碳排放量获取方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种碳排放量获取方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取目标水泥企业的净购入电量，以及目标水泥企业的水泥生产数据；根据水泥生产数据获取针对于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目标水泥企业匹配的目标电碳监测模型，并将碳排放量特征因子数据输入目标电碳监测模型，通过目标电碳监测模型输出目标水泥企业对应的电碳指数；根据净购入电量以及电碳指数，得到目标水泥企业的碳排放量。采用本方法不需要通过核算方法来获取水泥企业的碳排放量，从而可以提高水泥企业的碳排放量获取的准确率。而可以提高水泥企业的碳排放量获取的准确率。而可以提高水泥企业的碳排放量获取的准确率。

【技术实现步骤摘要】
碳排放量获取方法、装置、计算机设备和存储介质


[0001]本申请涉及数据监测
，特别是涉及一种碳排放量获取方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着数据监测技术的发展，出现了一种获取水泥行业碳排放量的技术，该技术可以通过对水泥企业排放的包括二氧化碳在内的温室气体浓度进行监测，来实现碳排放量的获取，从而可以帮助水泥企业实现节能减排的目的。
[0003]传统技术中，针对企业的碳排放量获取通常是通过核算的方法或者连续监测法来实现，然而通过连续监测法来获取碳排放量，则需要使用连续监测设备来实现，该设备存在成本高、普遍覆盖性低、难度大，并不适用于水泥企业的碳排放量获取，而如果是通过核算方法来获取水泥企业的碳排放量，则会存在数据滞后的问题，数据的实时性较差。因此现有的针对水泥企业的碳排放量获取方法的准确率较低。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高水泥企业的碳排放量获取准确性的碳排放量获取方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种碳排放量获取方法，所述方法包括：
[0006]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；
[0007]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；
[0008]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；
[0009]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。
[0010]在其中一个实施例中，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。
[0011]在其中一个实施例中，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。
[0012]在其中一个实施例中，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。
[0013]在其中一个实施例中，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：获取多个第二样本水泥企业的第二训练样本数据；所述第二训练样本数据包括：由所述多个第二样本水泥企业在第二预设时间周期内的第二样本水泥生产数据得到的第二样本碳排放量特征因子数据，以及所述多个第二样本水泥企业在所述第二预设时间周期的第二实际电碳指数；将所述第二样本碳排放量特征因子数据输入待训练的第二电碳监测模型，得到所述第二样本水泥企业在所述第二预设时间周期的第二预测电碳指数；利用所述第二预测电碳指数与所述第二实际电碳指数对第二电碳监测模型进行训练，得到预先训练的第二电碳监测模型。
[0014]在其中一个实施例中，所述目标水泥企业的水泥生产数据，包括：所述目标水泥企业对应的熟料中氧化钙含量数据、熟料中氧化镁含量数据、熟料工段电网供电量数据、熟料工段耗电量数据、水泥工段耗电量数据、全厂用电量数据、外输电量数据、水泥产量数据以及熟料产量数据；所述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，包括：将所述熟料中氧化钙含量数据与所述熟料中氧化镁含量数据按照预设比例进行求和，得到所述目标水泥企业的第一碳排放量特征因子数据；根据所述熟料工段电网供电量数据与所述熟料工段耗电量数据的比值，得到所述目标水泥企业的第二碳排放量特征因子数据；利用所述全厂用电量数据对所述熟料工段耗电量数据、所述外输电量数据以及所述水泥工段耗电量数据进行作差处理，并将所述作差处理的结果与所述全厂用电量数据的比值，作为所述目标水泥企业的第三碳排放量特征因子数据；将所述水泥产量数据与所述熟料产量数据的比值，作为所述目标水泥企业的第四碳排放量特征因子数据。
[0015]第二方面，本申请还提供了一种碳排放量获取装置，所述装置包括：
[0016]生产数据获取模块，用于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；
[0017]特征数据获取模块，用于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；
[0018]电碳指数获取模块，用于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；
[0019]碳排放量获取模块，用于根据所述净购入电量以及所述电碳指数，得到所述目标水本文档来自技高网...

【技术保护点】

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：