一种工业园区降碳关键影响因素分析方法技术

本发明专利技术属于降碳关键影响因素分析技术领域，具体涉及一种工业园区降碳关键影响因素分析方法；包括步骤1对工业园区碳排放的因素进行分析；步骤2选取影响工业园区降碳的关键因素并建模；步骤3建立工业园区碳排放最优化模型；本发明专利技术根据专家经验并将影响碳排放因素输入到神经网络进行训练，获取关键因素对于碳排放的影响占的比重，进而找到影响碳排放占主要贡献的关键因素；基于关键因素建立碳排放动态模型，利用CNN深度学习神经网路对模型进行优化，获取各个关键因素在动态模型的权重信息，构建出最优的碳排放动态模型，为工业园区提供根据关键因素降低碳排放的最优化方案。根据关键因素降低碳排放的最优化方案。根据关键因素降低碳排放的最优化方案。

【技术实现步骤摘要】
一种工业园区降碳关键影响因素分析方法


[0001]本专利技术属于降碳关键影响因素分析
，具体涉及一种工业园区降碳关键影响因素分析方法。

技术介绍

[0002]中低压台区作为电网供电体系中的末端部分，是配电网的重要组成部分，负责直接为电力用户供电，它具有数量多、分布广泛、设备复杂、各类数据交叉融合等特点。台区的直接对象是工业园区，工业园区是我国工业发展的重要载体和强大引擎。然而，影响工业园区碳排放量的因素很多且相互有联系，如何在影响工业园区碳排放众多因素中，找到主要影响碳排放的关键因素，并量化识别这些关键因素，建立碳排放的动态模型是工业园区降碳的重要途径之一，进而为建设低碳台区提供引导和规划支持；目前关于工业园区降碳方法中存在以下几个亟待解决的技术问题：(1)影响工业园区碳排放的因素较多，在选取这些因素时绝大部分都是根据设计者经验选择的，没有一个可选的指导性框架；(2)碳排放模型建立后，仅仅根据获取的数据机械式带入到碳排放模型中，得到工业园区的碳排放量多少，没有考虑如何使用新技术来获得最优的碳排放模型，导致很难给工业园区提供一个切实的指导意本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工业园区降碳关键影响因素分析方法，其特征在于，它包括以下步骤：步骤1、对工业园区碳排放的因素进行分析；步骤2、选取影响工业园区降碳的关键因素并建模；步骤3、建立工业园区碳排放最优化模型。2.如权利要求1所述的一种工业园区降碳关键影响因素分析方法，其特征在于，所述步骤1对工业园区碳排放的因素进行分析包括：确定能源活动碳排放的因素类别：焦炭消费、原煤消费、煤炭消费、原油消费、柴油消费、液化石油气消费、汽油消费、天然气消费、电力消费、生物质燃料、热力；确定废弃物处理中的因素：生活污水、工业废水、危险废物、生活垃圾；确定林业和植被包含因素：国槐树、杏树、桂花、紫荆、阔叶林、樱花、白梨、碧桃、榆叶梅、紫穗槐、千头椿、金创小草、白车轴草。3.如权利要求1所述的一种工业园区降碳关键影响因素分析方法，其特征在于，所述步骤2选取影响工业园区降碳的关键因素并建模包括：将专家经验和神经网络结合起来设计一种专家神经网络对所有考虑的降碳因素进行筛选，寻找那些对降碳贡献较高的因素作为关键因素，而后根据关键因素建立动态模型；首先，基于专家神经网络选取关键因素，将根据专家经验和工业园区统计的数据，列出影响碳排放的因素作为输入参数，输出参数为碳排量；专家权重是指这些因素对碳排放的影响所占的比重大小，即贡献大小；然后，建立各个关键因素的碳排放模型，包括能源消耗因素的碳排放模型、林业和植被碳汇的模型、废弃物处理因素的模型。4.如权利要求3所述的一种工业园区降碳关键影响因素分析方法，其特征在于，所述能源消耗因素的碳排放模型包括：能源消耗主要有化石消费，电力消费，热力三个因素产生的碳排放，此项计算公式如下：C
能耗
＝C
煤炭
+C
电力
+C
热力 (1)式中，C
能耗
为能源活动二氧化碳排放总量，单位为吨(t)；C
煤炭
为化石燃料燃烧活动产生的二氧化碳排放量；C
电力
为净购入电力二氧化碳间接排放量；C
热力
为净购入热力二氧化碳间接排放量；化石主要有煤炭，焦炭，原煤；式中，P
j
第j种燃料的平均低位发热值，固体燃料的单位为吉焦每吨；Q
j
第j种燃料的消费量，固体燃料的单位为吨(t)；CQ
j
为第j种燃料的单位热值含碳量，单位为吨碳每吉焦；OF
j<...

【专利技术属性】
技术研发人员：杨雷，李俊楠，廖涛，周默，华隽，张焕龙，张向阳，张永乐，叶雷，张龙，李冰洋，
申请(专利权)人：国网河南省电力公司营销服务中心，
类型：发明
国别省市：