【技術實現步驟摘要】
本申請涉及碳排放監測分析，尤其是涉及一種區域能源-碳排放預測、規劃和優化方法和系統。
技術介紹
1、碳排放量是指在生產、運輸、使用及回收某產品時所產生的溫室氣體排放量。而動態的碳排放量，則是指每單位貨品累積排放的溫室氣體量，同一產品的各個批次之間會有不同的動態碳排放量。
2、相關技術中，園區內用電產生的碳排放占據了不小的碳排放比例，準確預測園區內用電的碳排放量能夠為更好地規劃和優化碳排放提供重要的數據依據，在一些場景中，在預測園區內用電的碳排放時需要依賴歷史用電數據的碳排放記錄。但是在一些場景中可能無法獲得園區內用電的歷史用電數據的碳排放記錄，進而致使預測結果不準確，無法為碳排放的規劃和優化提供有效的數據支持，存在待改進之處。
技術實現思路
1、針對現有技術的不足，本申請提供一種區域能源-碳排放預測、規劃和優化方法和系統。
2、第一方面，本申請提供一種區域能源-碳排放預測、規劃和優化方法，包括以下步驟：
3、獲取目標園區所處區域內的歷史天氣數據，所述歷史天氣數據包括歷史連續時間段內的氣象數據，所述氣象數據包括溫度、濕度、風速、日照強度中的一項或多項；
4、獲取目標園區內各用戶對應的電力數據，所述電力數據包括電力用戶類型、各電力用戶類型對應的用電數據和產能數據；
5、對所述目標園區所處區域內的歷史天氣數據進行特征提取，獲取天氣影響特征；
6、對所述目標園區內各用戶對應的電力數據進行特征提取，獲取電氣影響特征；p>
7、將所述天氣影響特征和所述電氣影響特征輸入預先訓練的區域碳排放預測網絡，確認所述目標園區在預設監測時間段內的碳排放預測數據，并基于所述碳排放預測數據對所述目標園區的電力數據進行優化。
8、優選的，所述電力用戶類型包括居民用戶、商業用戶和工業用戶；
9、所述各電力用戶類型對應的用電數據包括日用電時長及平均單位用電量；
10、所述產能數據設置為工業用戶中的制造類型產業對應的產能數據，所述產能數據包括日工作時長及平均單位生產量。
11、優選的，所述工業用戶中的制造類型產業對應的產能數據，具體包括：
12、獲取目標園區內對應的各工業用戶，并從所述目標園區內對應的各工業用戶中提取出制造類型產業用戶，并對各制造類型產業用戶設置對應的編號；
13、獲取各制造類型產業用戶對應的歷史產能序列，并從所述歷史產能序列中提取出各制造類型產業用戶在同類天氣下各天的產能數據，將各制造類型產業用戶在同類天氣下各天的產能數據標記為cnin，其中，i表示為各制造類型產業用戶對應的編號，i＝1,2,3......j，n表示為同類天氣天數對應的編號，n＝1,2,3......m；
14、基于歷史產能序列獲取各制造類型產業用戶在同類天氣下各天的日工作時長sjin，進而通過計算公式分析得出各制造類型產業用戶對應的平均單位生產量scin。
15、優選的，所述對目標園區所處區域內的歷史天氣數據進行特征提取，獲取天氣影響特征，具體包括：
16、確認所述目標園區所處區域內的歷史天氣數據，并對所述歷史天氣數據進行歸類劃分，進而確認各類型天氣對應的歷史天氣數據，將各類型天氣對應的歷史天氣數據輸入至天氣特征提取網絡進行處理，進而確認各類型天氣對應的天氣影響特征；
17、對所述目標園區內各用戶對應的電力數據進行特征提取，獲取電氣影響特征，具體包括：
18、確認所述目標園區內各用戶對應的電力數據，并對所述電力數據進行歸類劃分，進而確認各電力用戶類型對應的用電數據和制造類型產業用戶對應的產能數據，將各電力用戶類型對應的用電數據和制造類型產業用戶對應的產能數據輸入至電力特征提取網絡進行處理，進而確認電氣影響特征。
19、優選的，將所述天氣影響特征和所述電氣影響特征輸入預先訓練的區域碳排放預測網絡，確認所述目標園區在預設監測時間段內的碳排放預測數據，具體包括：
20、將所述各類型天氣對應的天氣影響特征和所述電氣影響特征進行特征融合，確認融合向量；
21、將所述融合向量輸入至預先訓練的區域碳排放預測網絡，進而確認所述目標園區在預設監測時間段內的碳排放預測數據。
22、優選的，還包括：
23、通過計算公式計算得出所述目標園區內對應的用電碳排放量cyd，其中，a1、a2、a3分別表示為目標園區內各居民用戶、各商業用戶、各工業用戶對應的編號，qa1、qa2、qa3分別表示為目標園區內各居民用戶、各商業用戶、各工業用戶對應的平均單位用電量，ta1、ta2、ta3分別表示為目標園區內各居民用戶、各商業用戶、各工業用戶對應的日用電時長，ω1、ω2、ω3分別表示為目標園區內各居民用戶、各商業用戶、各工業用戶對應的區域電網平均排放因子；
