一种社区碳排放监测和预测系统及方法技术方案

本发明专利技术公开了一种社区碳排放监测和预测系统及方法，系统包括碳排放监测模块和碳排放预测模块。碳排放监测模块对社区电力、燃气、液化石油气、汽油和柴油等能源消耗活动数据、以及垃圾和废水等固废活动数据进行采集，并利用排放因子法计算得到社区的碳排放量，实现对社区碳排放进行监测功能；监测模块对人均居民消费支出、社区居民常住人口数量和当地居民消费价格指数输入参数进行采集，碳排放预测模块首先对输入参数进行无量纲化，继而将转化处理的参数输入至改进支持向量机进行训练建模，实现对社区碳排放进行预测功能。本发明专利技术能够有助于全面、准确监控社区边界范围内各碳排放源，并预测得到社区未来的碳排放，为社区制定碳减排措施提供依据。

【技术实现步骤摘要】
一种社区碳排放监测和预测系统及方法
本专利技术涉及二氧化碳排放量管理领域，具体涉及一种社区碳排放监测和预测系统及方法。
技术介绍
气候变暖是全世界所面临的重大环境问题，大多数科学家认为，人类活动所释放的二氧化碳是导致全球变暖最重要的温室气体。当前中国正处在快速工业化和城镇化进程中，但城镇化进程脚步加快的同时，大气中二氧化碳含量不断升高，环境负担也进一步加重。社区作为居民生活集聚区，居民生活的碳排放有着逐步增加的趋势。随着中国经济水平的增加，居民生活能源消费、垃圾废水等废弃物产生量也会加速增长。准确核算和预测其碳排放量是制定针对性节能减碳措施的前提。生活用能能耗的降低和资源的有效利用，更多是通过科技手段或教育，以及人们行为方式改变的结果，而承担这一责任的单位自然是社区。然而，目前国内外对碳排放特征和低碳发展的研究主要集中在城市尺度，且大多利用各部门社会经济发展数据，国外如泰国曼谷、加拿大多伦多等，国内如北京、上海、广州等城市，在居住区小尺度进行碳排放特征及碳排放核算的研究较少。由此可知，社区存在巨大的节能减碳潜力，但是缺少相应评估计算方法以便核算社区的碳排放量。无法掌握社区的碳排放量，在社区开展相关的节能技术改造将难以开展。本专利技术将社区碳排放核算方法系统化，能够识别社区碳排放源，保证社区碳排放活动数据的可获得性，从而量化社区的碳排放水平，并对社区碳排放进行预测，挖掘其节能减碳潜力，促进社区往绿色低碳、可持续的方向发展。
技术实现思路
为了解决上述技术问题，本专利技术目的之一是提供一种社区碳排放监测和预测系统，实现对社区碳排放的自动监测以及未来碳排放的预测。该系统用于解决社区碳排放核算困难问题，能够衡量社区低碳建设水平，为制定社区节能减碳措施提供参考借鉴作用。为实现上述专利技术目的，本专利技术采取的技术方案如下：一种社区碳排放监测和预测系统，包括碳排放监测模块和碳排放预测模块；所述碳排放监测模块包括数据采集模块和数据分析模块，所述数据采集模块用于对所述社区碳排放活动数据和碳排放预测所需输入参数进行采集，所述输入参数包括人均居民消费支出、社区居民常住人口数量和当地居民消费价格指数；所述数据采集模块包括传感器、数据采集器、存储服务器，所述传感器与社区的碳排放源连接，所述传感器将从所述碳排放源上测量到的所述社区碳排放活动数据传递至所述数据采集器，所述数据采集器将社区碳排放活动数据传递至所述存储服务器进行存储形成存储数据；所述数据分析模块从所述存储服务器读取所述存储数据，并对所述存储服务器中的分析信息进行综合分析，所述数据分析模块用于将所述社区碳排放活动数据转化成碳排放量，并进行汇总生成社区碳排放总量；所述碳排放预测模块对输入参数进行无量纲化处理，并用改进支持向量机对社区碳排放进行预测；所述碳排放预测模块和所述分析模块均安装在终端计算机中。优选的，所述分析信息包括社区碳排放边界范围、社区建筑面积、碳排放单元识别信息、社区常住人口数、社区碳排放量、户均碳排放量、人均碳排放量。