CN117973646A - 钢铁生产的负碳排放控制方法及系统 - Google Patents
钢铁生产的负碳排放控制方法及系统 Download PDFInfo
- Publication number
- CN117973646A CN117973646A CN202410391972.1A CN202410391972A CN117973646A CN 117973646 A CN117973646 A CN 117973646A CN 202410391972 A CN202410391972 A CN 202410391972A CN 117973646 A CN117973646 A CN 117973646A
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- carbon
- emission
- variance
- capture
- 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 488
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 488
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 55
- 239000010959 steel Substances 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 53
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims abstract description 14
- 229910052742 iron Inorganic materials 0.000 claims abstract description 7
- 238000012806 monitoring device Methods 0.000 claims description 84
- 239000013598 vector Substances 0.000 claims description 32
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 16
- 239000010931 gold Substances 0.000 claims description 16
- 229910052737 gold Inorganic materials 0.000 claims description 16
- 230000000903 blocking effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 9
- 238000005265 energy consumption Methods 0.000 abstract description 8
- 239000002699 waste material Substances 0.000 abstract description 4
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 14
- 229910002092 carbon dioxide Inorganic materials 0.000 description 7
- 239000001569 carbon dioxide Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明涉及钢铁产业碳排放管理技术领域,尤其是一种钢铁生产的负碳排放控制方法及系统,其中方法先获取钢铁生产区域中多个碳排放监测装置的位置及碳排放数据,然后通过克里金插值法在多个碳捕获端口的位置进行插值,从而得到每个碳捕获端口的位置的碳排放估计数据。这样就能根据每个碳捕获端口的位置的碳排放估计数据,控制最优碳捕获端口进行负碳排放控制。相比于现有技术,本发明能够根据进行碳捕获的经济情况决定开启对应的碳捕获端口是否合适,避免能源浪费等情况发生,保证负碳控制达到最佳效率,解决了在现有条件下,如何控制碳捕获设备,以平衡负碳排放控制效果和碳捕获设备本身的能耗的问题。
Description
技术领域
本发明涉及钢铁产业碳排放管理技术领域,尤其涉及一种钢铁生产的负碳排放控制方法及系统。
背景技术
为了应对气候变化挑战,碳捕获技术成为一个备受关注的解决方案。碳捕获技术能够从工业排放源头捕获二氧化碳,将其分离、转化或储存,防止其释放到大气中。然而,目前碳捕获技术面临着一些挑战,其中之一就是高昂的成本和大量的能源消耗。
