[发明专利]基于电力大数据的企业碳排放异常监测方法

说明书

本发明涉一种基于电力大数据的企业碳排放异常监测方法，本发明解决现有技术的问题，其技术方案要点是：步骤一，获取参与碳排放计量的目标的历史数据，将获取到的目标当前时域数据进行整合；步骤二，根据设定函数选取目标的当前时域曲线并与从基准时域曲线中截取对应的基准时域曲线；步骤三，进行一次时域曲线异常检测；步骤四，获取对应的频域信号；步骤五，利用损失函数计算基准频域拟合曲线和当前频域拟合曲线的频域面积差值，进行一次频域曲线异常检测，直接对未通过频域曲线异常检测的目标进行碳排放监测异常报告；步骤六，形成具有若干个维度的监测数据集合；步骤七，计算监测数据集合与基准数据集合的差异度监测。

技术领域

本发明涉及一种碳排放异常监测方法，特别是涉及一种基于电力大数据的企业碳排放异常监测方法。

背景技术

现有的碳排放量计算方法从宏观数据出发，根据能源消耗量进行统计，具有计算简单、结果准确、方法实用的优点。电能碳排放集中在发电环节，在输电和用电环节基本不产生碳排放。而电能作为一种商品，其效用却全部由消费者获得，因此上，实质的碳排放并不应该归结于电能的生产，电力负荷才是碳排放真正的源头，抓好电力负荷方面的变化，就能实现真正对碳排放的监控，因此，能够有效针对电力负荷的企业碳排放异常监测是很有必要的。

申请号CN201611067467.3公开了一种基于碳排放电价的电力用户碳排放成本分摊方法，该发明要解决电力行业的碳排放成本在发电侧无法传导到电力用户侧，因而不能起到促进用户参与节能减排的问题。该发明方法中，利用潮流追踪技术，确定电力用户的负荷量与系统碳排放之间的函数关系。利用最优潮流模型，确定用户负荷引起的系统边际碳排放量，以及相应的边际碳排放成本，该成本反映在用户的电价中。该发明方法通过电价的手段，让用户能意识到其电力消费对电力系统碳排放的影响，促进用户将其用电负荷转移到风电、光伏等清洁电源出力较大的时刻，从而客观上起到降低电力系统碳排放的作用。同时，本发明方法建立了科学合理的成本机制，捋顺了碳排放相关成本的分摊问题。

第二，中国专利申请号CN201310143671.9公开了一种碳排放流的主动配电网用户用电碳排放量的测量方法，属于低碳电力及电力系统运行测量技术领域。该方法包括：从电网数据库录入主动配电网的拓扑结构、系统参数、运行状态数据，形成基础数据库；从基础数据库中选取数据构造主动配电网碳排放流的计算矩阵和向量；判断和去除主动配电网中影响碳排放流求解可行性的零通量节点；用所构造的矩阵和向量求解主动配电网中各非电源节点在各时段的节点碳势；根据求得的主动配电网中各用户节点的碳势计算各节点的用户在各时间段的用电碳排放量，进而完成对单时间段和多时间段内用户用电碳排放量的测量。本方法将碳排放流理论应用于主动配电网中，从而对用户用电的碳排放实现可观和可测。

从上述内容可知，碳排放的控制，监控是比较严格的，因此对于具体碳排放的异常监控也是很有必要的。但是目前对于企业的碳排放监控只能实现用电数量的监控，至多增加符合种类的监控，但是基于此两者的监控还是存在有一定问题的，例如，企业对于负荷种类进行调整的情况下，对于碳排放监控就会出现盲点。

发明内容

针对上述技术方案还是存在对于企业的碳排放监控只能实现用电数量的监控，至多增加负荷种类的监控，如果出现企业对于负荷种类进行调整的情况下，对于碳排放监控就会出现盲点的问题，本发明提供了一种基于电力大数据的企业碳排放异常监测方法。

本发明解决其技术问题所采用的技术方案是：一种基于电力大数据的企业碳排放异常监测方法，包括以下步骤：

步骤一，获取参与碳排放计量的目标的历史数据，将获取到的目标当前时域数据进行整合，然后将整合后的时域曲线传输至大数据平台中，根据参与碳排放计量的目标的性质维度进行分类聚合，获取至少一条基准时域曲线和一条基准频域拟合曲线，基准时域曲线和时域曲线中X轴为时间轴，Y轴为数据轴，基准频域拟合曲线和频域拟合曲线中，X轴为频率值，Y轴为幅值；

步骤二，根据设定函数选取目标的当前时域曲线并与从基准时域曲线中截取对应的一段基准时域曲线；