优选的，所述社区碳排放活动数据包括居民居住区域碳排放数据、社区公共区域碳排放数据、社区垃圾处理碳排放数据、废水处理碳排放数据，所述居民居住区域碳排放数据包括居民区消耗电量产生碳排放数据、居民区消耗天然气产生碳排放数据，所述社区公共区域碳排放数据包括社区消耗电量碳排放数据、社区消耗天然气碳排放数据、社区消耗汽油碳排放数据、社区消耗柴油碳排放数据、社区消耗其它能源碳排放数据，上述数据不包括社区生产部分的碳排放；所述社区碳排放活动数据经过所述数据分析模块转化为社区碳排放总量，所述社区碳排放总量计算公式如下：其中：—社区碳排放总量；E居民居住区域—居民居住区域碳排放量；E社区公共区域—社区公共区域碳排放量；E垃圾—社区垃圾处理碳排放量；E废水—废水处理碳排放量；E电力—居民居住区域和社区公共区域消耗电量碳排放量；E天然气—居民居住区域和社区公共区域消耗天然气碳排放量，E柴油—社区消耗柴油碳排放量；E汽油—社区消耗汽油碳排放量；E其它—社区消耗天然气、柴油、汽油之外的其它能源碳排放量；以上单位均为吨二氧化碳(tCO2)。优选的，所述社区碳排放活动数据采用在线传输或离线传输两种方式传输，在线传输包括以太网或无线传输方式，所述离线传输则采用移动终端拍照上传、数据录入。优选的，所述碳排放预测模块包括改进支持向量机预测模型模块，将社区碳排放总量和经过无量纲化的所述输入参数输入改进支持向量机预测模型模块中；通过遗传算法优化最小二乘支持向量机模型得到所述改进支持向量机预测模型模块中的改进支持向量机，并通过优化后的所述改进支持向量机对社区碳排放量进行预测。利用离差标准化方法可以消除人均居民消费支出、社区居民常住人口数量和当地居民消费价格指数这三个参数中的大数据和小数据的影响(消除量纲)、变异大小的差异影响。优选的，所述支持向量机中的核函数为RBF，即将支持向量机的优化转化为对支持向量机惩罚因子C和和函数的方差σ的寻优。本专利技术的目的之二是提供一种社区碳排放监测和预测方法，包括如下步骤：步骤1.通过碳排放监测模块对社区碳排放活动数据和碳排放预测所需输入参数进行采集，所述输入参数包括人均居民消费支出、社区居民常住人口数量和当地居民消费价格指数；所述碳排放监测模块包括数据采集模块和数据分析模块，所述数据采集模块用于对所述社区碳排放活动数据和碳排放预测所需输入参数进行采集，所述数据采集模块包括传感器、数据采集器、存储服务器，所述传感器与社区的碳排放源连接，所述传感器将从所述碳排放源上测量到的所述社区碳排放活动数据传递至所述数据采集器，所述数据采集器将社区碳排放活动数据传递至所述存储服务器进行存储形成存储数据；所述数据分析模块从所述存储服务器读取所述存储数据，并对所述存储服务器中的分析信息进行综合分析，所述数据分析模块用于将所述社区碳排放活动数据转化成碳排放量，并进行汇总生成社区碳排放总量；步骤2.通过碳排放监测模块采集社区历史碳排放量，采用离差标准化方法对所述输入参数数据进行无量纲化，人均居民消费支出、社区居民常住人口数量和当地居民消费价格指数进行无量纲化的计算公式为：x′i＝(xi-xmin)/(xmax-xmin)，其中i＝1,2,…m，m为参数x的个数；xmin和xmax分别表示为参数x的最小值和最大值，x'i为经过无量纲化的输入参数数据，xi为经过当前实际的输入参数数据；步骤3：将分析计算后的社区碳排放总量和经过无量纲化的所述输入参数输入碳排放预测模块中的改进支持向量机预测模型中，通过遗传算法优化最小二乘支持向量机模型得到所述改进支持向量机预测模型模块中的改进后的支持向量机，并通过优化后的所述改进支持向量机对社区碳排放总量进行预测。优选的，所述社区碳排放活动数据包括居民居住区域碳排放数据、社区公共区域碳排放数据、社区垃圾处理碳排放数据、废水处理碳排放数据，所述居民居住区域碳排放数据包括居民区消耗电量产生碳排放数据、居民区消耗天然气产本文档来自技高网...

