一种基于电碳模型的碳排放量预测方法

    公开(公告)号:CN117474176A

    公开(公告)日:2024-01-30

    申请号:CN202311645171.5

    申请日:2023-12-04

    摘要: 本发明公开了一种基于电碳模型的碳排放量预测方法,属于碳排放技术领域,具体包括:S1、获取目标区域/行业/企业的历史能耗数据,由此计算历史碳排放数据;S2、基于碳排放数据与用电数据的比例关系,计算历史碳电强度;S3、基于历史碳电强度构建电碳模型,由此预测碳电强度的变化趋势;S4、根据预测碳电强度以及实时用电数据,得到预测碳排放数据。本发明通过建立电碳模型,打通“电‑碳‑能”数据链条,充分利用电力数据基础好、时效性强、覆盖面广的独特优势,融合煤、油、气、热等其他能源消费数据,创新构建了“以电算能、以能算碳”的计算方法,建立了客观、直观、精准的碳核算评价体系。

    一种基于AMG聚类的综合能源系统场景生成方法和系统

    公开(公告)号:CN116579877A

    公开(公告)日:2023-08-11

    申请号:CN202310402306.9

    申请日:2023-04-14

    IPC分类号: G06Q50/06 G06F17/16 G06F18/23

    摘要: 本发明公开了一种基于AMG聚类的综合能源系统场景生成方法和系统,属于综合能源系统领域。包括:获取综合能源系统历史运行数据集,将同一天所有时间粒度综合能源系统中各负荷运行功率和各能源出力场景作为一个操作点,得到操作点集;基于代数多重网格法粗网格点生成方式,将操作点集粗聚类为粗网格点集和细网格点集;计算每个细网格点与各粗网格点之间的代数多重网格插值权重,将该细网格点分配给具有最高插值权重的粗网格点,生成以粗网格点为代表的聚类簇。本发明通过代数多重网格聚类方法,融合各场景数据的精细化特征,得到区域综合能源系统中更具代表性的应用场景,有效避免传统预测方法不精确带来的运行方案不适用、可靠性不足等问题。

    一种中深层与浅层混合地埋管的实验系统及方法

    公开(公告)号:CN118706886A

    公开(公告)日:2024-09-27

    申请号:CN202410611406.7

    申请日:2024-05-16

    IPC分类号: G01N25/20

    摘要: 本发明属于可再生能源、地热能利用领域,公开了一种中深层与浅层混合地埋管的实验系统及方法,该系统包括:地埋管换热器模型、实验砂箱、高温水箱、低温水箱、数据采集装置;所述的实验砂箱置于高温水箱上表面与低温水箱的下表面之间;所述实验砂箱包括箱体和多层由上至下分布的具有不同热物性参数的土壤组成的实验地层;所述实验地层处于砂箱箱体内,所述的埋管换热器模型纵向插装在实验地层中间位置并穿过实验地层的多层土壤;所述数据采集装置用于数据的采集。本发明包含不同的埋管换热器模型,可以对埋管换热器模型采取不同的布置形式来测试不同管群布置形式的换热效果,为工程实践提供理论支撑和依据。

    一种基于时空组态的多充电桩场站用电量预测方法

    公开(公告)号:CN117993963A

    公开(公告)日:2024-05-07

    申请号:CN202410397589.7

    申请日:2024-04-03

    摘要: 一种基于时空组态的多充电桩场站用电量预测方法,包括以下步骤:S1、建立数据库;S2、处理异常数据;S3、数据聚合;S4、填补缺失数据;S5、数据建模;S6、预测结果输出;S7、存入数据库。本发明所要解决的技术问题是提供一种基于时空组态的多充电桩场站用电量预测方法,旨在通过建立时空网络模型,从空间角度搭建不同充电桩场站之间的关联性,增强每个充电桩场站用电量的预测精准下,并且进一步引入实例归一化策略提高模型预测未来的泛化性,能够更好的预测趋势性,进而进一步合理的利用市场电价,降低充电桩场站的充电成本。

    一种碳价格预测方法及装置
    10.
    发明公开

    公开(公告)号:CN117611215A

    公开(公告)日:2024-02-27

    申请号:CN202311584869.0

    申请日:2023-11-24

    摘要: 本发明提供一种碳价格预测方法及装置,属于数据处理技术领域,方法包括:获取当前时段的碳价格数据和影响因素数据;对碳价格数据和影响因素数据分别进行基于时间序列分析的模态分解,获取碳价格数据分解时间序列和影响因素数据分解时间序列;将碳价格数据分解时间序列和影响因素数据分解时间序列作为输入,利用每个碳价格预测模型分别预测当前时段的下一时间点的碳价格;根据每个碳价格预测模型输出的下一时间点的碳价格,加权确定最终的碳价格预测结果。本发明不仅考虑了待预测的碳价格的历史时间序列还考虑了其他影响因素的影响,构建了考虑多重因素交互影响的动态权重混合预测模型,相较于现有的模型,具有较高的预测准确度。