← 返回列表
基于神经网络的碳势预测方法及系统
摘要文本
本发明涉及碳排放监测技术领域，具体公开了基于神经网络的碳势预测方法及系统，解决了现有技术基于双碳目标分配碳排放指标，通过碳排放指标进行碳排放管控，影响企业正常生产活动的技术问题；本发明通过预测的各碳吸收源所需要承担的碳排放量来判断监测区域内的碳吸收源能够完全吸收；本发明通过监测区域内可吸收的碳排放量来判断是否需要限制碳排放源，尽可能避免影响碳排放源的正常活动；本发明根据监测区域中碳排放源和碳吸收源地理位置关系及环境数据构建若干碳排放序列；通过碳排放模拟模型模拟获取若干碳排放序列对应的碳吸收序列；本发明能够模拟出碳排放源或者环境数据细微变化对各碳吸收源吸收权重的影响，提高模型输出序列的准确性。
申请人信息
- 申请人:武汉东方骏驰精密制造有限公司
- 申请人地址:430000 湖北省武汉市东湖新技术开发区东一产业园二号路1号武汉东方骏驰精密制造有限公司1号、4号厂房
- 发明人: 武汉东方骏驰精密制造有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于神经网络的碳势预测方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311750799.1 |
| 申请日 | 2023/12/19 |
| 公告号 | CN117422004A |
| 公开日 | 2024/1/19 |
| IPC主分类号 | G06F30/27 |
| 权利人 | 武汉东方骏驰精密制造有限公司 |
| 发明人 | 张亚蕊; 王萍; 唐湘辉; 陈明凯 |
| 地址 | 湖北省武汉市东湖新技术开发区东一产业园二号路1号武汉东方骏驰精密制造有限公司1号、4号厂房 |
专利主权项内容
1.基于神经网络的碳势预测方法，其特征在于，包括以下步骤：步骤一：获取监测区域中的碳要素分布图，并构建碳排放模拟模型；基于碳排放分布图设置若干碳排放序列，通过碳排放模拟模型获取若干碳排放序列对应的碳吸收序列；其中，碳要素包括碳排放源和碳吸收源，碳排放序列基于碳排放源和环境数据设置，碳吸收序列基于碳吸收源设置；以及，基于若干碳排放序列和对应碳吸收序列构建碳排放映射模型；预测获取监测区域中若干碳排放源的碳排放量和环境数据，整合成模型输入序列；将模型输入序列输入至碳排放映射模型中，获取模型输出序列；步骤二：从模型输出序列中提取各碳吸收源的目标吸收量；判断目标吸收量是否大于对应碳吸收源的吸收阈值；是，则判定双碳管理异常，制定减碳措施；否，则判定双碳管理合格；其中，减排措施包括限制碳排放源或者增加碳吸收源。