【技术保护点】
1.一种社区碳排放监测和预测系统，其特征在于，包括碳排放监测模块和碳排放预测模块；/n所述碳排放监测模块包括数据采集模块和数据分析模块，所述数据采集模块用于对所述社区碳排放活动数据和碳排放预测所需输入参数进行采集，所述输入参数包括人均居民消费支出、社区居民常住人口数量和当地居民消费价格指数；/n所述数据采集模块包括传感器、数据采集器、存储服务器，所述传感器与社区的碳排放源连接，所述传感器将从所述碳排放源上测量到的所述社区碳排放活动数据传递至所述数据采集器，所述数据采集器将社区碳排放活动数据传递至所述存储服务器进行存储形成存储数据；/n所述数据分析模块从所述存储服务器读取所述存储数据，并对所述存储服务器中的分析信息进行综合分析，所述数据分析模块用于将所述社区碳排放活动数据转化成碳排放量，并进行汇总生成社区碳排放总量；/n所述碳排放预测模块对输入参数进行无量纲化处理，并用改进支持向量机对社区碳排放进行预测；/n所述碳排放预测模块和所述分析模块均安装在终端计算机中。/n

【技术特征摘要】
1.一种社区碳排放监测和预测系统，其特征在于，包括碳排放监测模块和碳排放预测模块；
所述碳排放监测模块包括数据采集模块和数据分析模块，所述数据采集模块用于对所述社区碳排放活动数据和碳排放预测所需输入参数进行采集，所述输入参数包括人均居民消费支出、社区居民常住人口数量和当地居民消费价格指数；
所述数据采集模块包括传感器、数据采集器、存储服务器，所述传感器与社区的碳排放源连接，所述传感器将从所述碳排放源上测量到的所述社区碳排放活动数据传递至所述数据采集器，所述数据采集器将社区碳排放活动数据传递至所述存储服务器进行存储形成存储数据；
所述数据分析模块从所述存储服务器读取所述存储数据，并对所述存储服务器中的分析信息进行综合分析，所述数据分析模块用于将所述社区碳排放活动数据转化成碳排放量，并进行汇总生成社区碳排放总量；
所述碳排放预测模块对输入参数进行无量纲化处理，并用改进支持向量机对社区碳排放进行预测；
所述碳排放预测模块和所述分析模块均安装在终端计算机中。


2.根据权利要求1所述的一种社区碳排放监测和预测系统，其特征在于，所述分析信息包括社区碳排放边界范围、社区建筑面积、碳排放单元识别信息、社区常住人口数、社区碳排放量、户均碳排放量、人均碳排放量。


3.根据权利要求1所述的一种社区碳排放监测和预测系统，其特征在于，所述社区碳排放活动数据包括居民居住区域碳排放数据、社区公共区域碳排放数据、社区垃圾处理碳排放数据、废水处理碳排放数据，所述居民居住区域碳排放数据包括居民区消耗电量产生碳排放数据、居民区消耗天然气产生碳排放数据，所述社区公共区域碳排放数据包括社区消耗电量碳排放数据、社区消耗天然气碳排放数据、社区消耗汽油碳排放数据、社区消耗柴油碳排放数据、社区消耗其它能源碳排放数据；所述社区碳排放活动数据经过所述数据分析模块转化为社区碳排放总量，所述社区碳排放总量计算公式如下：



其中：—社区碳排放总量；E居民居住区域—居民居住区域碳排放量；E社区公共区域—社区公共区域碳排放量；E垃圾—社区垃圾处理碳排放量；E废水—废水处理碳排放量；E电力—居民居住区域和社区公共区域消耗电量碳排放量；E天然气—居民居住区域和社区公共区域消耗天然气碳排放量，E柴油—社区消耗柴油碳排放量；E汽油—社区消耗汽油碳排放量；E其它—社区消耗天然气、柴油、汽油之外的其它能源碳排放量；以上单位均为吨二氧化碳(tCO2)。


4.根据权利要求1所述的一种社区碳排放监测和预测系统，其特征在于，所述社区碳排放活动数据采用在线传输或离线传输两种方式传输，在线传输包括以太网或无线传输方式，所述离线传输则采用移动终端拍照上传、数据录入。


5.根据权利要求1所述的一种社区碳排放监测和预测系统，其特征在于，所述碳排放预测模块包括改进支持向量机预测模型模块，将社区碳排放总量和经过无量纲化的所述输入参数输入改进支持向量机预测模型模块中；
通过遗传算法优化最小二乘支持向量机模型得到所述改进支持向量机预测模型模块中的改进支持向量机，并通过优化后的所述改进支持向量机对社区碳排放量进行预测。


6.根据权利要求5所述的一种社区碳排放监测和预测系统，其特征在于，所述支持向量机中的核函数为RBF，即将支持向量机的优化转化为对支持向量机惩罚因子C和和函数的方差σ的寻优。


7.一种社区碳排放监测和预测方法，其特征在于，包括如下步骤：
步骤1.通过碳排放监测模块对社区碳排放活动数据和碳排放预测所需输入参数进行采集，所述输入参数包括人均居民消费支出、社区居民常住人口数量和当地居民消费价格指数；所述碳排放监测模块包括数据采集模块和数据分析模块，所述数据采集模块用于对所述社区碳排放活动数据和碳排放预测所需输入参数进行采集，所述数据采集模块包括传感器、数据采集器、存储服务器，所述传感器与社区的碳排放源连接，所述传感器将从所述碳排放源上测量到的所述社区碳排放活动数据传递至所述数据采集器，所述数据采集器将社区碳排放活动数据传递至所述存储服务器进行存储形成存储数据；所述数据分析模块从所述存储服务器读取所述存储数据，并对所述存储服务器中的分析信息进行综合分析，所述数据分析模块用于将所述社区碳排放活动数据转化成碳排放量，并进行汇总生成社...

【专利技术属性】
技术研发人员：谢泽琼，袁文辉，高学农，房俊东，江宗彬，汪晓阳，
申请(专利权)人：华南理工大学珠海现代产业创新研究院，华南理工大学，
类型：发明
国别省市：广东;44