[发明专利]碳排放量获取方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202211164997.5 申请日: 2022-09-23
公开(公告)号: CN115471098A 公开(公告)日: 2022-12-13
发明(设计)人: 张舒涵;陈晖;朱浩骏;李沛;何耿生;曾金灿;姚尚衡 申请(专利权)人: 南方电网能源发展研究院有限责任公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/04;G06F16/2458;G06N3/04;G06N3/08;G06Q50/06;G06Q50/04;G06Q50/26
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 樊倩
地址: 511458 广东省广州市南沙区丰泽东路106*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 排放量 获取 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种碳排放量获取方法,其特征在于,所述方法包括:

获取目标水泥企业的净购入电量,以及所述目标水泥企业的水泥生产数据;

根据所述水泥生产数据获取针对于所述目标水泥企业的碳排放量特征因子数据;

从预先训练的多个电碳监测模型中获取与所述目标水泥企业匹配的目标电碳监测模型,并将所述碳排放量特征因子数据输入所述目标电碳监测模型,通过所述目标电碳监测模型输出所述目标水泥企业对应的电碳指数;

根据所述净购入电量以及所述电碳指数,得到所述目标水泥企业的碳排放量。

2.根据权利要求1所述的方法,其特征在于,预先训练的电碳监测模型包括预先训练的第一电碳监测模型以及第二电碳监测模型;所述预先训练的第一电碳监测模型的数量为多个,各个预先训练的第一电碳监测模型对应有不同的企业标识;

所述从预先训练的多个电碳监测模型中获取与所述目标水泥企业匹配的目标电碳监测模型,包括:

获取所述目标水泥企业的目标企业标识;

在所述各个预先训练的第一电碳监测模型对应的企业标识中,存在与所述目标企业标识相匹配的企业标识的情况下,将所述相匹配的企业标识对应的第一电碳监测模型,作为所述目标电碳监测模型;

在所述各个预先训练的第一电碳监测模型对应的企业标识中,不存在与所述目标企业标识相匹配的企业标识的情况下,将所述预先训练的第二电碳监测模型,作为所述目标电碳监测模型。

3.根据权利要求2所述的方法,其特征在于,所述从预先训练的多个电碳监测模型中获取与所述目标水泥企业匹配的目标电碳监测模型之前,还包括:

获取单个第一样本水泥企业的第一训练样本数据;所述第一训练样本数据包括:由所述第一样本水泥企业在第一预设时间周期内的第一样本水泥生产数据得到的第一样本碳排放量特征因子数据,以及所述第一样本水泥企业在所述第一预设时间周期的第一实际电碳指数;

将所述第一样本碳排放量特征因子数据输入待训练的第一电碳监测模型,得到所述第一样本水泥企业在所述第一预设时间周期的第一预测电碳指数;

利用所述第一预测电碳指数与所述第一实际电碳指数对第一电碳监测模型进行训练,得到预先训练的第一电碳监测模型,并构建所述预先训练的第一电碳监测模型与所述第一样本水泥企业的企业标识的匹配关系。

4.根据权利要求3所述的方法,其特征在于,所述第一样本碳排放量特征因子数据,包括:训练数据与测试数据;所述待训练的第一电碳监测模型的数量为多个,各个待训练的第一电碳监测模型对应于不同的回归分析模型;

所述将所述第一样本碳排放量特征因子数据输入待训练的第一电碳监测模型,得到所述第一样本水泥企业在所述第一预设时间周期的第一预测电碳指数,包括:

将所述训练数据输入各个待训练的第一电碳监测模型,分别得到所述第一样本水泥企业在所述第一预设时间周期的多个第一预测电碳指数;

所述利用所述第一预测电碳指数与所述第一实际电碳指数对第一电碳监测模型进行训练,得到预先训练的第一电碳监测模型,包括:

利用所述多个第一预测电碳指数与所述训练数据对应的第一实际电碳指数,分别对各个第一电碳监测模型进行训练,得到多个第一候选电碳监测模型;

将所述测试数据输入各个第一候选电碳监测模型,利用所述测试数据对应的第一实际电碳指数,获取所述各个第一候选电碳监测模型的偏差系数以及拟合系数;

基于所述偏差系数以及拟合系数,从所述第一候选电碳监测模型中,获取所述预先训练的第一电碳监测模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南方电网能源发展研究院有限责任公司,未经南方电网能源发展研究院有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211164997.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top