申请/专利权人：浙电(宁波北仑)智慧能源有限公司;国网浙江省电力有限公司宁波供电公司;浙大宁波理工学院

申请日：2024-02-23

公开（公告）日：2024-06-21

公开（公告）号：CN117788218B

主分类号：G06Q50/06

分类号：G06Q50/06;G06N3/08;G06Q50/26

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明提供一种碳排放评估方法及系统，涉及碳排放监控技术领域；碳排放评估方法包括：获取电网系统内的发电设施的电力数据、能源数据、发电设施所在的预设区域内的遥感图像数据以及大气监测数据；并建立发电设施的碳排放模型；根据遥感图像数据，通过特征提取分类模型得到预设区域内的地物类型分布，并根据地物类型分布建立预设区域内的碳排放循环模型；根据碳排放循环模型和当前时刻的气候数据，得到碳转化数据；进而得到预设区域内碳循环过程的影响权重；根据影响权重以及深度学习网络，得到发电设施在预设未来时间段的净碳排放量，并根据净碳排放量对发电设施进行评估。本发明可以提高发电设施碳排放评估的精度，使评估结果更加可靠和准确。

主权项：1.一种碳排放评估方法，其特征在于，包括：步骤S1：获取电网系统内的发电设施的电力数据、能源数据、所述发电设施所在的预设区域内的遥感图像数据以及大气监测数据；其中，所述发电设施的能源数据包括能源类型和能源消耗量，所述电力数据包括所述发电设施的发电容量、发电效率以及运行时间；步骤S2：根据所述发电设施的能源类型、能源消耗量和所述发电设施的发电容量、发电效率以及运行时间，建立所述发电设施的碳排放模型，步骤S2具体包括：步骤S21：根据所述能源类型，计算碳排放因子并得到所述发电设施在使用对应能源类型时的碳转化率；步骤S22：根据所述能源消耗量，得到所述发电设施在每天的预设时间段的能源消耗总量；步骤S23：根据所述碳排放因子、所述预设时间段的能源消耗总量和所述发电设施的发电容量、发电效率以及运行时间，建立所述碳排放模型；其中，每个能源类型对应一个所述碳排放模型；步骤S23具体包括：步骤S231：根据所述碳排放因子与所述预设时间段的所述能源消耗总量的乘积，得到所述发电设施在所述预设时间段的碳排放量；步骤S232：根据所述预设时间段的碳排放量，得到所述发电设施在全天的碳排放量分布；步骤S232：根据所述全天的碳排放量分布，结合发电容量、发电效率以及运行时间，建立所述碳排放模型；步骤S3：根据所述遥感图像数据，通过特征提取分类模型得到所述预设区域内的地物类型分布，并根据所述地物类型分布建立所述发电设施在所述预设区域内的碳排放循环模型；步骤S3具体包括：步骤S31：根据所述遥感图像数据，进行特征提取得到所述遥感图像数据的光谱特征、纹理特征以及形状特征；步骤S32：将所述光谱特征、所述纹理特征以及所述形状特征输入特征识别网络；步骤S33：根据所述特征识别网络的输出，得到所述预设区域内的地物分布图；步骤S34：根据所述地物分布图，得到所述预设区域内的碳排放循环模型；其中，所述地物分布图包括多个地物区域；步骤S34具体包括：步骤S341：根据每个所述地物区域，建立所述地物区域对应的碳循环模型；步骤S342：根据每个所述地物区域对应的所述碳循环模型，建立所述碳排放循环模型；步骤S4：根据所述碳排放循环模型和当前时刻的气候数据，得到碳转化数据；步骤S4具体包括：步骤S41：根据所述碳排放循环模型、所述当前时刻的气候数据，得到所述预设区域的所有所述地物区域的自身碳转化情况；步骤S42：根据所有所述地物区域的自身碳转化情况，得到所述预设区域在所述当前时刻的碳转化数据；步骤S5：根据所述碳转化数据，得到所述预设区域内碳循环过程的影响权重；步骤S5具体包括：步骤S51：根据所述碳转化数据，得到在所述预设时间段内的碳转化情况；步骤S52：根据所述碳转化情况进行归一化处理，并对归一化后的碳转化情况分配所述影响权重，得到所述预设时间段内的所述影响权重；步骤S6：根据所述影响权重对所述碳排放模型进行加权，通过深度学习网络，得到所述发电设施在预设未来时间段的净碳排放量，并根据所述净碳排放量对发电设施进行评估；其中，所述根据所述影响权重对所述碳排放模型进行加权，通过深度学习网络，得到所述发电设施在预设未来时间段的净碳排放量具体包括：根据所述碳排放模型，得到所述发电设施的当前能源消耗、当前碳排放系数和当前能源类型；根据所述当前能源消耗、所述当前碳排放系数和所述当前能源类型，得到所述发电设施在所述当前时刻的当前碳排放量；根据预设时间段内的所述影响权重，对所述当前碳排放量进行加权计算，得到加权后的所述发电设施的当前碳排放量；将所述加权后的发电设施的当前碳排放量和全天的碳排放量分布输入所述深度学习网络，得到所述发电设施在预设未来时间段的净碳排放量。

全文数据：

权利要求：

百度查询： 浙电(宁波北仑)智慧能源有限公司;国网浙江省电力有限公司宁波供电公司;浙大宁波理工学院 一种碳排放评估方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD