一种基于电力大数据的碳排放综合预测系统技术方案

本发明专利技术涉及污染排放技术领域，且公开了一种基于电力大数据的碳排放综合预测系统，该综合预测系统包括以下模块：数据监测模块，利用数字孪生技术实时监测大气环境中二氧化碳浓度、经济社会活动、自然环境变化；数据分析模块，用于对监测到的碳排放数据全方面核算，了解碳排放进程情况；碳排放计算模块，基于大数据应用技术对一天中碳排放频度、一个月中碳排放频度的动态监测核算；本发明专利技术，将LMDI模型和系统动力学模型相结合使用，运用LMDI法分析影响二氧化碳排放的因素，能够理清各变量之间相互制约、相互促进，互为因果的关系，能够使碳排放预测数据更准确，另外，通过对各个电力类型的监测，能够通过数据分析、大数据预测未来碳排放情况。排放情况。排放情况。

【技术实现步骤摘要】
一种基于电力大数据的碳排放综合预测系统


[0001]本专利技术涉及污染排放
，具体为一种基于电力大数据的碳排放综合预测系统。

技术介绍

[0002]随着社会经济的发展，全球气温逐渐上升，全球变暖导致一系列问题产生，例如，土地沙漠化、气候反常、物种濒临灭绝等。造成这些现象主要是由于化石燃料的过渡使用，使得二氧化碳排放量逐渐增加，全球气候变化日益成为人类生存和发展面临的最为突出的非传统安全威胁。其中，电网是连接发电侧与用电侧的枢纽，在推动新型电力系统建设和电力行业低碳转型中将发挥越来越重要的作用。电力行业的减排成效直接关系我国“双碳”目标能否实现。因此，电力大数据的碳排放综合预测具有重要意义。
[0003]由于电力行业是其它行业的基础，属于复杂的经济环境问题，经济、人口、政策等都会影响电力碳排放量，目前存在以下不足，电力行业碳排放是一个实时多变的系统，构件模型时历史数据时间选择较短，部分影响因素的变化趋势无法完全展现出来，从而不能较准确的预测电力行业碳排放的发展趋势。

技术实现思路

[0004](一)解决的技术问题...

【技术保护点】

【技术特征摘要】
1.一种基于电力大数据的碳排放综合预测系统，其特征在于，该综合预测系统包括以下模块：数据监测模块，利用数字孪生技术实时监测大气环境中二氧化碳浓度、经济社会活动、自然环境变化；数据分析模块，用于对监测到的碳排放数据全方面核算，了解碳排放进程情况；碳排放计算模块，基于大数据应用技术对一天中碳排放频度、一个月中碳排放频度的动态监测核算，通过对不同区域、不同电力类型的碳排放数据进行分析，动态跟踪碳排放变动趋势；对碳排放与碳捕捉、碳封存联系结果进行处理；能源分类模块，通过利于该模块将电力类型划分为核电、风电、太阳能、水电和火电，能够直观了解到碳排放综合来源；系统动力学模块，利用系统动力学方法构建电力行业碳排放模型，强调系统结构与系统动态行为的关系；大数据预测模块，通过现有监测的数据预测未来一年碳排放量情况，利于及时指定措施治理环境。2.根据权利要求1所述的一种基于电力大数据的碳排放综合预测系统，其特征在于，所述数据分析模块具体包括；对大气二氧化碳浓度变化趋势和二氧化碳净排放量变化趋势进行分析，确定排放因子设定造成的趋势差异影响；通过聚类分析和关联规则分析，确定...

【专利技术属性】
技术研发人员：郭江涛，樊茂，胡新苗，尹蕊，李雅洁，曹源，张腾，马斌，代作松，严峻，方明，
申请(专利权)人：国网新疆电力有限公司信息通信公司，
类型：发明
国别省市：