24、通過計算公式csc＝ln[1+(scin*tin*ω4)]，計算得出所述目標園區內對應的產能碳排放量csc，其中，tin表示為各制造類型產業用戶在同類天氣下各天的日工作時長，ω4表示為目標園區內制造類型產業用戶對應的區域電網平均排放因子；
25、將所述目標園區內對應的用電碳排放量與目標園區內對應的產能碳排放量進行求和，進而確認出目標園區內對應的實際碳排放總量，將目標園區內對應的實際碳排放總量與所述目標園區在預設監測時間段內的碳排放預測數據進行對比，進而進一步對區域碳排放預測網絡進行優化。
26、優選的，基于所述碳排放預測數據對所述目標園區的電力數據進行優化，具體包括：
27、將預測得到的碳排放預測數據與目標園區內對應的規劃碳排放數據進行對比，若碳排放預測數據未超出目標園區內對應的規劃碳排放數據，則無需對所述目標園區的碳排放進行優化，若碳排放預測數據超出目標園區內對應的規劃碳排放數據時，則進一步確認各電力用戶類型對應的碳排放預測數據，并將各電力用戶類型對應的碳排放預測數據與各電力用戶類型對應的規劃碳排放數據進行比對，進一步確認異常電力用戶類型，基于所述異常電力用戶類型對應的用電數據或產能數據進行優化。
28、第二方面，本申請提供一種區域能源-碳排放預測、規劃和優化系統，包括：
29、天氣信息獲取模塊，用于獲取目標園區所處區域內的歷史天氣數據，所述歷史天氣數據包括歷史連續時間段內的氣象數據，所述氣象數據包括溫度、濕度、風速、日照強度中的一項或多項；
30、電力數據獲取模塊，用于獲取目標園區內各用戶對應的電力數據，所述電力數據包括電力用戶類型、各電力用戶類型對應的用電數據和產能數據；
31、天氣特征提取模塊，用于對所述目標園區所處區域內的歷史天氣數據進行特征提取，獲取天氣影響特征；
32、電氣特征提取模塊，用于對所述目標園區內各用戶對應的電力數據進行特征提取，獲取電氣影響特征；
33、預測優化模塊，用于將所述天氣影響特征和所述電氣影響特征輸入預先訓練的區域碳排放預本文檔來自技高網...
【技術保護點】
1.一種區域能源-碳排放預測、規劃和優化方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種區域能源-碳排放預測、規劃和優化方法，其特征在于：所述電力用戶類型包括居民用戶、商業用戶和工業用戶；
3.根據權利要求2所述的一種區域能源-碳排放預測、規劃和優化方法，其特征在于：所述工業用戶中的制造類型產業對應的產能數據，具體包括：
4.根據權利要求3所述的一種區域能源-碳排放預測、規劃和優化方法，其特征在于：所述對目標園區所處區域內的歷史天氣數據進行特征提取，獲取天氣影響特征，具體包括：
5.根據權利要求4所述的一種區域能源-碳排放預測、規劃和優化方法，其特征在于：將所述天氣影響特征和所述電氣影響特征輸入預先訓練的區域碳排放預測網絡，確認所述目標園區在預設監測時間段內的碳排放預測數據，具體包括：
6.根據權利要求5所述的一種區域能源-碳排放預測、規劃和優化方法，其特征在于，還包括：
7.根據權利要求6所述的一種區域能源-碳排放預測、規劃和優化方法，其特征在于：基于所述碳排放預測數據對所述目標園區的電力數據
8.一種區域能源-碳排放預測、規劃和優化系統，其特征在于，包括：
9.一種計算機可讀存儲介質，其特征在于：儲存有指令，當所述指令在計算機上運行時，使得計算機執行如權利要求1～7任意一項所述的一種區域能源-碳排放預測、規劃和優化方法。
...【技術特征摘要】
1.一種區域能源-碳排放預測、規劃和優化方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種區域能源-碳排放預測、規劃和優化方法，其特征在于：所述電力用戶類型包括居民用戶、商業用戶和工業用戶；
3.根據權利要求2所述的一種區域能源-碳排放預測、規劃和優化方法，其特征在于：所述工業用戶中的制造類型產業對應的產能數據，具體包括：
4.根據權利要求3所述的一種區域能源-碳排放預測、規劃和優化方法，其特征在于：所述對目標園區所處區域內的歷史天氣數據進行特征提取，獲取天氣影響特征，具體包括：
5.根據權利要求4所述的一種區域能源-碳排放預測、規劃和優化方法，其特征在于：將所述天氣影...
【專利技術屬性】
技術研發人員：李文斌，賈立敬，許寶玉，盧榮飛，黃煜，
申請(專利權)人：廣東電網能源發展有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。