造厂标记出其大气污染物质量，并同时在可视化地图的空白地方显示生产污染物质量，得到所述可视化监测网络图。
10.一种基于时序网络的大气碳排放量分析系统，其特征在于，所述系统包括：
制造厂确认模块，用于接收大气碳排放量的分析指令，利用所述分析指令确认大气碳排放量的待检测区，获取待检测区的所有制造厂，其中，制造厂由大规模生产和小规模生产两种类型，且大规模生产的判断标准由制造厂的用电量决定，若用电量大于或等于用电阈值，则确认制造厂为大规模生产，若用电量小于用电阈值，则确认制造厂为小规模生产；
生产污染物质量计算模块，用于计算每个制造厂所产生的大气污染物质量，并汇总得到生产污染物质量；
车辆污染物质量计算模块，用于获取待检测区的OBD 数据和定位数据，根据OBD 数据和定位数据计算待检测区内每个车辆的车辆污染物质量；
可视化模块，用于生成待检测区的可视化监测界面，其中，可视化监测界面中包括待检测区的可视化地图，根据定位数据将每个车辆的车辆污染物质量标记在可视化地图，并在可视化监测界面显示生产污染物质量，并同时在每个制造厂上标记出其大气污染物质量，得到可视化监测网络图，将可视化监测网络图反馈至大气碳排放量的分析指令的发起者。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410179299.5A CN117744952B (zh) | 2024-02-18 | 2024-02-18 | 基于时序网络的大气碳排放量分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410179299.5A CN117744952B (zh) | 2024-02-18 | 2024-02-18 | 基于时序网络的大气碳排放量分析方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117744952A true CN117744952A (zh) | 2024-03-22 |
| CN117744952B CN117744952B (zh) | 2024-05-17 |
Family
ID=90279606
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410179299.5A Active CN117744952B (zh) | 2024-02-18 | 2024-02-18 | 基于时序网络的大气碳排放量分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117744952B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104951658A (zh) * | 2015-06-20 | 2015-09-30 | 西安科技大学 | 一种基于城市规划的碳排放计量方法 |
| KR101668753B1 (ko) * | 2015-06-29 | 2016-11-09 | 한국건설기술연구원 | 대기 오염 관리 시스템 |
| CN111680936A (zh) * | 2020-08-12 | 2020-09-18 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通碳排放量的监测方法、装置及终端设备 |
| CN113515722A (zh) * | 2021-09-15 | 2021-10-19 | 南昌云宜然科技有限公司 | 一种道路交通排放与扬尘排放的实时监测方法与系统 |
| CN113888132A (zh) * | 2021-10-11 | 2022-01-04 | 国网综合能源服务集团有限公司 | 一种大型工业企业的能源管理系统 |
| CN114240086A (zh) * | 2021-11-29 | 2022-03-25 | 国网北京市电力公司 | 碳排放监测方法、装置、存储介质及处理器 |
| CN115455248A (zh) * | 2022-07-15 | 2022-12-09 | 安徽辉采科技有限公司 | 一种基于数据分析的城市碳排放监测方法 |
| CN115659120A (zh) * | 2022-10-12 | 2023-01-31 | 湖南能源大数据中心有限责任公司 | 一种基于大数据的智慧碳排放监测平台 |
| CN115660918A (zh) * | 2022-09-20 | 2023-01-31 | 浙江工业大学 | 一种工业园区碳排放计算及预测方法 |
| CN116011169A (zh) * | 2022-11-08 | 2023-04-25 | 重庆市交通规划研究院 | 基于rfid和obd数据的城市道路交通碳排放测算方法 |
| US20230325920A1 (en) * | 2022-03-18 | 2023-10-12 | Hl Klemove Corp. | Carbon reduction compensation method and device based on obd |
| CN116883216A (zh) * | 2023-07-12 | 2023-10-13 | 广东天元建筑设计有限公司 | 碳排放监管方法、装置、设备及存储介质 |
| CN117093645A (zh) * | 2023-10-20 | 2023-11-21 | 佛山市龙生光启科技有限公司 | 一种基于大数据可视化的碳排放监测系统及方法 |
| US20230410127A1 (en) * | 2022-06-07 | 2023-12-21 | Science And Technology Branch Of Taizhou Hongchuang Electric Power Group Co., Ltd | Blockchain-based Carbon Emission/Energy Consumption Data Management and Operation System and Method of Enterprises |
