发明公开
- 专利标题: 一种基于图神经网络的碳排放流追踪方法
-
申请号: CN202210319858.9申请日: 2022-03-29
-
公开(公告)号: CN114741956A公开(公告)日: 2022-07-12
- 发明人: 沈志恒 , 王蕾 , 孙飞飞 , 戴攀 , 王曦冉 , 朱克平 , 邬樵风 , 俞楚天 , 李知艺 , 梅林珏昊
- 申请人: 国网浙江省电力有限公司经济技术研究院 , 浙江大学
- 申请人地址: 浙江省杭州市上城区南复路1号水澄大厦;
- 专利权人: 国网浙江省电力有限公司经济技术研究院,浙江大学
- 当前专利权人: 国网浙江省电力有限公司经济技术研究院,浙江大学
- 当前专利权人地址: 浙江省杭州市上城区南复路1号水澄大厦;
- 代理机构: 杭州求是专利事务所有限公司
- 代理商 邱启旺
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06N3/04 ; G06N3/08 ; G06Q50/06
摘要:
本发明公开了一种基于图神经网络的碳排放流追踪方法。所述追踪方法根据目标输配电网络的拓扑信息、输配电线路及设备参数、电网内用户位置、各发电设施位置及该设施的碳电效率对电网运行状态进行随机仿真,生成满足实际情况的碳流追踪结果样本,对母线‑线路神经网络进行训练,该神经网络可在不同规模的网络样本间进行迁移,因此本发明方法具有较强的泛用性和可拓展性;就可以根据电网内用户用电数据和发电厂实时发电量,实时计算电网内各用户所间接产生的碳排放以及输配电线路及设备能量损失所产生的碳排放。本发明方法可以有效减少碳流追踪所需的计算速度和计算过程中所用到的数据,可为碳电市场的有效运行提供更高效节能的运行依据。
公开/授权文献
- CN114741956B 一种基于图神经网络的碳排放流追踪方法 公开/授权日:2024-11-08