【技术实现步骤摘要】
本专利技术属于交通环境，尤其涉及一种降低交通碳排放测算不确定性的方法。
技术介绍
1、目前，交通碳排放测算已经取得了一定的进展，针对交通碳排放的测算方法已经比较成熟，主要采用的是车载排放测试方法，通过在车辆上安装传感器和数据采集设备，记录车辆的各项参数，并计算出车辆的碳排放量。
2、但是交通碳排放测算仍然存在一些问题，最主要的问题是现有测算方法的精度和可靠性仍然有待提高。排放测试在实际行驶过程中进行，由于车辆行驶环境的影响和采样过程的复杂性，测量结果存在一定的误差，如传感器的准确性和数据的采集和处理等。另外，交通碳排放测算还存在数据获取和共享的问题。由于数据的来源和共享难度，导致现有数据的质量和数量都有限制。这也是制定有效的高速公路车辆碳排放管理政策和措施的难点之一。
3、现有技术存在的问题及缺陷为：无法全面、准确的对碳排放测算结果进行分析，而且还没有如何系统性地降低不确定性结果的方法。
技术实现思路
1、本专利技术的目的是提供一种降低交通碳排放测算不确定性的方法，以解决如何全面、准确的对碳排放测算结果进行分析，以及如何系统性地降低不确定性结果的技术问题。
2、本专利技术的一种降低交通碳排放测算不确定性的方法，可降低不确定性的过程包括：
3、步骤一，设备选择：采集车辆碳排放的相关数据，包括使用传感器、测量仪器和数据记录设备等。
4、步骤二，样本选择和测试：选择代表性样本车辆，并进行多次重复测量以减少测算结果的随机误差。p>
5、步骤三，影响因素选择：选择测算过程中考虑的因素，如车辆使用情况、行驶模式、环境因素等，根据这些因素进行修正和校正。
6、步骤四，模型和计算方法选择：选择适当的模型和计算方法以准确测算交通碳排放。
7、步骤五，不确定性分析：进行不确定性分析，包括敏感性分析和误差传递分析，以评估测算结果的可靠性和不确定性范围。
8、进一步，步骤一中，所述设备选择过程降低不确定性，可降低不确定性的设备包括：
9、(1)排放传感器：使用专门的排放传感器，例如尾气分析仪，可以直接测量车辆尾气中的碳排放物质。这些传感器通常会测量二氧化碳(co2)、氮氧化物(nox)和颗粒物等排放物质的浓度。
10、(2)车载数据记录器：车载数据记录器可以记录车辆的行驶数据，包括位置、车速、加速度、行驶距离等。这些数据可以与碳排放数据进行关联，以获得更全面的车辆碳排放信息。车载数据记录器可以是硬件设备，也可以是基于车辆诊断接口(例如obd-ii接口)的软件应用。
11、(3)车辆诊断工具：一些车辆诊断工具可以通过连接到车辆的诊断接口(如obd-ii接口)来获取车辆的相关数据，包括引擎负荷、燃油消耗率等。
12、进一步，步骤二中，所述样本选择和测试过程降低不确定性，需要考虑因素包括：
13、(1)样本选择：选择具有代表性的样本车辆，能够代表整个车辆群体的特征和变异性。可以考虑以下因素进行选择：车辆类型、车龄、排量、燃料类型、行驶里程等。
14、(2)样本数量：需要进行统计学上的样本量计算来确定合适的样本数量，以确保对整个车辆群体的代表性；
15、(3)重复测量：对选定的样本车辆进行多次重复测量(大于10次)是减少随机误差的关键。每个样本车辆应进行多次独立测量，以获得一系列测量结果。可以通过在不同时间、不同环境条件下进行多次测量来增加测量的多样性。
16、进一步，步骤三中，所述影响因素选择过程降低不确定性，影响因素包括：
17、(1)车辆使用情况：车辆使用情况是指车辆的具体运行方式和工作条件，例如城市驾驶、高速公路驾驶、停车等。
18、(2)行驶模式：行驶模式是指车辆在行驶过程中的速度、加速度和减速度等参数。行驶模式的变化会对车辆的能效和碳排放产生影响。根据不同的行驶模式，可以使用行驶循环数据或模型来估计车辆的实际碳排放。
19、(3)环境因素：环境因素包括温度、湿度、海拔高度等。这些因素会对车辆的燃料燃烧效率和空气密度等产生影响，进而影响碳排放量。根据环境因素的变化，可以使用环境修正因子(温度修正因子、湿度修正因子等)来校正测算结果。