| CN117314060A (zh) * | 2023-09-13 | 2023-12-29 | 南方电网科学研究院有限责任公司 | 电缆碳排放量确定方法、装置、系统及存储介质 |
| CN117353452A (zh) * | 2023-09-28 | 2024-01-05 | 国网浙江省电力有限公司湖州供电公司 | 基于动态碳排放因子的变电站低碳可视化监测方法及平台 |
| CN117557003A (zh) * | 2023-11-30 | 2024-02-13 | 国网河南省电力公司经济技术研究院 | 一种基于电能碳模型的行业碳排放监测方法 |
-
2024
- 2024-02-18 CN CN202410179299.5A patent/CN117744952B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104951658A (zh) * | 2015-06-20 | 2015-09-30 | 西安科技大学 | 一种基于城市规划的碳排放计量方法 |
| KR101668753B1 (ko) * | 2015-06-29 | 2016-11-09 | 한국건설기술연구원 | 대기 오염 관리 시스템 |
| CN111680936A (zh) * | 2020-08-12 | 2020-09-18 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通碳排放量的监测方法、装置及终端设备 |
| CN113515722A (zh) * | 2021-09-15 | 2021-10-19 | 南昌云宜然科技有限公司 | 一种道路交通排放与扬尘排放的实时监测方法与系统 |
| CN113888132A (zh) * | 2021-10-11 | 2022-01-04 | 国网综合能源服务集团有限公司 | 一种大型工业企业的能源管理系统 |
| CN114240086A (zh) * | 2021-11-29 | 2022-03-25 | 国网北京市电力公司 | 碳排放监测方法、装置、存储介质及处理器 |
| US20230325920A1 (en) * | 2022-03-18 | 2023-10-12 | Hl Klemove Corp. | Carbon reduction compensation method and device based on obd |
| US20230410127A1 (en) * | 2022-06-07 | 2023-12-21 | Science And Technology Branch Of Taizhou Hongchuang Electric Power Group Co., Ltd | Blockchain-based Carbon Emission/Energy Consumption Data Management and Operation System and Method of Enterprises |
| CN115455248A (zh) * | 2022-07-15 | 2022-12-09 | 安徽辉采科技有限公司 | 一种基于数据分析的城市碳排放监测方法 |
| CN115660918A (zh) * | 2022-09-20 | 2023-01-31 | 浙江工业大学 | 一种工业园区碳排放计算及预测方法 |
| CN115659120A (zh) * | 2022-10-12 | 2023-01-31 | 湖南能源大数据中心有限责任公司 | 一种基于大数据的智慧碳排放监测平台 |
| CN116011169A (zh) * | 2022-11-08 | 2023-04-25 | 重庆市交通规划研究院 | 基于rfid和obd数据的城市道路交通碳排放测算方法 |
| CN116883216A (zh) * | 2023-07-12 | 2023-10-13 | 广东天元建筑设计有限公司 | 碳排放监管方法、装置、设备及存储介质 |
| CN117314060A (zh) * | 2023-09-13 | 2023-12-29 | 南方电网科学研究院有限责任公司 | 电缆碳排放量确定方法、装置、系统及存储介质 |
| CN117353452A (zh) * | 2023-09-28 | 2024-01-05 | 国网浙江省电力有限公司湖州供电公司 | 基于动态碳排放因子的变电站低碳可视化监测方法及平台 |
| CN117093645A (zh) * | 2023-10-20 | 2023-11-21 | 佛山市龙生光启科技有限公司 | 一种基于大数据可视化的碳排放监测系统及方法 |
| CN117557003A (zh) * | 2023-11-30 | 2024-02-13 | 国网河南省电力公司经济技术研究院 | 一种基于电能碳模型的行业碳排放监测方法 |
Non-Patent Citations (6)
| Title |
|---|
| ARCHITRANDI PRIAMBODO 等: "Energy use and carbon dioxide emission of Indonesian small and medium scale industries", ENERGY CONVERSION AND MANAGEMENT, vol. 42, no. 11, 31 July 2001 (2001-07-31), pages 1335 - 1348, XP004234134, DOI: 10.1016/S0196-8904(00)00127-8 * |
