【技术实现步骤摘要】
本专利技术涉及碳排放数据核算，具体涉及一种基于时序数据分析的碳核算方法。
技术介绍
1、碳核算是一种测量并记录企业或个人生存活动过程中产生的二氧化碳排放量的方法和手段；企业按照生态环境部门要求，监测并记录业务活动中的碳排放相关参数，以明确自身碳排放水平，从而帮助企业有效管理和减少碳排放，提升企业的整体竞争力和可持续发展能力。
2、碳排放因子法是一种常用的碳核算方法，但该方法依赖于准确的活动数据。由于获取的时序活动数据，通常会由于企业或个人生存活动过程中某些不可预见的干扰因素，如原材料的质量波动、生产设备的故障等，导致活动数据中存在部分异常数据，异常数据将会降低最终碳核算结果的准确性。
技术实现思路
1、为了解决活动数据中存在异常数据可能降低最终碳核算结果的准确性的技术问题，本专利技术的目的在于提供一种基于时序数据分析的碳核算方法，所采用的技术方案具体如下：
2、获取每种碳排放活动下的活动数据曲线；在每条所述活动数据曲线中，根据曲线波动特征对对应所述活动数据曲线进行分段，并将不同所述活动数据曲线间的分段进行匹配；
3、在不同所述活动数据曲线的每对匹配分段间，根据活动数据的变化差异及匹配分段间的匹配情况，获取不同所述活动数据曲线间的波动相似性；根据所述波动相似性获取每条所述活动数据曲线的相关活动数据曲线；
4、在每条所述活动数据曲线与对应所述相关活动数据曲线中，根据相同时刻的活动数据在对应活动数据曲线中的所有活动数据的相对离群程度，获取每
5、根据每个活动数据的所述异常程度，基于碳排放因子法获取碳核算结果。
6、进一步地，所述根据曲线波动特征对所述活动数据曲线进行分段的分段方法包括：
7、获取每条所述活动数据曲线的极值点；在每条所述活动数据曲线中，将极值点作为分段点，获取每条所述活动数据曲线的所有分段。
8、进一步地，所述将不同所述活动数据曲线间的分段进行匹配的匹配方法包括：
9、以任一所述活动数据曲线为目标曲线，以其余任一非目标曲线为参考曲线，将所述目标曲线与所述参考曲线的首个分段均作为待处理分段；
10、获取所述目标曲线与所述参考曲线的所述待处理分段间的时长差异，当时长差异满足预设条件时，则将所述目标曲线与所述参考曲线的所述待处理分段作为一对匹配分段，否则根据所述目标曲线与所述参考曲线的所述待处理分段间的时长差异，以及所述参考曲线的所述待处理分段外的其他分段的时长大小，对所述参考曲线的分段进行更新，以使所述目标曲线的所述待处理分段与更新后的所述参考曲线的待处理分段的时长差异满足预设条件，并将所述目标曲线的所述待处理分段与更新后的所述参考曲线的待处理分段作为一对匹配分段；
11、获取所述目标曲线与所述参考曲线间的首对匹配分段后，将对应匹配分段的下一相邻分段作为新的待处理分段，获取所述目标曲线与所述参考曲线间的第二对匹配分段，不断迭代直至获取所述目标曲线与所述参考曲线间所有匹配分段；
12、所述预设条件为时长差异小于或等于预设时长阈值。
13、进一步地，对所述参考曲线的分段进行更新的更新方法包括：
14、若所述目标曲线的所述待处理分段的时长小于所述参考曲线的所述待处理分段的时长，则将所述参考曲线的所述待处理分段进行拆分处理，所述拆分处理包括：将所述参考曲线的所述待处理分段拆分为第一子段和第二子段，所述第一子段与所述目标曲线的所述待处理分段等长，所述第一子段、所述第二子段与所述参考曲线中的其余分段作为更新后的所述参考曲线中的所有分段，并将所述第一子段作为更新后的所述参考曲线的待处理分段；
15、若所述目标曲线的所述待处理分段的时长大于所述参考曲线的所述待处理分段的时长，则将所述参考曲线的所述待处理分段在时序方向上的其余分段依次合并至所述待处理分段，直至合并后得到的待处理分段与所述目标曲线的所述待处理分段的时长差异满足预设条件，或合并后得到的待处理分段的总时长首次大于所述目标曲线的所述待处理分段的时长；若合并后得到的待处理分段的总时长首次大于所述目标曲线的所述待处理分段的时长，则将合并后得到的待处理分段进行所述拆分处理，得到更新后的所述参考曲线中的待处理分段和其余所有分段。
16、进一步地，所述波动相似性的获取方法包括：
17、获取每对匹配分段中的每个分段的分段斜率；
18、在每条所述活动数据曲线与其余每条所述活动数据曲线的每对匹配分段间，获取其余每条所述活动数据曲线对应匹配分段中的初始分段数量，将所述初始分段数量负相关映射，作为对应匹配分段间的匹配程度；