由于现有的钢铁产线已经建立起来并投入运行,往往不具备足够的空间和资源来配置大量的碳捕获设备。此外,即使配置了碳捕获设备,其运行和维护也需要消耗大量的能源,从而可能导致净碳排放增加,这与碳捕获的初衷相悖。所以,如何控制碳捕获设备,以平衡负碳排放控制效果和碳捕获设备本身的能耗,是人们希望解决的一个问题。
发明内容
因此,本发明提供一种钢铁生产的负碳排放控制方法及系统,用以解决现有技术中如何控制碳捕获设备,以平衡负碳排放控制效果和碳捕获设备本身的能耗的问题。
本发明提供了一种钢铁生产的负碳排放控制方法,包括:
获取钢铁生产区域中多个碳排放监测装置的位置及碳排放数据;
根据每个碳排放监测装置的位置及碳排放数据,基于预设半方差函数,计算每两个碳排放监测装置之间的碳排放半方差;
拟合全部碳排放半方差,得到碳排放半方差图;
获取钢铁生产区域中多个碳捕获端口的位置,根据碳排放半方差图、多个碳排放监测装置的位置及碳排放数据,基于克里金插值法在多个碳捕获端口的位置进行插值,得到每个碳捕获端口的位置的碳排放估计数据;
根据多个碳捕获端口的位置的碳排放估计数据,确定至少一个最优碳捕获端口,并控制最优碳捕获端口进行负碳排放控制。
在本发明进一步的方案中,所述根据每个碳排放监测装置的位置及碳排放数据,基于预设半方差函数,计算每两个碳排放监测装置之间的碳排放半方差,包括:
获取每个碳排放监测装置的历史碳排放数据;
根据每个碳排放监测装置的历史碳排放数据的变化情况,得到每个碳排放监测装置的历史碳排放特征向量;
根据每个碳排放监测装置的位置及碳排放数据,结合每两个碳排放监测装置的历史碳排放特征向量的相似程度,基于预设半方差函数,计算每两个碳排放监测装置之间的碳排放半方差。
在本发明进一步的方案中,所述预设半方差函数为:
;
其中,表示距离,/>表示距离为/>的两个碳排放监测装置之间的碳排放半方差,/>表示距离为/>的两个碳排放监测装置的配对数量,/>为配对的碳排放监测装置的编号,/>表示第/>对距离为/>的两个碳排放监测装置中的一个碳排放监测装置的碳排放数据,/>表示第/>对距离为/>的两个碳排放监测装置中的另一个碳排放监测装置的碳排放数据,/>表示第/>对距离为/>的两个碳排放监测装置中的一个碳排放监测装置的历史碳排放特征向量,/>表示第/>对距离为/>的两个碳排放监测装置中的另一个碳排放监测装置的历史碳排放特征向量,/>表示两个历史碳排放特征向量之间的相似度,/>和/>分别为不同的权重系数。
在本发明进一步的方案中,历史碳排放特征向量包括四个元素值,四个元素值依次对应根据历史碳排放数据得到的平均排放量、最大排放量、最小排放量和排放趋势值,两个历史碳排放特征向量之间的相似度通过计算两个历史碳排放特征向量之间的欧式距离得到。
在本发明进一步的方案中,所述拟合全部碳排放半方差,得到碳排放半方差图,包括:
根据预设碳浓度值以及钢铁生产区域中的人员数量,确定块金值;
根据每个碳捕获端口的捕获半径以及碳捕获端口的总数量,确定变程;
根据块金值和变程,确定半方差拟合模型;
根据半方差拟合模型拟合全部碳排放半方差,得到碳排放半方差图。
在本发明进一步的方案中,所述块金值通过下式得到:
;
其中,为块金值,/>为预设碳浓度值,/>为钢铁生产区域中的人员数量,/>为自然对数函数,/>为单位调节系数。
在本发明进一步的方案中,所述变程通过下式得到:
;
其中,表示变程,/>表示根据每个碳捕获端口的捕获半径得到的平均捕获半径,/>表示碳捕获端口的总数量,/>和/>分别为不同的调整系数。
在本发明进一步的方案中,所述半方差拟合模型如下式所示:
;
其中,表示偏基台值。
在本发明进一步的方案中,所述根据多个碳捕获端口的位置的碳排放估计数据,确定至少一个最优碳捕获端口,并控制最优碳捕获端口进行负碳排放控制,包括:
判断目标碳捕获端口对应的碳排放估计数据是否超过预设碳排放阈值,其中目标碳捕获端口为当前待分析的碳捕获端口;
若目标碳捕获端口对应的碳排放估计数据超过预设碳排放阈值,则将目标碳捕获端口作为一个最优碳捕获端口;
启动最优碳捕获端口对应的驱动源进行碳捕获,以进行负碳排放控制。
本发明还提供一种钢铁生产的负碳排放控制系统,包括:
监测模块,用于获取钢铁生产区域中多个碳排放监测装置的位置及碳排放数据;
计算模块,用于根据每个碳排放监测装置的位置及碳排放数据,基于预设半方差函数,计算每两个碳排放监测装置之间的碳排放半方差;
拟合模块,用于拟合全部碳排放半方差,得到碳排放半方差图;
插值模块,用于获取钢铁生产区域中多个碳捕获端口的位置,根据碳排放半方差图、多个碳排放监测装置的位置及碳排放数据,基于克里金插值法在多个碳捕获端口的位置进行插值,得到每个碳捕获端口的位置的碳排放估计数据;
控制模块,用于根据多个碳捕获端口的位置的碳排放估计数据,确定至少一个最优碳捕获端口,并控制最优碳捕获端口进行负碳排放控制。
采用上述实施例的有益效果是:
本发明提供一种钢铁生产的负碳排放控制方法及系统,其中方法先获取钢铁生产区域中多个碳排放监测装置的位置及碳排放数据,然后基于预设半方差函数,计算每两个碳排放监测装置之间的碳排放半方差,并拟合得到碳排放半方差图,这样就可以利用碳排放半方差图,通过克里金插值法在多个碳捕获端口的位置进行插值,从而得到每个碳捕获端口的位置的碳排放估计数据。这样就能根据每个碳捕获端口的位置的碳排放估计数据,控制最优碳捕获端口进行负碳排放控制。相比于现有技术,本发明通过克里金插值法利用已知的数据估计出每个碳捕获端口附近的碳排放数据,从而能够根据进行碳捕获的经济情况决定开启对应的碳捕获端口是否合适,防止出现碳捕获端口开启而捕获的碳排放量较低的情况,避免碳捕获端口的驱动源空转而造成能源浪费等情况发生,保证负碳控制达到最佳效率,解决了在现有条件下,如何控制碳捕获设备,以平衡负碳排放控制效果和碳捕获设备本身的能耗的问题。
附图说明
图1为本发明提供的钢铁生产的负碳排放控制方法一实施例的方法流程图;
图2为图1中步骤S102一实施例的方法流程图;
图3为图1中步骤S103一实施例的方法流程图;
图4为本发明提供的钢铁生产的负碳排放控制系统一实施例的系统架构图。
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。
结合图1所示,本发明的一个具体实施例,公开了一种钢铁生产的负碳排放控制方法,包括:
S101、获取钢铁生产区域中多个碳排放监测装置的位置及碳排放数据;
S102、根据每个碳排放监测装置的位置及碳排放数据,基于预设半方差函数,计算每两个碳排放监测装置之间的碳排放半方差;
S103、拟合全部碳排放半方差,得到碳排放半方差图;
S104、获取钢铁生产区域中多个碳捕获端口的位置,根据碳排放半方差图、多个碳排放监测装置的位置及碳排放数据,基于克里金插值法在多个碳捕获端口的位置进行插值,得到每个碳捕获端口的位置的碳排放估计数据;
S105、根据多个碳捕获端口的位置的碳排放估计数据,确定至少一个最优碳捕获端口,并控制最优碳捕获端口进行负碳排放控制。
相比于现有技术,本发明通过克里金插值法利用已知的数据估计出每个碳捕获端口附近的碳排放数据,从而能够根据进行碳捕获的经济情况决定开启对应的碳捕获端口是否合适,防止出现碳捕获端口开启而捕获的碳排放量较低的情况,避免碳捕获端口的驱动源空转而造成能源浪费等情况发生,保证负碳控制达到最佳效率,解决了在现有条件下,如何控制碳捕获设备,以平衡负碳排放控制效果和碳捕获设备本身的能耗的问题。
上述过程中,碳排放监测装置是指能够监测碳排放水平的任意现有装置,如(废气分析仪、气体色谱仪、激光吸收光谱仪),碳排放数据即为能够反映出当前碳排放水平的数据(例如碳排放量、二氧化碳浓度等)。此外,本文中的碳捕获端口是指碳捕获设备的吸入口(如碳处理设备的管道接口、吸收塔吸气泵的吸入口等),这些碳捕获端口一般分布于钢铁生产区域内,在本实施例中根据具体情况可以单独控制任意一个碳捕获端口的开启或关闭。
此外,本实施例中的克里金插值法是一种现有的空间插值方法,用于估计未知位置的属性值,其利用已知点之间的空间相关性来推断未知点的值。半方差函数是用来描述两个地点之间变量值(本实施例中的碳排放半方差即变量值为碳排放水平的半方差)的相似程度随距离变化的函数。它衡量了两个地点之间的变异性,即两点之间的属性值随着距离的增加而变化的程度。半方差是半方差函数在半球面上的取值,即距离为某一特定值的一半时的方差。半方差函数通过衡量数据点之间的空间相关性来确定插值结果的准确性。
半方差图是半方差函数的图形表示,通常在横轴上表示距离,纵轴上表示半方差。半方差图可以帮助分析数据点之间的空间相关性,以便更好地理解数据的空间变异性。
本发明中,通过克里金插值法利用已知的数据估计出每个碳捕获端口附近的碳排放数据的优点在于其能够提供对未知位置数据的空间分布的预测。克里金插值方法不仅可以基于已知数据点的位置和值,还可以考虑它们之间的空间相关性,从而提供更准确的估计结果。这种方法能够利用已知数据点之间的空间相关性来提高对未知位置的估计精度,使得对碳排放数据的估计更加可靠和准确。
由于现有的克里金插值法是基于同一时刻的数据进行插值,在本实施例中即体现为根据同一时刻的碳排放数据去计算位置的碳排放数据。而实际中,受天气、温度、湿度等条件的影响,碳排放水平在空间中是一个动态变化的过程,不同位置之间的碳排放数据的关联性其实也是一个动态的关系。为了体现这种动态特性,结合图2所示,本发明进一步提供了一种钢铁生产的负碳排放控制方法的实施例,该实施例中,上述步骤S102、根据每个碳排放监测装置的位置及碳排放数据,基于预设半方差函数,计算每两个碳排放监测装置之间的碳排放半方差,具体包括:
S201、获取每个碳排放监测装置的历史碳排放数据;
S202、根据每个碳排放监测装置的历史碳排放数据的变化情况,得到每个碳排放监测装置的历史碳排放特征向量;
