公开(公告)号：CN119539276A

公开(公告)日：2025-02-28

申请号：CN202411654247.5

申请日：2024-11-19

Applicant: 国网宁夏电力有限公司电力科学研究院 ,  朗新科技集团股份有限公司

Inventor： 朱东歌 ,  沙江波 ,  康文妮 ,  马瑞 ,  刘佳 ,  张爽 ,  李兴华 ,  贾璐 ,  周佳明 ,  吴佳瑶 ,  李永定 ,  郭鸿福 ,  徐小军

IPC: G06Q10/063 ,  G06Q10/04 ,  G06Q10/067

Abstract: 本发明提供一种化工园区规模以上碳排放量核算方法、介质及系统，属于碳排放监测技术领域。包括：S1、构建产量预测模型，并基于用电量与第一外部因素进行产量预测，得到产量预测结果，所述第一外部因素包括宏观经济状况、技术进步及能源价格；S2、构建碳排放预测模型，并基于所述产量预测结果与第二外部因素进行碳排放量预测，所述第二外部因素包括碳排放政策、节能降碳技术及市场需求。本发明通过深入研究化工园区生产过程的不同环节、以及多种外部因素对碳排放的综合影响，引入碳排放预测技术对碳排放量进行预测核算，进而提高化工园区碳排放量核算的精准度。

公开(公告)号：CN118643405A

公开(公告)日：2024-09-13

申请号：CN202410850533.2

申请日：2024-06-28

Applicant: 国网宁夏电力有限公司电力科学研究院

Inventor： 朱东歌 ,  沙江波 ,  康文妮 ,  马瑞 ,  刘佳 ,  张爽 ,  闫振华 ,  李兴华 ,  贾璐 ,  周佳明 ,  徐维佳

IPC: G06F18/2415 ,  G06F18/214 ,  G06N5/04 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/048 ,  G06Q50/26

Abstract: 本发明涉及碳排放核算领域，公开了一种基于深度学习的化工园区碳核算预测方法及系统，该基于深度学习的化工园区碳核算预测方法包括收集化工园区内的空间特征数据及时间序列数据，并获取化工园区的碳排放量作为标签数据；基于卷积神经网络提取空间特征数据中的空间关联特征，并标准化时间序列数据，同时将空间关联特征及标准化时间序列数据整合，形成联合特征集；通过联合特征集来训练混合模型，同时利用训练后的混合模型预测化工园区的碳排放量；基于贝叶斯推断评估碳排放预测结果的不确定性度量；利用碳排放量的预测值及不确定性度量完成碳核算。本发明整合空间关联特征和时间序列数据形成的联合特征集，提高预测的准确度和可靠性。