用于厂区的能碳管理算法应用平台制造技术

本发明专利技术涉及一种用于厂区的能碳管理算法应用平台，包括：能碳预测器件，用于采用为目标厂区定制的AI预测模型基于所述目标厂区在当前时间分段之前预设数目的多个历史时间分段的能量消耗总量以及碳排放总量以及所述目标厂区的多项厂区配置信息预测所述目标厂区在当前时间分段的预测能碳数据；策略定制器件，与所述能碳预测器件连接，用于基于所述预测能碳数据为所述目标厂区制定针对当前时间分段的相应的能碳管理算法。通过本发明专利技术，能够采用智能预测模型以基于目标厂区的多份过往能碳数值以及目标厂区的多项厂区配置信息完成对目标厂区未来能碳管理策略的定制，从而实现了对目标厂区的动态能碳管理。对目标厂区的动态能碳管理。对目标厂区的动态能碳管理。

【技术实现步骤摘要】
用于厂区的能碳管理算法应用平台


[0001]本专利技术涉及能碳管理领域，尤其涉及一种用于厂区的能碳管理算法应用平台。

技术介绍

[0002]在能耗双控向碳排放总量和强度双控转变下，能碳双控成为各处厂区需要破解的重大难题。
[0003]建设绿色低碳厂区是一项系统性的工程，需要厂区运营方、厂区治理方等多方面共同推动。厂区的碳排放量化必然包括厂区实现节能降碳，只有这样，厂区才能实现绿色低碳发展；厂区运营方则一方面提供厂区能源供应，另一方面可以搭建平台服务，助力厂区治理方实现节能降耗和监管目标。
[0004]为破解上述难题，一般采用依托物联网、云计算、地理信息、大数据等技术，以碳控路线牵引，打造厂区的能效监测、不同厂区设备的能耗定额和碳控指标体系，以期望建立完善的厂区能碳管理平台。
[0005]例如申请公布号CN115809830A的专利技术公开了基于工业园区的绿色评价数据分析管理系统，涉及碳排放管理
，解决了解决多个生产区之间绿色参数的综合作用，会导致部分生产区排放过高，却不能及时得知，同时，某个时间段排放过高时，也会导致整体的评价数据不准确，导致整体的绿色评价效果不佳的技术问题，将处于同一时段的分析参数进行均值处理得到对应的处理值，再将处理值与评价比对值进行比对，得到不同的处理信号，再通过信号输出端将不同的处理信号输出，将工业园区划分为多个分区，再对多个分区进行时段分析，采用此种方式对整个工业园区进行绿色评价分析，不仅能够快速找到异常的分区，还可提升整体的评价效果，同时提升对整个工业园区绿色评价参数的准确度。
[0006]又如申请公布号CN115345532A的专利技术涉及一种智能群控电供暖系统碳排放管理平台及方法，包括数据采集模块、碳排放计算模块、碳排放控制模块、数据存储模块和碳排放分析模块。数据采集模块采集电暖器功率、室内温度和电碳因子。碳排放计算模块根据内嵌碳排放计算模型，计算系统碳排放量。碳排放控制模块分两种模式，其一当电碳因子为常数，以用电量最小为约束，依据电供暖系统智能控制策略进行碳排放控制；其二当电碳因子为变化值，以碳排放最小为约束，依据内嵌多参数控制模型进行碳排放控制。数据存储模块存储目标用户信息及碳排放量。碳排放分析模块分析用户碳排放动态变化。该平台实现了智能群控电供暖系统碳排放量的可计、可查与可控。
[0007]再如申请公布号CN115187400A的专利技术涉及一种基于区块链和大数据的碳资产管理系统，包括数据中台、碳排放管理单元、CCER项目管理单元、碳资产管理单元和碳交易管理单元，该系统还包括安全管理单元和由多个碳资产数据节点组成的大数据区块链，所述的安全管理单元包括：数据上传模块：用于在各碳资产数据节点上传身份信息和交易信息；加密处理模块：用于对各碳资产数据节点上的身份信息和交易信息进行加密处理；安全认证模块：用于对经过加密处理的身份信息进行安全认证，并将通过安全认证的碳资产数据节点作为可信节点；交易发布模块：用于将各可信节点上经过加密处理的交易信息发布至
大数据区块链上。
[0008]然而，现有技术中的厂区能碳管理平台在为厂区每一个时间分段制定能碳管理算法时，依赖的厂区能量需求数量以及碳排放数据都是相对于所述时间分段的过往数据，这种时间滞后的参考数据用于制定相应的能碳管理算法，必然导致实际数据与能碳管理算法的错配，进而无法达到预期的节能减碳目标。