S203、根据每个碳排放监测装置的位置及碳排放数据,结合每两个碳排放监测装置的历史碳排放特征向量的相似程度,基于预设半方差函数,计算每两个碳排放监测装置之间的碳排放半方差。
上述过程通过历史碳排放特征向量以体现每个碳排放监测装置附近的碳排放动态变化的特征,通过两个历史碳排放特征的相似程度便可以体现,两个位置碳排放水平的动态相关程度,将这种动态相关程度和现有的半方差计算相结合,便能够使得最终算出的半方差值包含了两个位置之间碳排放水平的动态关系,使半方差更准确,进而提高后续的插值精确度,保证负碳排放的控制精确度,提高经济效益。
进一步的,在一个优选的实施例中,所述预设半方差函数为:
;
其中,表示距离,/>表示距离为/>的两个碳排放监测装置之间的碳排放半方差,表示距离为/>的两个碳排放监测装置的配对数量,/>为配对的碳排放监测装置的编号,表示第/>对距离为/>的两个碳排放监测装置中的一个碳排放监测装置的碳排放数据,表示第/>对距离为/>的两个碳排放监测装置中的另一个碳排放监测装置的碳排放数据,/>表示第/>对距离为/>的两个碳排放监测装置中的一个碳排放监测装置的历史碳排放特征向量,/>表示第/>对距离为/>的两个碳排放监测装置中的另一个碳排放监测装置的历史碳排放特征向量,/>表示两个历史碳排放特征向量之间的相似度,/>和/>分别为不同的权重系数。
上式即对现有的半方差函数的一种改进,其中第一项为现有技术中半方差的计算方式,而第二项为本实施例中增加的对两个历史碳排放特征向量的相似程度的考量,通过两个权重系数调节比重关系,以最终得到包含动态关系的半差值,以达到更符合碳排放情况的插值效果。
进一步的,在一个优选的实施例中,历史碳排放特征向量包括四个元素值,四个元素值依次对应根据历史碳排放数据得到的平均排放量、最大排放量、最小排放量和排放趋势值,两个历史碳排放特征向量之间的相似度通过计算两个历史碳排放特征向量之间的欧式距离得到,例如:
假设目前有两个碳排放监测装置,它们每天记录了过去一个小时内的历史碳排放数据。具体数据为每分钟固定时刻采样的离散的数据,那么可以将多个离散的历史碳排放数据用线性回归拟合得到的直线的斜率作为排放趋势值。
假设具体数据如下:
碳排放监测装置1:
a)平均排放量:1000 单位;
b)最大排放量:1200 单位;
c)最小排放量:800 单位;
d)排放趋势:0.5 单位/天;
碳排放监测装置2:
a)平均排放量:1100 单位;
b)最大排放量:1300 单位;
c)最小排放量:900 单位;
d)排放趋势:0.6 单位/天;
这样可以得到两个历史碳排放特征向量为:
历史碳排放特征向量1:(1000, 1200, 800, 0.5);
历史碳排放特征向量2:(1100, 1300, 900, 0.6)。
然后计算二者的欧氏距离,约为173.21单位,即两个历史碳排放特征向量的相似水平为173.31。
这种设计的优点在于它综合考虑了多个方面的信息,将历史碳排放数据的特征以特征向量的形式表达出来,包括平均排放量、最大排放量、最小排放量和排放趋势值。这使得评价历史碳排放数据之间的相似度更加全面和准确。特别地,将排放趋势作为特征之一考虑进来,有助于理解碳排放数据的演变过程。采用欧氏距离作为相似度的度量方法,简单而直观,能够直观地衡量两个历史碳排放特征向量之间的相似程度。这种设计不仅信息量丰富,而且具有可解释性强,使得对历史碳排放数据的特征进行理解和分析变得更加容易和直观。
可以理解的是,以上仅为一种优选的历史碳排放特征向量的设计方法,以及一种相似度的度量方法,实际中可以根据具体需要进行更改。
进一步的,结合图3所示,在一个优选的实施例中,上述步骤S103、拟合全部碳排放半方差,得到碳排放半方差图,具体包括:
S301、根据预设碳浓度值以及钢铁生产区域中的人员数量,确定块金值;
S302、根据每个碳捕获端口的捕获半径以及碳捕获端口的总数量,确定变程;
S303、根据块金值和变程,确定半方差拟合模型;
S304、根据半方差拟合模型拟合全部碳排放半方差,得到碳排放半方差图。
在克里金插值法中,块金值(nugget effect)和变程(range)是描述空间相关性的两个重要参数。
块金值代表了插值点之间可能存在的微小尺度的变异性,即在空间距离为零时的变异性。它反映了插值表面上的微小变化或随机误差,通常由测量误差、地理现象的随机性或采样误差引起。当块金值接近于零时,表示插值表面上不存在微小尺度的变异性;而当块金值较大时,则表示存在较大的微小尺度变异性。
变程是半方差函数在一定距离范围内保持稳定性的距离。在克里金插值中,变程表示了空间相关性的特征距离,即当两个地点的距离超过变程时,它们之间的属性值之间的相关性可以被忽略。变程越大,表示数据点之间的空间相关性在较远的距离上仍然存在,而变程较小则意味着空间相关性在较近的距离内就减弱或消失了。
这两个参数对于克里金插值的结果具有重要影响,它们的选择需要根据实际数据的特性和空间相关性进行调整,以获得最佳的插值效果。
