[发明专利]基于电力大脑中枢的碳达峰实时可视化测算方法

权利要求书

1.基于电力大脑中枢的碳达峰实时可视化测算方法，其特征在于，所述碳达峰实时可视化测算方法包括：

S100、通过电力大脑中枢获取用电设备的实时用电数据；

S200、根据实时用电数据，结合与用电设备对应的碳排放因子计算各个用电设备的碳排放序列；

S300、通过分级聚类分析碳排放序列是否存在异常序列，若不存在异常序列则将碳排放序列叠加得到总序列，若存在则对异常序列进行调整，将调整后的碳排放序列叠加得到总序列；

S400、根据总序列计算碳排放峰度以及动态峰值，基于Mann-Kendall趋势分析检验法对总序列进行趋势分析，将碳排放峰度、碳排放序列的最后一个序列值与动态峰值的差值以及趋势分析结果作为RGB值，将基于RGB值生成的颜色作为测算结果输出；

所述S300包括：

将用电设备的类型、碳排放因子以及实时用电数据作为第一特征，根据第一特征对用电设备对应的碳排放序列进行一级聚类，得到若干个一级类；

分别在每个一级类中，计算碳排放序列中相邻两个序列值的变化率，将变化率作为第二特征对碳排放序列进行二级聚类，得到若干个二级类；

根据各个二级类包含的碳排放序列数量，结合二级类的聚类中心之间的距离分析是否有离群的聚类中心，若没有离群的聚类中心则判定不存在异常序列，将碳排放序列叠加得到总序列；

若有离群的聚类中心则判定存在异常序列，根据与离群的聚类中心距离最近的聚类中心，调整离群的聚类中心所属二级类中的所有碳排放序列，调整完成后将所有用电设备的碳排放序列叠加得到总序列。

2.根据权利要求1所述的基于电力大脑中枢的碳达峰实时可视化测算方法，其特征在于，所述电力大脑中枢为电力数据采集系统，通过访问用电设备的数据接口获取实时用电数据。

3.根据权利要求1所述的基于电力大脑中枢的碳达峰实时可视化测算方法，其特征在于，所述S200包括：

根据用电设备的能源类型确定碳排放因子，所述碳排放因子为单位用电量的二氧化碳排放量；

基于预设采样频率对实时用电数据进行采样，得到用电设备在每个采样时刻的用电量，计算用电量序列与碳排放因子的乘积得到碳排放序列。

4.根据权利要求1所述的基于电力大脑中枢的碳达峰实时可视化测算方法，其特征在于，所述根据各个二级类包含的碳排放序列数量，结合二级类的聚类中心之间的距离分析是否有离群的聚类中心，包括：

获取二级类包含的碳排放序列数量，确定数量最少的二级类的聚类中心，若所述聚类中心与其他二级类的聚类中心之间的距离均大于预设阈值，则所述聚类中心为离群的聚类中心。

5.根据权利要求1所述的基于电力大脑中枢的碳达峰实时可视化测算方法，其特征在于，所述根据总序列计算碳排放峰度以及动态峰值，包括：

基于滑动窗口以预设步长将总序列划分为若干个子序列，分别计算每个子序列的峰度K，所述峰度K的计算公式为：

；

其中，n为序列值的总个数，为第i个序列值，为序列值的平均值，n的取值范围为正整数，、的取值范围为正数；

计算所有峰度K的均方差，确定总序列中的最大序列值，将所述均方差与最大序列值的乘积作为碳达峰的动态峰值。

6.根据权利要求1所述的基于电力大脑中枢的碳达峰实时可视化测算方法，其特征在于，所述基于Mann-Kendall趋势分析检验法对总序列进行趋势分析，包括：

分别计算总序列中每两个序列值的差值，根据差值的正负情况计算统计量S，统计量S的计算公式为

；

其中，、分别表示第i个序列值和第j个序列值，为符号函数，当大于0时，符号函数取值为1，小于0时，符号函数取值为-1，当等于0时，符号函数取值为0， n为序列值总个数；

根据统计量S定义Mann-Kendall趋势分析检验法的统计变量Z为

；

将统计变量Z作为趋势分析结果。

7.根据权利要求1所述的基于电力大脑中枢的碳达峰实时可视化测算方法，其特征在于，所述将碳排放峰度、碳排放序列的最后一个序列值与动态峰值的差值以及趋势分析结果作为RGB值，将基于RGB值生成的颜色作为测算结果输出，包括：

将碳排放峰度作为RGB值的R分量，将碳排放序列的最后一个序列值与动态峰值的差值作为RGB值的G分量，将趋势分析结果作为RGB值的B分量。