【技术实现步骤摘要】
本申请涉及碳排放监测，尤其涉及一种碳排放监测方法、装置、设备和存储介质。
技术介绍
1、随着人类活动的日益增加，大气中二氧化碳和其他温室气体的浓度不断升高，导致全球气温持续上升，引发了诸如极端天气、海平面上升、生态系统破坏等一系列严重后果。碳排放的估计是实现缓解气候变化、可持续发展社会等环境目标的基础，可以有效地促进低碳经济的转型，提高经济效益。研究碳排放的估计，对于减少碳排放就有着重大实际意义。传统的碳排放估计是从发电侧和电网侧进行，缺乏用户侧的估计方法。在用户侧，工业用户的碳排放占有很大的份额，是碳排放用户中需要关注的重点。因此准确估计工业用户的碳排放量对于支持减排工作起到重要的作用。
技术实现思路
1、本申请提供了一种碳排放监测方法、装置、设备和存储介质，用于提高碳排放监测精度。
2、有鉴于此，本申请第一方面提供了一种碳排放监测方法，包括：
3、实时获取用户的用电负荷数据，并获取核心碳排放设备在不同工作状态下的碳排放强度；
4、通过卷积神经网络对所述用电负荷数据进行特征提取，得到特征图；
5、基于类别注意力机制计算所述特征图的类别注意力分数，通过所述类别注意力分数对所述特征图进行加权求和，得到类别特征向量；
6、通过激活函数对所述类别特征向量进行映射，得到用户的核心碳排放设备的工作状态；
7、根据核心碳排放设备的工作状态以及对应的碳排放强度计算用户的碳排放量。
8、可选的，所述特征图的类别注意
9、
10、式中，为特征图z的第j个位置关于类别i的类别注意力分数，iϵ[1,2,…,c]，c为类别数目；mi为网络参数；t为转置操作；zk为特征图第k个位置的值；l为特征图大小。
11、可选的，所述类别特征向量的映射公式为：
12、
13、式中，ac为第c个类别的类别特征向量；为映射结果。
14、可选的，所述用户的碳排放量的计算公式为：
15、
16、式中，ce为碳排放量；efi,j是核心碳排放设备在工作状态i下在时间间隔j中的碳排放强度；t为评估时间段，b为时间间隔；m为工作状态i下的核心碳排放设备的数量。
17、本申请第二方面提供了一种碳排放监测装置，包括：
18、获取单元，用于实时获取用户的用电负荷数据，并获取核心碳排放设备在不同工作状态下的碳排放强度；
19、特征提取单元，用于通过卷积神经网络对所述用电负荷数据进行特征提取，得到特征图；
20、第一计算单元，用于基于类别注意力机制计算所述特征图的类别注意力分数，通过所述类别注意力分数对所述特征图进行加权求和，得到类别特征向量；
21、映射单元，用于通过激活函数对所述类别特征向量进行映射，得到用户的核心碳排放设备的工作状态；
22、第二计算单元，用于根据核心碳排放设备的工作状态以及对应的碳排放强度计算用户的碳排放量。
23、可选的，所述特征图的类别注意力分数的计算公式为：
24、
25、式中，为特征图z的第j个位置关于类别i的类别注意力分数，iϵ[1,2,…,c]，c为类别数目；mi为网络参数；t为转置操作；zk为特征图第k个位置的值；l为特征图大小。
26、可选的，所述类别特征向量的映射公式为：
27、
28、式中，ac为第c个类别的类别特征向量；为映射结果。
29、可选的，所述用户的碳排放量的计算公式为：
30、
31、式中，ce为碳排放量；efi,j是核心碳排放设备在工作状态i下在时间间隔j中的碳排放强度；t为评估时间段，b为时间间隔；m为工作状态i下的核心碳排放设备的数量。
32、本申请第三方面提供了一种电子设备，所述设备包括处理器以及存储器；
33、所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
34、所述处理器用于根据所述程序代码中的指令执行第一方面任一种所述的碳排放监测方法。
35、本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码被处理器执行时实现第一方面任一种所述的碳排放监测方法。
36、从以上技术方案可以看出，本申请具有以下优点：
37、本申请提供了一种碳排放监测方法，包括：实时获取用户的用电负荷数据，并获取核心碳排放设备在不同工作状态下的碳排放强度；通过卷积神经网络对用电负荷数据进行特征提取，得到特征图；基于类别注意力机制计算特征图的类别注意力分数，通过类别注意力分数对特征图进行加权求和，得到类别特征向量；通过激活函数对类别特征向量进行映射，得到用户的核心碳排放设备的工作状态；根据核心碳排放设备的工作状态以及对应的碳排放强度计算用户的碳排放量。
38、本申请从用户的用电负荷数据结合设备碳排放强度，实现用户碳排放监测，与传统全生命周期法、宏观法相比，可以做到实时碳排放监测；本申请采用卷积神经网络来预测用户的核心碳排放设备的工作状态，并且结合类别注意力机制进行特征提取，增强了特征表示，可以实现更加准确的核心碳排放设备的工作状态辨识，从而提高碳排放监测精度。
本文档来自技高网...【技术保护点】
1.一种碳排放监测方法，其特征在于，包括：
2.根据权利要求1所述的碳排放监测方法，其特征在于，所述特征图的类别注意力分数的计算公式为：
3.根据权利要求2所述的碳排放监测方法，其特征在于，所述类别特征向量的映射公式为：
4.根据权利要求1所述的碳排放监测方法，其特征在于，所述用户的碳排放量的计算公式为：
5.一种碳排放监测装置，其特征在于，包括：
6.根据权利要求5所述的碳排放监测装置，其特征在于，所述特征图的类别注意力分数的计算公式为：
7.根据权利要求6所述的碳排放监测装置，其特征在于，所述类别特征向量的映射公式为：
8.根据权利要求5所述的碳排放监测装置，其特征在于，所述用户的碳排放量的计算公式为：
9.一种电子设备，其特征在于，所述设备包括处理器以及存储器；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码被处理器执行时实现权利要求1-4任一项所述的碳排放监测方法。
【技术特征摘要】
1.一种碳排放监测方法，其特征在于，包括：
2.根据权利要求1所述的碳排放监测方法，其特征在于，所述特征图的类别注意力分数的计算公式为：
3.根据权利要求2所述的碳排放监测方法，其特征在于，所述类别特征向量的映射公式为：
4.根据权利要求1所述的碳排放监测方法，其特征在于，所述用户的碳排放量的计算公式为：
5.一种碳排放监测装置，其特征在于，包括：
6.根据权利要求5所述的碳排放监测装置，其特征在于，所述特...
【专利技术属性】
技术研发人员：高嘉颉，李辉，黄轶群，彭群葆，颜大昕，陈思颖，
申请(专利权)人：广东电网有限责任公司汕尾供电局，
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。