而本实施例中,主要是对现有的克里金插值法中,拟合这一过程的进一步改进,用预设碳浓度值(如大气中的二氧化碳浓度等)以及钢铁生产区域中的人员数量(呼出的二氧化碳对钢铁生产区域内二氧化碳的影响)去体现碳排放半方差在微小尺度的变异性,通过预设碳浓度值以及钢铁生产区域中的人员数量,以确定块金值,使得半方差图更加符合当前钢铁生产区域内的实际情况。而另一方面,因每个碳捕获端口都有一个作用范围,位于不同的两个碳捕获端口的捕获半径内的二氧化碳会分别被两个碳捕获装置捕获,可以视为相关性较小。同样地,碳捕获端口的密度也会对上述不同捕获范围内的空气造成影响,因此本实施例中通过每个碳捕获端口的捕获半径以及碳捕获端口的总数量以确定变程,使得半方差图更符合本实施例中碳排放估计的应用场景。
具体地,在一个优选的实施例中,所述块金值通过下式得到:
;
其中,为块金值,/>为预设碳浓度值,/>为钢铁生产区域中的人员数量,/>为自然对数函数,/>为单位调节系数。
上式中,通过预设碳浓度值确定块金值的大概范围,通过钢铁生产区域中的人员数量对其进行修正,钢铁生产区域中的人员数量越多,碳排放的微小尺度变异性越大,因此块金值越大。此外,本实施例通过自然对数函数对人员数量对块金值的影响进行控制,降低其权重,防止出现过修正的情况。
进一步的,在一个优选的实施例中,所述变程通过下式得到:
;
其中,表示变程,/>表示根据每个碳捕获端口的捕获半径得到的平均捕获半径,/>表示碳捕获端口的总数量,/>和/>分别为不同的调整系数。
上式中,捕获半径越大,表示碳排放有关联的位置作用范围就越大,因此变程也应该越大,而碳捕获端口的总数量则反之,本实施例通过两个不同的调整系数以权衡两个因素的影响,通过对分母,即碳捕获端口的总数量加1来降低整个函数的线性程度,避免不同情况下出现变程一致的情况,提高准确性。
进一步的,在一个优选的实施例中,所述半方差拟合模型如下式所示:
;
其中,表示偏基台值。
与现有技术相比,上式中的改进在于距离大于变程时的半方差值的选择,本实施例中将其设置为正无穷,以体现本实施例中位于不同的两个碳捕获端口的捕获半径内的二氧化碳会分别被两个碳捕获装置捕获,可以视为相关性较小甚至毫无关联这一特点,使半方差拟合模型更加符合本实施例的具体应用场景。此外,本发明中选择球型半方差函数作为半方差拟合模型,球型半方差函数描述了空间数据在一定距离范围内呈现较强的相关性,但在超过一定距离后相关性突然降低至稳定水平的趋势。球型半方差函数在描述空间数据在有限距离范围内的相关性时具有较好的适应性,适用于描述具有明显空间聚集特征的数据,即特别适用于本实施例中碳排放估计的情况,能显著提高钢铁生产中碳排放估计的准确程度。
进一步的,在一个优选的实施例中,上述步骤S105、根据多个碳捕获端口的位置的碳排放估计数据,确定至少一个最优碳捕获端口,并控制最优碳捕获端口进行负碳排放控制,具体包括:
判断目标碳捕获端口对应的碳排放估计数据是否超过预设碳排放阈值,其中目标碳捕获端口为当前待分析的碳捕获端口;
若目标碳捕获端口对应的碳排放估计数据超过预设碳排放阈值,则将目标碳捕获端口作为一个最优碳捕获端口;
启动最优碳捕获端口对应的驱动源进行碳捕获,以进行负碳排放控制。
可以理解的是,实际中也可以采用其他的负碳排放控制方式,例如选择数值最高的一个碳排放估计数据对应的碳捕获端口作为最优碳捕获端口,仅开启这个碳捕获端口的驱动源,以最小的能源消耗实现碳捕获最大化。
结合图4所示,本发明还提供一种钢铁生产的负碳排放控制系统,包括:
监测模块410,用于获取钢铁生产区域中多个碳排放监测装置的位置及碳排放数据;
计算模块420,用于根据每个碳排放监测装置的位置及碳排放数据,基于预设半方差函数,计算每两个碳排放监测装置之间的碳排放半方差;
拟合模块430,用于拟合全部碳排放半方差,得到碳排放半方差图;
插值模块440,用于获取钢铁生产区域中多个碳捕获端口的位置,根据碳排放半方差图、多个碳排放监测装置的位置及碳排放数据,基于克里金插值法在多个碳捕获端口的位置进行插值,得到每个碳捕获端口的位置的碳排放估计数据;
控制模块450,用于根据多个碳捕获端口的位置的碳排放估计数据,确定至少一个最优碳捕获端口,并控制最优碳捕获端口进行负碳排放控制。
这里需要说明的是:上述实施例提供的对应的系统可实现上述各方法实施例中描述的技术方案,上述各模块或单元具体实现的原理可参见上述方法实施例中的相应内容,此处不再赘述。