技术实现思路

[0009]本专利技术旨在解决现有技术中存在的技术问题，具体提供了一种用于厂区的能碳管理算法应用平台。
[0010]本专利技术是这样实现的，所述平台包括：厂区检测机构，用于获取被执行能碳管理的目标厂区的占据地理面积、能量消耗设备总数、碳排放设备总数、工厂占据面积、工作人员数量、注册车辆数量以及平均额定功率；信息捕获机构，用于获取所述目标厂区在当前时间分段之前预设数目的多个历史时间分段的能量消耗总量以及碳排放总量，所述预设数目的取值与所述目标厂区的能量消耗设备总数正向关联的同时与所述目标厂区的碳排放设备总数正向关联，所述当前时间分段与其之前的多个历史时间分段构成一个完整的时间区间且每一时间分段的持续时长相同；模型训练器件，用于对深度神经网络执行多次学习操作以获得用于执行能碳数据预测的AI预测模型，学习操作的次数与目标厂区的占据地理面积成正比；能碳预测器件，分别与所述厂区检测机构、所述信息捕获机构以及所述模型训练器件连接，用于采用所述AI预测模型以基于所述目标厂区在当前时间分段之前预设数目的多个历史时间分段的能量消耗总量以及碳排放总量、所述目标厂区的占据地理面积、能量消耗设备总数、碳排放设备总数、工厂占据面积、工作人员数量、注册车辆数量以及平均额定功率智能预测所述目标厂区在当前时间分段的预测能碳数据；策略定制器件，与所述能碳预测器件连接，用于基于所述目标厂区在当前时间分段的预测能碳数据为所述目标厂区制定针对当前时间分段的相应的能碳管理算法；其中，所述能碳预测器件智能预测的所述目标厂区在当前时间分段的预测能碳数据包括：所述目标厂区在当前时间分段的预测能量消耗总量以及预测碳排放总量；其中，获取被执行能碳管理的目标厂区的占据地理面积、能量消耗设备总数、碳排放设备总数、工厂占据面积、工作人员数量、注册车辆数量以及平均额定功率包括：被执行能碳管理的目标厂区的平均额定功率为被执行能碳管理的目标厂区内各个能量消耗设备分别对应的各个额定输出功率的平均值。
[0011]本专利技术技术方案能够采用为目标厂区定制的执行未来能碳数值预测的AI预测模型以基于目标厂区的多份过往能碳数值以及目标厂区的多项厂区配置信息，完成对目标厂区未来能碳管理策略的定制，从而实现了对目标厂区的动态能碳管理，达到预期的节能减碳目标。
附图说明
[0012]以下将结合附图对本专利技术的实施例进行描述。
[0013]图1为根据本专利技术第1实施例示出的用于厂区的能碳管理算法应用平台的内容结构示意图。
[0014]图2为根据本专利技术第2实施例示出的用于厂区的能碳管理算法应用平台的内容结构示意图。
[0015]图3为根据本专利技术第3实施例示出的用于厂区的能碳管理算法应用平台的内容结构示意图。
具体实施方式
[0016]下面将参照附图对本专利技术的用于厂区的能碳管理算法应用平台的实施例进行详细说明。
[0017]第1实施例