20、进一步，步骤四中，所述模型和计算方法选择过程降低不确定性，需要考虑的要求包括：
21、(1)数据可用性：评估可用的数据和信息。这包括车辆数据(如车辆类型、车速、行驶距离)、燃料数据(如燃料类型、燃料消耗量)以及行驶环境数据(如道路类型、交通状况)。确保所选模型和计算方法能够利用可用的数据。
22、(2)精确度要求：确定对交通碳排放测算的精确度要求。不同的应用场景可能有不同的精确度要求。例如，政策制定可能需要较高的精确度，而初步评估可能对精确度要求较低。根据精确度要求选择合适的模型和计算方法。
23、(3)数据来源：确定数据的来源。数据可以来自车辆测试、参考文献、官方统计数据等。根据数据的可靠性和适用性选择合适的模型和计算方法。
24、上述模型和计算方法参见表1所示的模型及计算方法。
25、进一步，步骤五中，所述不确定性分析过程降低不确定性，具体分析包括：
26、(1)敏感性分析：
27、确定关键输入参数：首先，确定影响测算结果的关键输入参数。这些参数可能包括车辆数据、燃料数据、行驶模式等。
28、变化参数值：对于每个关键输入参数，尝试变化其值，例如增加或减少一个固定比例，或在一定范围内随机变化。
29、分析结果变化：对每个参数变化情况下的测算结果进行分析。观察测算结果的变化程度，以确定哪些参数对结果具有较大影响。
30、敏感性指标：根据结果变化程度，可以使用敏感性指标(如斯皮尔曼相关系数、影响度量等)来量化参数对结果的敏感性。
31、2)误差传递分析：
32、确定误差来源：识别测算过程中可能引入误差的来源，例如输入数据的测量误差、模型参数的不确定性等。
33、误差量化：对每个误差来源进行量化，例如测量误差的标准差、模型参数的置信区间等。
34、误差传递计算：根据误差来源的量化结果，通过合适的计算方法(如蒙特卡洛模拟、传递函数等)将误差传递到测算结果中。
35、不确定性范围评估：根据误差传递计算得到的结果，可以评估测算结果的不确定性范围，例如计算置信区间或标准差。
36、本专利技术的优点及积极效果：
37、本专利技术可以全面、准确的对碳排放测算结果进行分析，而且还具有系统性地降低不确定性结果的优点。
本文档来自技高网...【技术保护点】
1.一种降低交通碳排放测算不确定性的方法，其特征在于，所述可降低不确定性的过程包括：
2.如权利要求1所述一种降低交通碳排放测算不确定性的方法，其特征在于，设备选择过程降低不确定性，具体可降低不确定性的设备包括：
3.如权利要求1所述一种降低交通碳排放测算不确定性的方法，其特征在于，样本选择和测试过程降低不确定性，具体需要考虑因素包括：
4.如权利要求1所述一种降低交通碳排放测算不确定性的方法，其特征在于，影响因素选择过程降低不确定性，具体影响因素包括：
5.如权利要求1所述一种降低交通碳排放测算不确定性的方法，其特征在于，模型和计算方法选择过程降低不确定性，具体需要考虑的要求包括：
6.如权利要求1所述一种降低交通碳排放测算不确定性的方法，其特征在于，不确定性分析过程降低不确定性，具体分析包括：
【技术特征摘要】
1.一种降低交通碳排放测算不确定性的方法，其特征在于，所述可降低不确定性的过程包括：
2.如权利要求1所述一种降低交通碳排放测算不确定性的方法，其特征在于，设备选择过程降低不确定性，具体可降低不确定性的设备包括：
3.如权利要求1所述一种降低交通碳排放测算不确定性的方法，其特征在于，样本选择和测试过程降低不确定性，具体需要考虑因素包括：
4.如权...
【专利技术属性】
技术研发人员：王学凯，杨濯丞，徐晓亮，蔡蕾，崔月凯，王新科，李一鸣，张恒博，么新鹏，刘雨辰，王孜健，吕晨阳，荣文，
申请(专利权)人：山东高速集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。