本发明提供一种钢铁生产的负碳排放控制方法及系统,其中方法先获取钢铁生产区域中多个碳排放监测装置的位置及碳排放数据,然后基于预设半方差函数,计算每两个碳排放监测装置之间的碳排放半方差,并拟合得到碳排放半方差图,这样就可以利用碳排放半方差图,通过克里金插值法在多个碳捕获端口的位置进行插值,从而得到每个碳捕获端口的位置的碳排放估计数据。这样就能根据每个碳捕获端口的位置的碳排放估计数据,控制最优碳捕获端口进行负碳排放控制。相比于现有技术,本发明通过克里金插值法利用已知的数据估计出每个碳捕获端口附近的碳排放数据,从而能够根据进行碳捕获的经济情况决定开启对应的碳捕获端口是否合适,防止出现碳捕获端口开启而捕获的碳排放量较低的情况,避免碳捕获端口的驱动源空转而造成能源浪费等情况发生,保证负碳控制达到最佳效率,解决了在现有条件下,如何控制碳捕获设备,以平衡负碳排放控制效果和碳捕获设备本身的能耗的问题。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.钢铁生产的负碳排放控制方法,其特征在于,包括:
获取钢铁生产区域中多个碳排放监测装置的位置及碳排放数据;
根据每个碳排放监测装置的位置及碳排放数据,基于预设半方差函数,计算每两个碳排放监测装置之间的碳排放半方差;
拟合全部碳排放半方差,得到碳排放半方差图;
获取钢铁生产区域中多个碳捕获端口的位置,根据碳排放半方差图、多个碳排放监测装置的位置及碳排放数据,基于克里金插值法在多个碳捕获端口的位置进行插值,得到每个碳捕获端口的位置的碳排放估计数据;
根据多个碳捕获端口的位置的碳排放估计数据,确定至少一个最优碳捕获端口,并控制最优碳捕获端口进行负碳排放控制。
2.根据权利要求1所述的钢铁生产的负碳排放控制方法,其特征在于,所述根据每个碳排放监测装置的位置及碳排放数据,基于预设半方差函数,计算每两个碳排放监测装置之间的碳排放半方差,包括:
获取每个碳排放监测装置的历史碳排放数据;
根据每个碳排放监测装置的历史碳排放数据的变化情况,得到每个碳排放监测装置的历史碳排放特征向量;
根据每个碳排放监测装置的位置及碳排放数据,结合每两个碳排放监测装置的历史碳排放特征向量的相似程度,基于预设半方差函数,计算每两个碳排放监测装置之间的碳排放半方差。
3.根据权利要求2所述的钢铁生产的负碳排放控制方法,其特征在于,所述预设半方差函数为:
;
其中,表示距离,/>表示距离为/>的两个碳排放监测装置之间的碳排放半方差,表示距离为/>的两个碳排放监测装置的配对数量,/>为配对的碳排放监测装置的编号,表示第/>对距离为/>的两个碳排放监测装置中的一个碳排放监测装置的碳排放数据,表示第/>对距离为/>的两个碳排放监测装置中的另一个碳排放监测装置的碳排放数据,/>表示第/>对距离为/>的两个碳排放监测装置中的一个碳排放监测装置的历史碳排放特征向量,/>表示第/>对距离为/>的两个碳排放监测装置中的另一个碳排放监测装置的历史碳排放特征向量,/>表示两个历史碳排放特征向量之间的相似度,/>和/>分别为不同的权重系数。
4.根据权利要求3所述的钢铁生产的负碳排放控制方法,其特征在于,历史碳排放特征向量包括四个元素值,四个元素值依次对应根据历史碳排放数据得到的平均排放量、最大排放量、最小排放量和排放趋势值,两个历史碳排放特征向量之间的相似度通过计算两个历史碳排放特征向量之间的欧式距离得到。
5.根据权利要求3所述的钢铁生产的负碳排放控制方法,其特征在于,所述拟合全部碳排放半方差,得到碳排放半方差图,包括:
根据预设碳浓度值以及钢铁生产区域中的人员数量,确定块金值;
根据每个碳捕获端口的捕获半径以及碳捕获端口的总数量,确定变程;
根据块金值和变程,确定半方差拟合模型;
根据半方差拟合模型拟合全部碳排放半方差,得到碳排放半方差图。
6.根据权利要求5所述的钢铁生产的负碳排放控制方法,其特征在于,所述块金值通过下式得到:
;
其中,为块金值,/>为预设碳浓度值,/>为钢铁生产区域中的人员数量,/>为自然对数函数,/>为单位调节系数。
7.根据权利要求6所述的钢铁生产的负碳排放控制方法,其特征在于,所述变程通过下式得到:
;
其中,表示变程,/>表示根据每个碳捕获端口的捕获半径得到的平均捕获半径,表示碳捕获端口的总数量,/>和/>分别为不同的调整系数。
8.根据权利要求7所述的钢铁生产的负碳排放控制方法,其特征在于,所述半方差拟合模型如下式所示:
;
其中,表示偏基台值。
9.根据权利要求1所述的钢铁生产的负碳排放控制方法,其特征在于,所述根据多个碳捕获端口的位置的碳排放估计数据,确定至少一个最优碳捕获端口,并控制最优碳捕获端口进行负碳排放控制,包括:
判断目标碳捕获端口对应的碳排放估计数据是否超过预设碳排放阈值,其中目标碳捕获端口为当前待分析的碳捕获端口;
若目标碳捕获端口对应的碳排放估计数据超过预设碳排放阈值,则将目标碳捕获端口作为一个最优碳捕获端口;
启动最优碳捕获端口对应的驱动源进行碳捕获,以进行负碳排放控制。
10.钢铁生产的负碳排放控制系统,其特征在于,包括:
监测模块,用于获取钢铁生产区域中多个碳排放监测装置的位置及碳排放数据;
计算模块,用于根据每个碳排放监测装置的位置及碳排放数据,基于预设半方差函数,计算每两个碳排放监测装置之间的碳排放半方差;
拟合模块,用于拟合全部碳排放半方差,得到碳排放半方差图;