[0018]图1为根据本专利技术第1实施例示出的用于厂区的能碳管理算法应用平台的内容结构示意图，所述平台包括：厂区检测机构，用于获取被执行能碳管理的目标厂区的占据地理面积、能量消耗设备总数、碳排放设备总数、工厂占据面积、工作人员数量、注册车辆数量以及平均额定功率；示例地，所述厂区检测机构获取的被执行能碳管理的目标厂区的占据地理面积、能量消耗设备总数、碳排放设备总数、工厂占据面积、工作人员数量、注册车辆数量以及平均额定功率为二进制数值表示模式；信息捕获机构，用于获取所述目标厂区在当前时间分段之前预设数目的多个历史时间分段的能量消耗总量以及碳排放总量，所述预设数目的取值与所述目标厂区的能量消耗设备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于厂区的能碳管理算法应用平台，其特征在于，所述平台包括：厂区检测机构，用于获取被执行能碳管理的目标厂区的占据地理面积、能量消耗设备总数、碳排放设备总数、工厂占据面积、工作人员数量、注册车辆数量以及平均额定功率；信息捕获机构，用于获取所述目标厂区在当前时间分段之前预设数目的多个历史时间分段的能量消耗总量以及碳排放总量，所述预设数目的取值与所述目标厂区的能量消耗设备总数正向关联的同时与所述目标厂区的碳排放设备总数正向关联，所述当前时间分段与其之前的多个历史时间分段构成一个完整的时间区间且每一时间分段的持续时长相同；模型训练器件，用于对深度神经网络执行多次学习操作以获得用于执行能碳数据预测的AI预测模型，学习操作的次数与目标厂区的占据地理面积成正比；能碳预测器件，分别与所述厂区检测机构、所述信息捕获机构以及所述模型训练器件连接，用于采用所述AI预测模型以基于所述目标厂区在当前时间分段之前预设数目的多个历史时间分段的能量消耗总量以及碳排放总量、所述目标厂区的占据地理面积、能量消耗设备总数、碳排放设备总数、工厂占据面积、工作人员数量、注册车辆数量以及平均额定功率智能预测所述目标厂区在当前时间分段的预测能碳数据；策略定制器件，与所述能碳预测器件连接，用于基于所述目标厂区在当前时间分段的预测能碳数据为所述目标厂区制定针对当前时间分段的相应的能碳管理算法；其中，所述能碳预测器件智能预测的所述目标厂区在当前时间分段的预测能碳数据包括：所述目标厂区在当前时间分段的预测能量消耗总量以及预测碳排放总量；其中，获取被执行能碳管理的目标厂区的占据地理面积、能量消耗设备总数、碳排放设备总数、工厂占据面积、工作人员数量、注册车辆数量以及平均额定功率包括：被执行能碳管理的目标厂区的平均额定功率为被执行能碳管理的目标厂区内各个能量消耗设备分别对应的各个额定输出功率的平均值。2.如权利要求1所述的用于厂区的能碳管理算法应用平台，其特征在于：基于所述目标厂区在当前时间分段的预测能碳数据为所述目标厂区制定针对当前时间分段的相应的能碳管理算法包括：所述目标厂区在当前时间分段的预测能量消耗总量数值越大，为所述目标厂区在当前时间分段分配的能量资源越多；其中，基于所述目标厂区在当前时间分段的预测能碳数据为所述目标厂区制定针对当前时间分段的相应的能碳管理算法包括：所述目标厂区在当前时间分段的预测碳排放总量数值越大，为所述目标厂区在当前时间分段执行的碳中和强度越大。3.如权利要求2所述的用于厂区的能碳管理算法应用平台，其特征在于，所述平台还包括：能量分配器件，与所述策略定制器件连接，用于基于为所述目标厂区制定的针对当前时间分段的相应的能碳管理算法执行对所述目标厂区针对当前时间分段的能量资源分配。4.如权利要求2所述的用于厂区的能碳管理算法应用平台，...

【专利技术属性】
技术研发人员：史洲铭，王一蔚，翟天骏，顾正铮，周芸，
申请(专利权)人：江苏智能低碳科技发展有限公司，
类型：发明
国别省市：