本申请涉及电网,尤其涉及一种预测碳排放量的方法及相关设备。
背景技术:
1、电力行业作为工业生产中的重要环节,其能源活动与碳排放量密切相关。利用电力行业的大数据,可以实时获取各企业的用电量信息,并结合能源活动数据,准确计算企业的碳排放量。相比传统的统计方法,电力大数据具有实时性强、准确度高、分辨率高和采集范围广等优势,能更好地反映企业的真实情况。然而,目前利用电力大数据计算企业碳排放量的方法存在不具有针对性与说服力的问题。
技术实现思路
1、有鉴于此,本申请的目的在于提出一种预测碳排放量的方法及相关设备。
2、基于上述目的,本申请第一方面,提供了一种预测碳排放量的方法,包括:
3、获取目标企业的电力消耗量数据和总碳排放量数据;
4、确定所述目标企业所属的目标行业;
5、根据所述目标行业,确定用于预测所述目标企业的碳排放量的模型;
6、基于所述模型,根据所述电力消耗量数据和所述总碳排放量数据,预测所述目标企业的碳排放量。
7、本申请第二方面,提供了一种预测碳排放量的装置,包括:
8、获取模块,被配置为获取目标企业的电力消耗量数据和总碳排放量数据;
9、第一确定模块,被配置为确定所述目标企业所属的目标行业;
10、第二确定模块,被配置为根据所述目标行业,确定用于预测所述目标企业的碳排放量的模型;
11、预测模块,被配置为基于所述模型,根据所述电力消耗量数据和所述总碳排放量数据,预测所述目标企业的碳排放量。
12、本申请第三方面,提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述的方法。
13、本申请第四方面,提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行如第一方面所述的方法。
14、从上面所述可以看出,本申请提供的一种预测碳排放量的方法及相关设备,通过获取目标企业的电力消耗量数据和总碳排放量数据,确定所述目标企业所属的目标行业,根据所述目标行业,确定用于预测所述目标企业的碳排放量的模型,基于所述模型,根据所述电力消耗量数据和所述总碳排放量数据,预测所述目标企业的碳排放量。该方法通过针对不同的行业选取相应的预测碳排放量的方法,以获得更具有针对性与说服力的预测结果。
1.一种预测碳排放量的方法,包括:
2.如权利要求1所述的方法,其中,所述用于预测所述目标企业的碳排放量的模型是通过以下方法确定的:
3.如权利要求2所述的方法,其中,所述分类结果包括第一类别,所述根据所述目标行业,确定用于预测所述目标企业的碳排放量的模型进一步包括:
4.如权利要求2所述的方法,其中,所述分类结果包括第二类别,所述根据所述目标行业,确定用于预测所述目标企业的碳排放量的模型进一步包括:
5.如权利要求2所述的方法,其中,所述分类结果包括第三类别,所述根据所述目标行业,确定用于预测所述目标企业的碳排放量的模型进一步包括:
6.如权利要求5所述的方法,其中,所述基于所述模型,根据所述电力消耗量数据和所述总碳排放量数据,预测所述目标企业的碳排放量进一步包括:
7.如权利要求2所述的方法,其中,所述根据所述月度能源消耗量数据,得到月度电碳指数进一步包括:
8.如权利要求2所述的方法,其中,所述根据所述年度能源消耗量数据,得到月度能源消耗量数据进一步包括:
9.一种预测碳排放量的装置,包括:
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现如权利要求1至8任意一项所述的方法。
11.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,其中,所述计算机指令用于使计算机执行如权利要求1至8任意一项所述的方法。