插值模块,用于获取钢铁生产区域中多个碳捕获端口的位置,根据碳排放半方差图、多个碳排放监测装置的位置及碳排放数据,基于克里金插值法在多个碳捕获端口的位置进行插值,得到每个碳捕获端口的位置的碳排放估计数据;
控制模块,用于根据多个碳捕获端口的位置的碳排放估计数据,确定至少一个最优碳捕获端口,并控制最优碳捕获端口进行负碳排放控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410391972.1A CN117973646A (zh) | 2024-04-02 | 2024-04-02 | 钢铁生产的负碳排放控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410391972.1A CN117973646A (zh) | 2024-04-02 | 2024-04-02 | 钢铁生产的负碳排放控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117973646A true CN117973646A (zh) | 2024-05-03 |
Family
ID=90846460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410391972.1A Pending CN117973646A (zh) | 2024-04-02 | 2024-04-02 | 钢铁生产的负碳排放控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117973646A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110245937A1 (en) * | 2010-03-31 | 2011-10-06 | General Electric Company | System and method for interoperability between carbon capture system, carbon emission system, carbon transport system, and carbon usage system |
CN115115279A (zh) * | 2022-08-25 | 2022-09-27 | 山西北斗智能科技有限公司 | 一种微电分区碳排放管理方法、系统、介质及设备 |
CN115730755A (zh) * | 2022-11-30 | 2023-03-03 | 湖北省信产通信服务有限公司工程分公司 | 一种双碳目标实现路径规划方法、装置、终端设备及介质 |
CN116596413A (zh) * | 2023-06-02 | 2023-08-15 | 北京理工大学 | 一种基于最优商业模式的碳捕获封存技术碳排放源的选取方法 |
US20230348268A1 (en) * | 2020-05-19 | 2023-11-02 | National University Corporation Shizuoka University | Reaction system, method for collecting solid carbon, method for producing gas containing hydrogen, catalyst set, and catalyst for solid carbon collection |
CN117422004A (zh) * | 2023-12-19 | 2024-01-19 | 武汉东方骏驰精密制造有限公司 | 基于神经网络的碳势预测方法及系统 |
-
2024
- 2024-04-02 CN CN202410391972.1A patent/CN117973646A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110245937A1 (en) * | 2010-03-31 | 2011-10-06 | General Electric Company | System and method for interoperability between carbon capture system, carbon emission system, carbon transport system, and carbon usage system |
US20230348268A1 (en) * | 2020-05-19 | 2023-11-02 | National University Corporation Shizuoka University | Reaction system, method for collecting solid carbon, method for producing gas containing hydrogen, catalyst set, and catalyst for solid carbon collection |