19、在每条所述活动数据曲线与其余每条所述活动数据曲线的每对匹配分段间，根据每个分段中活动数据的幅值水平的差异及所述分段斜率的差异，结合所述匹配程度，获取每对匹配分段间的分段波动相似性；
20、在每条所述活动数据曲线与其余每条所述活动数据曲线的所有对匹配分段间，将所有所述分段波动相似性求均，得到每条所述活动数据曲线与其余每条所述活动数据曲线间的波动相似性。
21、进一步地，所述分段波动相似性的计算公式包括：
22、；其中，为第条活动数据曲线与第条活动数据曲线的第对匹配分段间的分段波动相似性；为标准归一化函数；为以自然常数为底数的指数函数；为第对匹配分段中，第条活动数据曲线对应的匹配分段中所有活动数据的幅值均值；为第条活动数据曲线中所有活动数据的幅值均值；为第对匹配分段中，第条活动数据曲线对应的匹配分段中所有活动数据的幅值均值；为第条活动数据曲线中所有活动数据的幅值均值；为第对匹配分段中，第条活动数据曲线对应的匹配分段的分段斜率；为第对匹配分段中，第条活动数据曲线对应的匹配分段的分段斜率；为第条活动数据曲线与第条活动数据曲线的第对匹配分段间，第条活动数据曲线对应的匹配分段中的初始分段数量；为第条活动数据曲线与第条活动数据曲线的第对匹配分段间的匹配程度；为取绝对值符号。
23、进一步地，所述相关活动数据曲线的获取方法包括：
24、在所有所述参考曲线中，将与所述目标曲线间的所述波动相似性大于预设阈值的所述参考曲线，作为所述目标曲线的相关活动数据曲线。
25、进一步地，所述异常程度的获取方法包括：
26、获取每条所述活动数据曲线中的每个活动数据的lof值；获取每条所述活动数据曲线与对应所有所述相关活动数据曲线中，每个相同时刻下的活动数据的lof值均值及lof值方差；将每条所述活动数据曲线中的每个活动数据的lof值与所述lof值均值的差值归一化后，乘以所述lof值方差，得到每条所述活动数据曲线中的每个活动数据的离群权重；
27、在每条所述活动数据曲线与对应所有所述相关活动数据曲线间，获取所有相同时刻下的活动数据的lof值的差值绝对值均值，将所述差值绝对值均值归一化后乘以所述离群权重，得到每条所述活动数据曲线中每个活动数据本文档来自技高网...
【技术保护点】
1.一种基于时序数据分析的碳核算方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于时序数据分析的碳核算方法，其特征在于，所述根据曲线波动特征对所述活动数据曲线进行分段的分段方法包括：
3.根据权利要求1所述的一种基于时序数据分析的碳核算方法，其特征在于，所述将不同所述活动数据曲线间的分段进行匹配的匹配方法包括：
4.根据权利要求3所述的一种基于时序数据分析的碳核算方法，其特征在于，对所述参考曲线的分段进行更新的更新方法包括：
5.根据权利要求1所述的一种基于时序数据分析的碳核算方法，其特征在于，所述波动相似性的获取方法包括：
6.根据权利要求5所述的一种基于时序数据分析的碳核算方法，其特征在于，所述分段波动相似性的计算公式包括：
7.根据权利要求3所述的一种基于时序数据分析的碳核算方法，其特征在于，所述相关活动数据曲线的获取方法包括：
8.根据权利要求1所述的一种基于时序数据分析的碳核算方法，其特征在于，所述异常程度的获取方法包括：
9.根据权利要求1所述的一种基于时序
10.根据权利要求9所述的一种基于时序数据分析的碳核算方法，其特征在于，所述修正权值的获取方法包括：
...【技术特征摘要】
1.一种基于时序数据分析的碳核算方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于时序数据分析的碳核算方法，其特征在于，所述根据曲线波动特征对所述活动数据曲线进行分段的分段方法包括：
3.根据权利要求1所述的一种基于时序数据分析的碳核算方法，其特征在于，所述将不同所述活动数据曲线间的分段进行匹配的匹配方法包括：
4.根据权利要求3所述的一种基于时序数据分析的碳核算方法，其特征在于，对所述参考曲线的分段进行更新的更新方法包括：
5.根据权利要求1所述的一种基于时序数据分析的碳核算方法，其特征在于，所述波动相似性的获取方...
【专利技术属性】
技术研发人员：岳福建，孙亚琼，汪群城，邹启原，包梓辰，王赵炜，
申请(专利权)人：中清能源杭州有限公司，
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。