一种碳排放量大数据可视化监控方法技术

一种碳排放量大数据可视化监控方法，包括如下步骤：步骤一、登录系统；步骤二、构建python运行环境；步骤三、收集数据；步骤四、使用pd.read_excel函数读取和存储数据；步骤五、整理数据后存储至至字典data_carbon中；步骤六、处理时间戳；步骤七、构建地图及上色；步骤八、构建折线图；步骤九、构建柱状图；步骤十、构建饼状图。基于大数据可视化开源框架Echarts结合Python语言，提出了一套可推广的碳排放量大数据可视化监控方法，通过建立基层电网公司所辖范围内的省、市电网数据模型，引入地图，建立负荷侧用户碳流模型，将各地区碳排放量数据可视化。可视化。可视化。

【技术实现步骤摘要】
一种碳排放量大数据可视化监控方法


[0001]本专利技术涉及电力低碳减碳
，具体涉及一种碳排放量大数据可视化监控方法。

技术介绍

[0002]新型电力系统具有的典型特征就是大规模的新能源接入，因此电源出力和负荷都具有较传统电力系统很强的波动性以及不确定性。目前，国内学者致力于通过统计学方法研究新型电力系统的电源出力以及负荷预测，以保证正确的规划以及保障系统正常运行。就此而言，电力系统各方面数据量呈指数型增长，爆炸式的数据对研究新型电力系统产生阻力，因此，建立大数据可视化分析平台是有必要的。
[0003]现有的数据管理方案多是利用excel表格进行数据汇总和存储，需要大量的人工操作且效果并不直观和简洁。大量的数据在人工重复操作时，容易造成纰漏，会直接影响科研人员对于数据的使用以及后续的建模等工作，且excel表格中保存的数据对科研人员观察数据变化以及数据规律并不友好。在当前电力系统发展的情况下，科研院工作者以及电网公司人员需要对数据进行良好的可视化管理以及保持对数据变化的敏感度，从而为后续提高电网可靠性、保障电网高效持续运行打下基础本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种碳排放量大数据可视化监控方法，其特征是，包括如下步骤：步骤一、使用Application类构建登录注册系统，通过设置注册、登录界面防止信息外露风险；步骤二、构建python运行环境，通过Windows命令提示符下载安装python3.8以及anaconda，python3.8和anaconda为python包管理工具，并安装API函数包中的pypower、pyecharts、numpy、pandas、os、openyxl；步骤三、通过统计各电网公司所辖范围内电网历史数据，包括发电厂数量、类型、发电量、碳排放强度以及不同地区的碳排放总量；步骤四、使用pd.read_excel函数读取本地excel表格中的地区、时间、碳排放量的数据存储至data数组中；步骤五，将数据存储以后，使用dict函数整理出对应地区、时间的碳排放总量字典，并将最后结果储存至字典data_carbon中；步骤六，处理表格中得到的年月日信息，判别是否是闰年等，保证年月日信息的准确性；步骤七，使用map_chart函数构建目标地区地图，并通过map.add函数配置各种参数，将目标地区各子地区碳排放量构建到地图中，通过颜色的变化显示各个地区数据的差异；步骤八，使用line_chart函数构建折线图，并通过Line函数配置各种参数，将目标地区下属各子地区碳排放量通过折线图展示，横轴为时间，纵轴为该目标区域总的碳排放量；步骤九、使用bar函数构建折线图，并通过Bar.add函数配置各种参数，将各子地区碳排放量通过横向的柱状图显示，并根据时间的变化自动调整数据，用不同的比例颜色以及柱状图高度显示不同地区的碳排放量；步骤十，使用pie函数构建折线图，并通过Pie.add函数配置各种参数，将各子地区碳排放量通过饼状图展示，根据时间变化，通过饼状图各部分大小表示不同地区的碳排放量对比。2.根据权利要求1所述的一种碳排放量大数据可视化监控方法，其特征在于，所述的可视化监控方法所采用数据基于碳排放实时检测平台，碳排放实时检测平台内...

【专利技术属性】
技术研发人员：刘子伟，唐爱红，申冉，张宇，王文浩，王庆铭，余文晗，游欣宇，毛鲁洁，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：