[发明专利]基于灰色关联分析的燃气机组碳排放影响因素的评价方法

说明书

本发明公开了基于灰色关联分析的燃气机组碳排放影响因素的评价方法，包括如下步骤：步骤1，获取燃气机组的碳排放量数据和影响因素数据；步骤2，基于灰色关联分析方式，将碳排放量数据作为参考对象、将影响因素数据作为比较对象，分别确定各比较对象与参考对象之间的关联系数；步骤3，在燃气机组的各时间段内通过各比较对象与参考对象之间的关联系数分别计算关联度，确定出最大关联度；在任一时间段内，与参考对象之间具有最大关联度的比较对象在该时间段内对燃气机组碳排放影响最大。本发明能根据实际应用场合确定影响燃气机组碳排放的各个因素的重要程度，为碳排放量核算提供坚实的数据支持，从而提高碳排放量核算的准确性和可靠性。

技术领域

本发明涉及碳排放监测技术领域，更为具体来说，本发明为基于灰色关联分析的燃气机组碳排放影响因素的评价方法。

背景技术

随着人们对环境问题的日益重视，许多国家提出了严格的碳减排目标，比如，在2017年，中国全面启动了全国碳排放交易市场，电力行业作为最大的二氧化碳排放源，被纳入碳排放交易体系，而且在第一阶段以电力行业为全国碳排放交易体系的突破口，以希望使碳排放总量能够得到有效控制。

目前，碳排放量的核算往往依赖于排放因子进行计算，但火电企业的实际情况千差万别，现有基于排放因子的碳排放量核算方法往往难以准确核算不同火电企业的碳排放量，比如，对不同企业的燃气机组采用相同的排放因子和参数进行碳排放量核算，核算结果的准确性较差、可信度较差，不准确、不公平、可信度较差的核算结果会影响碳交易的鼓励机制和惩罚机制，进而会导致对积极参与碳减排的企业激励不够、对不履行碳减排的企业约束力小等问题；究其根本原因，在于现有技术无法准确地确定影响燃气机组碳排放的各个因素的重要程度，在复杂多变的应用场合下，影响因素的错误选择和/或主次关系的错误判断往往会导致碳排放量核算结果不准确，进而阻碍了碳市场交易的活跃度。

因此，鉴于现有技术存在的上述问题，如何能够确定影响燃气机组碳排放的各个因素的重要程度，成为了本领域技术人员亟待解决的技术问题和始终研究的重点。

发明内容

为解决现有技术存在的无法准确地确定影响燃气机组碳排放的各个因素的重要程度的问题，本发明创新提供了基于灰色关联分析的燃气机组碳排放影响因素的评价方法，将灰色关联分析方法应用于燃气机组碳排放影响因素重要程度的评价上，以准确、可靠地确定各个碳排放影响因素的主次关系，为碳排放核算提供了强有力的依据。

为实现上述的技术目的，本发明公开了基于灰色关联分析的燃气机组碳排放影响因素的评价方法，该评价方法包括如下步骤；

步骤1，获取燃气机组的多组同一时刻下的碳排放量数据和影响因素数据，所述影响因素数据包括燃机负荷数据、燃机进气量数据及汽机负荷数据；

步骤2，基于灰色关联分析方式，将所述碳排放量数据作为参考对象以及将所述影响因素数据作为比较对象，分别确定各比较对象与参考对象之间的关联系数；

步骤3，依据燃气机组工作状态的变化将燃气机组的工作时间划分为多个时间段；在各时间段内，通过各比较对象与参考对象之间的关联系数分别计算各比较对象与参考对象之间的关联度，从而确定出最大关联度；在任一时间段内，与参考对象之间具有最大关联度的比较对象在该时间段内对燃气机组碳排放影响最大。

基于上述的技术方案，借助于灰色关联分析方式，本发明能够确定碳排放影响因素与碳排放量的关联度，进而确定出影响碳排放量的强相关度参考指标，提高碳排放量核算的准确性，以解决现有技术存在的诸多问题。

进一步地，步骤1中，还包括获取测量时的气体流压力数据、烟道气体的每小时平均积流量数据及测量时的气体温度数据的步骤；

步骤1中的碳排放量数据为碳排放浓度数据，步骤2中的碳排放量数据为碳排放质量数据；在步骤1和步骤2之间，还包括将所述碳排放浓度数据转化为碳排放质量数据的步骤；