| CHIEN-MING TSENG 等: "Data extraction from electric vehicles through OBD and application of carbon footprint evaluation", PROCEEDINGS OF THE WORKSHOP ON ELECTRIC VEHICLE SYSTEMS, DATA, AND APPLICATIONS, no. 1, 21 June 2016 (2016-06-21), pages 1 - 6 * |
| 刘璟: "我国交通运输部门CO2排放与低碳发展研究", 中国优秀硕士学位论文全文数据库 工程科技I辑, no. 05, 15 May 2015 (2015-05-15), pages 027 - 94 * |
| 周秀秀: "不同市场型碳减排政策对发电行业碳排放的影响研究", 中国优秀硕士学位论文全文数据库 工程科技I辑, no. 06, 15 June 2021 (2021-06-15), pages 027 - 229 * |
| 徐龙 等: "基于多源数据的公交车能耗碳排放测算模型", 交通运输系统工程与信息, vol. 20, no. 03, 15 June 2020 (2020-06-15), pages 174 - 181 * |
| 王成武 等: "建设工程施工碳排放定额估算方法及应用展望", 建筑经济, vol. 37, no. 4, 5 April 2016 (2016-04-05), pages 59 - 61 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117744952B (zh) | 2024-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103337172B (zh) | 一种基于rfid的乘用车跨城市行驶排放超标监测方法及装置 | |
| US9299201B2 (en) | Acquisition of in-vehicle sensor data and rendering of aggregate average performance indicators | |
| US20110208414A1 (en) | Method and determining system for automatically determining emission locations, and method and traffic control system based thereon for immission-dependent traffic control | |
| CN116307837B (zh) | 一种基于多种监测技术的区域机动车排放评估方法及系统 | |
| Wang et al. | Developing a high-resolution vehicular emission inventory by integrating an emission model and a traffic model: Part 1—Modeling fuel consumption and emissions based on speed and vehicle-specific power | |
| CN106781512A (zh) | 基于城市物联网的汽车尾气智能检测与监督系统及方法 | |
| CN113158125B (zh) | 一种基于车联网的柴油车NOx排放评测方法 | |
| CN112445183A (zh) | 一种基于柴油obd检测的远程监控平台及系统 | |
| CN104318315A (zh) | 一种城市道路交通污染物排放监控预警系统及方法 | |
| CN109598926B (zh) | 用于动态确定与用户整体移动性相关的环境足迹的系统 | |
| CN103281388B (zh) | 机动车云检测及监测管理的方法 | |
| CN111754130A (zh) | 一种基于大数据分析的新能源车辆运营评价方法 | |
| CN113537803A (zh) | 一种碳减排量核算方法 | |
| CN116626233A (zh) | 基于多源数据融合的大气污染溯源方法、终端及存储介质 | |
| CN113505493B (zh) | 一种智能调度电动车的大气污染物减排量核算方法 | |
| CN114201571B (zh) | 加油站推荐方法、装置、电子设备及存储介质 | |
| CN203758749U (zh) | 机动车云检测及监测管理的设备 | |
| CN109145401B (zh) | 一种计算机动车排放清单的方法、系统及终端设备 | |
| CN117744952B (zh) | 基于时序网络的大气碳排放量分析方法及系统 | |
| CN111896264B (zh) | 增程器用发动机的试验工况生成方法、装置及电子设备 | |
| CN106355541A (zh) | 一种基于gps数据的出租车打车难易度识别方法 | |
| CN111477012A (zh) | 基于路况状态预测模型的溯源方法、装置和计算机设备 | |
| CN116502183A (zh) | 发动机冷却风扇工作频繁的识别方法及装置 | |
| CN115027485A (zh) | 驾驶行为分析方法及系统 | |
| Makarova et al. | Improving the reliability of autonomous vehicles in a branded service system using big data |
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 |