[發明專利]一種基于大數據的碳排放測算方法及裝置

在審

• 申請號: 202210592327.7
• 申請日: 2022-05-27
• 公開（公告）號: CN114971023A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 黃宇騰;毛冬;張辰;陳可
• 申請（專利權）人: 國網浙江省電力有限公司信息通信分公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06Q50/26;G06N3/04;G06N3/08
• 代理公司: 蘇州國卓知識產權代理有限公司 32331
• 代理人: 龔淼

1.一種基于大數據的碳排放測算方法，其特征在于，包括：

獲取電網的負載功率信息、電網電壓信息和電網電流信息；

根據輸入電量的屬性特征，為所述功率信息、電網電壓信息和電網電流信息設置配置參數，并生預測集；

將所述預測集輸入到卷積神經網絡訓練，包括將數據編碼，將編碼后的所述數據輸入到卷積層，所述卷積層根據所述數據的時間段連續性提取特征數據，并根據所述特征數據生成時間電量圖和時間負載圖，將所述時間電量圖和時間負載圖輸入到融合層進行融合，生成融合圖；

根據融合圖計算碳排放。

2.根據權利要求1所述基于大數據的碳排放測算方法，其特征在于，所述電網包括，公共電網、局域電網以及家庭電網。

3.根據權利要求1所述基于大數據的碳排放測算方法，其特征在于，所述卷積神經網絡的訓練方法包括：

提取所述電網負載功率、電網電壓和電網電流的歷史數據；

基于所述歷史數據配置參數后生成樣本集；

基于所述樣本集的數據輸入到所述卷積神經網絡模型中，訓練并獲得融合圖；

基于所述融合圖調整所述卷積神經網絡參數，并重復上述步驟，到所述融合圖符合預期。

4.根據權利要求1所述基于大數據的碳排放測算方法，其特征在于，所述配置參數為所述電網中發電量與電量比值。

5.根據權利要求1所述基于大數據的碳排放測算方法，其特征在于，所述配置參數為所述電網中電量的化石能源電量和清潔能源電量的比值。

6.一種基于大數據的碳排放測算裝置，其特征在于，包括：

獲取模塊，用于獲取電網的負載功率信息、電網電壓信息和電網電流信息；

預處理模塊，用于根據輸入電量的屬性特征，為所述功率信息、電網電壓信息和電網電流信息設置配置參數，并生預測集；

分析模塊，用于將所述預測集輸入到卷積神經網絡訓練，包括將數據編碼，將編碼后的所述數據輸入到卷積層，所述卷積層根據所述數據的時間段連續性提取特征數據，并根據所述特征數據生成時間電量圖和時間負載圖，將所述時間電量圖和時間負載圖輸入到融合層進行融合，生成融合圖；

計算模塊，用于根據融合圖計算碳排放。

7.根據權利要求6所述基于大數據的碳排放測算裝置，其特征在于，所述電網包括，公共電網、局域電網以及家庭電網。

8.根據權利要求6所述基于大數據的碳排放測算裝置，其特征在于，還包括訓練模塊；

所述訓練模塊包括：

提取單元，用于提取所述電網負載功率、電網電壓和電網電流的歷史數據；

樣本單元，用于基于所述歷史數據配置參數后生成樣本集；

訓練單元，用于基于所述樣本集的數據輸入到所述卷積神經網絡模型中，訓練并獲得融合圖；

調整單元，用于基于所述融合圖調整所述卷積神經網絡參數，并重復上述步驟，到所述融合圖符合預期。

9.根據權利要求6所述基于大數據的碳排放測算裝置，其特征在于，所述配置參數為所述電網中發電量與電量比值。

10.根據權利要求6所述基于大數據的碳排放測算裝置，其特征在于，所述配置參數為所述電網中電量的化石能源電量和清潔能源電量的比值。