【技术实现步骤摘要】
本专利技术涉及碳排放数据处理，尤其涉及一种基于知识图谱的区域电力系统碳排放大数据分析方法。
技术介绍
1、不同于其他能源系统，电力系统具有严格的“发电-用能”实时平衡特性，而电网连接着电力生产和消费，是重要的能源网络平台，是引领电力碳减排的核心枢纽，既要保障新能源大规模开发和高效利用，又要满足经济社会发展的用电需求。因此，需要对电力系统的碳排放情况进行实时、准确和全面的监测，这绝不仅仅是源侧的任务，也需要源、网和荷全环节的协同配合。实时、准确和全面直接监测电力系统源侧碳排放、间接检测网和荷全环节的碳排放，是掌握电力行业碳排放现状与趋势、挖掘电力碳减排潜力、引导电力用户互动减碳、促进电力经济低碳转型的基础与前提，也是支撑碳市场健康发展的基础保障。
2、现阶段电力系统的直接碳排放监测主要基于宏观统计法，即根据全年、全省/大区的发电总燃料消耗换算得到总碳排放量；用电间接碳排放监测主要基于平均碳排放因子法，该方法基于省级或大区电网级全年燃料统计值和发电量计算得到用户的单位用电碳排放因子，通过平均碳排放因子与用电量得到用户的用电间接碳
【技术保护点】
1.一种基于知识图谱的区域电力系统碳排放大数据分析方法，其特征在于，包括：
2.如权利要求1所述的区域电力系统碳排放大数据分析方法，其特征在于，获取预先训练的多分支并行神经网络，包括：
3.如权利要求2所述的区域电力系统碳排放大数据分析方法，其特征在于，将所述正样本作为初始多分支并行神经网络的输入，输出正例输出，包括：
4.如权利要求3所述的区域电力系统碳排放大数据分析方法，其特征在于，所述将每个第二融合结果通过预设激活函数进行输出融合，得到正例输出，包括：
5.如权利要求2所述的区域电力系统碳排放大数据分析方法，其特征...
【技术特征摘要】
1.一种基于知识图谱的区域电力系统碳排放大数据分析方法，其特征在于，包括：
2.如权利要求1所述的区域电力系统碳排放大数据分析方法，其特征在于，获取预先训练的多分支并行神经网络，包括：
3.如权利要求2所述的区域电力系统碳排放大数据分析方法，其特征在于，将所述正样本作为初始多分支并行神经网络的输入，输出正例输出，包括：
4.如权利要求3所述的区域电力系统碳排放大数据分析方法，其特征在于，所述将每个第二融合结果通过预设激活函数进行输出融合，得到正例输出，包括：
5.如权利要求2所述的区域电力系统碳排放大数据分析方法，其特征在于，所述根据所述正例输出和所述负例输出进行训练，包括：
6.如权利要求1所述的区域电力系统碳排放大数据分析方法，其特征在于，除了根据所述实体关系，将所述非结构化数据作为基于预先训练的多分支并行神经...
【专利技术属性】
技术研发人员：龚贤夫，彭勃，李耀东，刘正超，卢洵，娄源媛，彭穗，黄裕春，顾延勋，钟俊琛，林海生，刘晓光，彭虹桥，
申请(专利权)人：广东电网有限责任公司，
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。