一种基于影响因素溯源的低碳园区碳追踪方法

    公开(公告)号:CN116541666A

    公开(公告)日:2023-08-04

    申请号:CN202310559362.3

    申请日:2023-05-18

    摘要: 本发明公开了一种基于影响因素溯源的低碳园区碳追踪方法,包括确定碳足迹的碳管控范围,对碳排放进行动态预测获得碳源和碳汇数据;将所述碳源和碳汇数据进行预处理;将预处理后所述碳源和碳汇数据利用投入产出法分别进行计算,分别确定碳源类型及排放因子计算相应的碳足迹,根据低碳园区的全周期的碳足迹在m个区域的n个领域的直接碳排放量和间接碳排放量后计算低碳园区的碳足迹总量。本发明对园区建筑、能源等碳流向进行智慧管控,且能够为低碳园区提供实时且持续的相关数据,整合全园区内的运维管理、交通运输、照明供能等方面,高效快速的实现了碳足迹计算数据计算和追踪,提升园区的碳资产管理信息化水平。

    真实热力数据的获取方法、热力数据的神经网络模型构建系统及构建方法、热负荷预测方法

    公开(公告)号:CN116307074A

    公开(公告)日:2023-06-23

    申请号:CN202310049959.3

    申请日:2023-02-01

    摘要: 真实热力数据的获取方法、热力数据的神经网络模型构建系统及构建方法、热负荷预测方法,涉及热负荷预测技术领域。解决了现有的热负荷预测方法获得的预测数据不是真实负荷数据的问题。真实热力数据的获取方法:获取热力站的历史热力数据,对所述历史热力数据进行预处理,得到室内设计温度、室内实际温度和供热监测数据;根据所述室内实际温度,得到平均室内实际温度;根据所述室内设计温度和所述平均室内实际温度,得到过量供热率;根据所述供热监测数据和过量供热率,得到真实热力数据。根据真实热力数据得到神经网络模型,将换热站的热力数据输入到所述神经网络模型中,获得换热站的真实热负荷数据。本发明适用于热负荷的预测。