本发明涉及电碳关系监测,具体而言,涉及一种企业电碳监测模型的构建方法。
背景技术:
1、随着行业的发展,水泥行业中碳排放管理工作越来越重要。准确计量水泥行业碳排放量是企业进行碳绩效管理的关键。然而,水泥行业碳排放统计口径多样、排放来源复杂,且当前对于水泥行业碳排放检测以传统碳排查方法为主,监测成本高、灵活性低、覆盖范围有限,为准确掌握水泥行业碳排放现状带来较大不确定性。
2、电力是能源消费的重要构成,水泥行业生产过程与电力消费关系密切,且电力消费数据具有准确度高、易于获取、实时性强的特点。水泥行业为流程工艺,当前水泥行业生产工艺与产品较为统一,电力作为水泥生产工艺过程中的关键能源投入,与水泥企业碳排放产生的主要环节高度相关,如熟料制备工段、水泥粉磨工段。研究水泥企业的“电碳”关联关系,建立具有实践意义的水泥企业“电碳”监测模型,对于水泥企业碳排放监测和预测具有应用价值与实际操作意义。
3、而为了获取更准确和更有意义的电碳监测,更是需要建立精准的电碳模型。
技术实现思路
1、本发明的目的在于提供一种企业电碳监测模型的构建方法,其目的是建立更为精准的电碳模型。
2、本发明的实施例通过以下技术方案实现:
3、一种企业电碳监测模型的构建方法,包括以下步骤:
4、进行指标体系构建,所述指标体系包括因变量和自变量;
5、采集数据集并进行异常点剔除以及变量共线性分析;
6、模型评估与模型选择,获取最终模型;
7、根据选择的最终模型基于所述自变量和所述因变量进行模型构建。
8、优选地,所述因变量包括电碳指数,所述因变量包括熟料生产中碳酸盐分解排放因子、熟料生产电力排放因子、熟料工序耗电量在全厂用电量的占比和水泥熟料产量比值。
9、优选地,所述电碳指数的获取方法为:
10、
11、所述熟料生产中碳酸盐分解排放因子x1的获取方法为:
12、x1=熟料氧化钙含量*44/56+孰料中氧化镁含量*44/40;
13、所述熟料生产电力排放因子x2的获取方法为:
14、x2=(熟料工段余热供电量*0+熟料工段电网供电电量*当地所在区域电网排放因子)/熟料工段耗电量
15、所述熟料工序耗电量在全厂用电量的占比x3的获取方法为:
16、x3=(全厂总用电量-外输电量-水泥工段耗电量)/全厂用电总量
17、所述水泥熟料产量比值x4的获取方法为:
18、x4=水泥产量/熟料产量。
19、优选地,所述进行异常点剔除的方法为:
20、采用均值线性漂移回归模型对数据集进行拟合,以删除学生化残差绝对值大于残差阈值的标准对异常值进行剔除;
21、采用均值线性漂移回归模型对剔除异常值后的数据集,以删除学生化残差绝对值大于残差阈值的标准对异常值进行剔除;
22、重复上一步操作直至没有异常值;
23、所述残差阈值标准为3,所述删除学生化残差为t分布。
24、优选地,所述变量共线性分析的方法为:
25、通过方差膨胀因子对数据变量间多重共线性进行分析,若数据集的共线性强于共线性阈值,在后续的所述模型选择中不考虑lr回归。
26、优选地,所述模型评估与模型选择的方法为:
27、基于多种机器学习算法构建电碳监测模型,通过k折交叉验证对不同模型进行模型评估,选择最终模型。
28、优选地,包括岭回归模型多种所述机器学习算法包括lr线性回归模型、含岭回归模型、lasso模型、elasticnet模型和knn模型方法。
29、优选地,所述k折交叉验证的方法为:
30、将全部样本划分成k个大小相等的样本子集;
31、依次遍历这k个子集,每次把当前子集作为验证集,其余所有样本作为训练集,进行模型的训练和模型评估;
32、输出k次模型评估的指标的平均值以及方差。
33、优选地,所述选择最终模型的方法为:
34、基于模型评价参数选取最终模型,所述模型评价参数用于评估多模型回归拟合效果,模型评价参数为所述k折交叉验证获取的决定系数均值与决定系数方差。
35、优选地,所述根据选择的最终模型基于所述自变量和所述因变量进行模型构建的方法为,基于企业历史数据运用所述最终模型进行拟合,输出模型拟合的评价指标和模型预测公式,实现对水泥企业碳排放水平数据质量的监测;
36、输出的模型拟合的评价指标包括均方根误差、平均绝对误差和决定系数。
37、本发明实施例的技术方案至少具有如下优点和有益效果:
38、本发明可以通过机器学习对水泥行业历史生产数据进行模型模拟,得到水泥企业的电碳指数模型,间接实现以电测碳;
39、本发明采用的自变量全面准确,进一步保障建模结果的准确性;
40、本发明的建模和评估可以提升水泥企业碳排放数据预测的准确性,有利于提升企业碳排放监测、碳盘查的效率,利于监管部门实现对水泥行业碳排放数据质量的监督;
41、根据电力数据及相关生产指标可以实现对水泥企业层面与行业层面碳排放监测,具有客观、简单、便捷的特点,可以有效降低水泥企业碳排放监测成本,提升排放监测效率,有助于实施和推广;
42、本发明可服务于水泥行业重点排放企业、核查机构等,使用尽可能少的生产活动数据,对企业的碳排放量进行监测与估计,同时对碳排放异常数据进行低成本、高频率的快速定位,从而提高碳排放检测效率和数据质量,助力碳市场有序运行。
1.一种企业电碳监测模型的构建方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种企业电碳监测模型的构建方法,其特征在于:所述因变量包括电碳指数,所述因变量包括熟料生产中碳酸盐分解排放因子、熟料生产电力排放因子、熟料工序耗电量在全厂用电量的占比和水泥熟料产量比值。
3.根据权利要求2所述的一种企业电碳监测模型的构建方法,其特征在于,所述电碳指数的获取方法为:
4.根据权利要求1所述的一种企业电碳监测模型的构建方法,其特征在于,所述进行异常点剔除的方法为:
5.根据权利要求1所述的一种企业电碳监测模型的构建方法,其特征在于,所述变量共线性分析的方法为:
6.根据权利要求1所述的一种企业电碳监测模型的构建方法,其特征在于,所述模型评估与模型选择的方法为:
7.根据权利要求6所述的一种企业电碳监测模型的构建方法,其特征在于,包括岭回归模型多种所述机器学习算法包括lr线性回归模型、含岭回归模型、lasso模型、elasticnet模型和knn模型方法。
8.根据权利要求7所述的一种企业电碳监测模型的构建方法,其特征在于,所述k折交叉验证的方法为:
9.根据权利要求8所述的一种企业电碳监测模型的构建方法,其特征在于,所述选择最终模型的方法为:
10.根据权利要求1所述的一种企业电碳监测模型的构建方法,其特征在于,所述根据选择的最终模型基于所述自变量和所述因变量进行模型构建的方法为,基于企业历史数据运用所述最终模型进行拟合,输出模型拟合的评价指标和模型预测公式,实现对水泥企业碳排放水平数据质量的监测;