CN115115279A (zh) * | 2022-08-25 | 2022-09-27 | 山西北斗智能科技有限公司 | 一种微电分区碳排放管理方法、系统、介质及设备 |
CN115730755A (zh) * | 2022-11-30 | 2023-03-03 | 湖北省信产通信服务有限公司工程分公司 | 一种双碳目标实现路径规划方法、装置、终端设备及介质 |
CN116596413A (zh) * | 2023-06-02 | 2023-08-15 | 北京理工大学 | 一种基于最优商业模式的碳捕获封存技术碳排放源的选取方法 |
CN117422004A (zh) * | 2023-12-19 | 2024-01-19 | 武汉东方骏驰精密制造有限公司 | 基于神经网络的碳势预测方法及系统 |
Non-Patent Citations (1)
Title |
---|
常凯 等: "基于复合实物期权的燃煤电厂碳捕获封存技术投资评价", 科技管理研究, no. 24, 31 December 2012 (2012-12-31), pages 39 - 42 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10725008B2 (en) | Automatic siting for air quality monitoring stations | |
CN112529301B (zh) | 用电量预测方法、设备及存储介质 | |
KR101507397B1 (ko) | 대기 모델링 서비스 제공 시스템 | |
CN116186634A (zh) | 一种建筑工程施工数据智能管理系统 | |
CN112633412B (zh) | 异常用电检测方法、设备及存储介质 | |
US20170030949A1 (en) | Electrical load prediction including sparse coding | |
Kumar et al. | Automatic sensor drift detection and correction using spatial kriging and kalman filtering | |
US10578329B2 (en) | Performance forecasting method | |
KR20200131831A (ko) | 센서 교정 | |
CN106485360A (zh) | 基于全局夜光遥感的局部社会经济指标预测方法及系统 | |
CN117196353B (zh) | 基于大数据的环境污染评估与监测方法及系统 | |
US20160209063A1 (en) | Environment control method, control apparatus and power management system | |
CN116909339B (zh) | 基于人工智能的智能家居安全预警方法及系统 | |
CN115436572B (zh) | 一种基于循环神经网络的传感器校准方法及装置 | |
JP5860237B2 (ja) | パラメータ決定方法および装置 | |
CN112465239A (zh) | 基于改进pso-fcm算法的脱硫系统运行优化方法 | |
CN114442697B (zh) | 一种温度控制方法、设备、介质及产品 | |
CN112650740B (zh) | 一种降低在线监测碳排放量数据不确定度的方法及系统 | |
CN117973646A (zh) | 钢铁生产的负碳排放控制方法及系统 | |
Alam | Deep Learning Applications for Residential Energy Demand Forecasting | |
US20230393058A1 (en) | Systems and Methods for Measuring Emissions from a Building | |
CN115165248A (zh) | 一种手机功能检测方法及装置 | |
CN117932276B (zh) | 一种中压配电网线路节能降损适应性评估方法 | |
CN111191676A (zh) | 一种基于可回溯的动态窗口模型的用电数据趋势异常分析方法 | |
CN115508511B (zh) | 基于网格化设备全参数特征分析的传感器自适应校准方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |