应用于数字化平台系统的碳排放监测方法及系统与流程

本技术涉及计算机，具体而言，涉及一种应用于数字化平台系统的碳排放监测方法及系统。

背景技术：

1、为了有效地控制和降低碳排放，需要对产生碳排放的各类用能设备和能耗设备进行实时、准确的监测和分析。

2、然而，现有的碳排放信息收集和分析技术存在一些问题。首先，数据收集过程中可能会出现误差或者漏洞，导致获取的候选碳排放信息流的质量和完整性无法得到保证。其次，存储这些信息的系统往往缺乏必要的安全防护措施，易受到篡改和攻击，从而影响数据的真实性和可靠性。再次，现有的碳排放偏差侦测模型大多基于统一的标准，缺乏针对性，无法满足不同情景下的特定需求。此外，碳排放偏差侦测模型的生成通常缺乏动态调整和优化的机制，使得在面对复杂变化的排放情况时，其侦测效果和精度往往难以达到理想状态。

3、因此，急需一种新的技术解决方案，能够获取和存储高质量的候选碳排放信息流，生成定制的、具有针对性的碳排放偏差侦测模型，并能够根据实际情况进行动态优化，从而提高碳排放监控的效率和精度，有效地支持碳排放的管理和控制工作。

技术实现思路

1、为了至少克服现有技术中的上述不足，本技术的目的在于提供一种应用于数字化平台系统的碳排放监测方法及系统。

2、第一方面，本技术提供一种应用于数字化平台系统的碳排放监测方法，应用于碳排放监测系统，所述方法包括：

3、获取数字化平台系统中基于区块链技术存储的候选碳排放信息流，其中，所述候选碳排放信息流为通过与各类用能设备和能耗设备进行互联互动采集生成的碳排放数据；

4、依据定制碳排放偏差侦测模型对所述候选碳排放信息流进行解析，生成碳排放偏差侦测结果；其中，所述定制碳排放偏差侦测模型的生成步骤，包括：

5、基于预定义的排放情景集中的设定排放变动矢量所对应排放数据点，以及所述排放数据点对应的排放分类属性，生成所述排放情景集对应的备选排放偏差单规则；

6、对所述排放情景集对应的备选排放偏差单规则进行集成策略探寻，依据集成策略探寻数据生成定制碳排放偏差侦测模型。

7、在第一方面的一种可能的实施方式中，所述基于预定义的排放情景集中的设定排放变动矢量所对应排放数据点，以及所述排放数据点对应的排放分类属性，生成所述排放情景集对应的备选排放偏差单规则，包括：

8、获取多个设定排放变动矢量；所述设定排放变动矢量对应携带排放分类属性的排放数据点；

9、对多个所述设定排放变动矢量依据设定排放主题进行排放情景划分，生成预定义的排放情景集；

10、基于所述排放情景集中的设定排放变动矢量所对应排放数据点，以及所述排放数据点对应的排放分类属性，生成所述排放情景集中的设定排放变动矢量所对应的目标偏差匹配规则，依据所述目标偏差匹配规则生成所述排放情景集对应的备选排放偏差单规则。

11、在第一方面的一种可能的实施方式中，所述基于所述排放情景集中的设定排放变动矢量所对应排放数据点，以及所述排放数据点对应的排放分类属性，生成所述排放情景集中的设定排放变动矢量所对应的目标偏差匹配规则，依据所述目标偏差匹配规则生成所述排放情景集对应的备选排放偏差单规则，包括：

12、获取所述排放情景集中的设定排放变动矢量对应的初始判定图网络；

13、将所述排放情景集中的设定排放变动矢量对应的排放数据点，作为所述排放情景集中的设定排放变动矢量对应的网络学习数据，依据所述网络学习数据和所述网络学习数据对应的排放分类属性，对所述排放情景集中的设定排放变动矢量对应的初始判定图网络进行参数学习，生成所述排放情景集中的设定排放变动矢量对应的目标判定图网络；

14、将所述目标判定图网络中网络成员的偏差匹配规则，作为所述排放情景集中的设定排放变动矢量对应的目标偏差匹配规则；

15、依据所述目标偏差匹配规则生成所述排放情景集对应的备选排放偏差单规则。

16、在第一方面的一种可能的实施方式中，所述将所述排放情景集中的设定排放变动矢量对应的排放数据点，作为所述排放情景集中的设定排放变动矢量对应的网络学习数据，依据所述网络学习数据和所述网络学习数据对应的排放分类属性，对所述排放情景集中的设定排放变动矢量对应的初始判定图网络进行参数学习，生成所述排放情景集中的设定排放变动矢量对应的目标判定图网络，包括：

17、将所述排放情景集中的设定排放变动矢量对应的排放数据点，作为所述排放情景集中的设定排放变动矢量对应的网络学习数据，加载到所述排放情景集中的设定排放变动矢量对应的初始判定图网络进行决策，生成所述初始判定图网络输出的初始排放分类属性；

18、依据所述网络学习数据对应的排放分类属性，对所述初始判定图网络中网络成员的偏差匹配规则进行更新，直至所述初始排放分类属性中预设排放数据点的权重符合目标要求，生成所述排放情景集中的设定排放变动矢量对应的目标判定图网络；所述预设排放数据点所对应排放分类属性的属性类别为设定类别。

19、在第一方面的一种可能的实施方式中，所述依据所述目标偏差匹配规则生成所述排放情景集对应的备选排放偏差单规则，包括：

20、集成所述排放情景集中的设定排放变动矢量和所述排放情景集中的设定排放变动矢量对应的目标偏差匹配规则，生成所述排放情景集对应的备选排放偏差单规则。

21、在第一方面的一种可能的实施方式中，所述对所述排放情景集对应的备选排放偏差单规则进行集成策略探寻，依据集成策略探寻数据生成定制碳排放偏差侦测模型，包括：

22、对所述排放情景集对应的备选排放偏差单规则进行集成策略探寻，依据集成策略探寻数据确定所述排放情景集所对应的目标备选排放偏差规则；

23、依据所述排放情景集对应的目标备选排放偏差规则的合并规则序列，生成所述定制碳排放偏差侦测模型。

24、在第一方面的一种可能的实施方式中，所述对所述排放情景集对应的备选排放偏差单规则进行集成策略探寻，依据集成策略探寻数据确定所述排放情景集所对应的目标备选排放偏差规则，包括：

25、对所述排放情景集所对应的备选排放偏差单规则进行集成策略探寻，生成集成策略探寻数据；所述集成策略探寻数据包括所述排放情景集所对应的备选排放偏差单规则和一个或多个目标集成规则；

26、将所述排放情景集所对应的备选排放偏差单规则和一个或多个所述目标集成规则，作为所述排放情景集对应的备选排放偏差规则，并确定所述排放情景集对应的备选排放偏差规则的预设规则评价数据；所述预设规则评价数据反映所述排放情景集对应的备选排放偏差规则的排放偏差侦测效果；

27、将所述排放情景集对应的备选排放偏差规则中，所述预设规则评价数据大于设定值的规则，输出为所述排放情景集对应的目标备选排放偏差规则。

28、在第一方面的一种可能的实施方式中，所述对所述排放情景集所对应的备选排放偏差单规则进行集成策略探寻，生成集成策略探寻数据，包括：

29、将所述排放情景集对应的备选排放偏差单规则作为现时待定规则，构建所述排放情景集对应的现时待定规则序列；

30、将所述现时待定规则序列中的任意两个现时待定规则进行集成，生成集成规则数据；所述集成规则数据包括所述现时待定规则序列对应的一个或多个现时待定集成规则；

31、在所述现时待定规则序列对应的一个或多个现时待定集成规则中，确定出所述现时待定规则序列对应的目标集成规则；所述目标集成规则为所述现时待定规则序列对应的一个或多个现时待定集成规则中，现时规则评价数据符合目标要求的规则；所述现时规则评价数据反映所述现时待定集成规则的排放偏差侦测效果；

32、将所述现时待定规则序列对应的目标集成规则，作为所述现时待定规则序列中的现时待定规则；

33、循环执行将所述现时待定规则序列中的任意两个现时待定规则进行集成至将所述现时待定规则序列对应的目标集成规则，作为所述现时待定规则序列中的现时待定规则的步骤，直至所述现时待定规则序列中存在符合预设长度的现时待定规则，生成所述排放情景集对应的情景候选集成搜索数据；

34、所述现时规则评价数据的确定步骤，包括：

35、获取排放变动评估数据序列；所述排放变动评估数据序列中包括至少两组排放变动评估数据和每组排放变动评估数据对应的评估特征向量；

36、依据所述现时待定集成规则，在所述排放变动评估数据序列进行搜索得到目标排放变动评估数据；

37、依据所述目标排放变动评估数据对应的评估特征向量，确定所述现时待定集成规则对应的准确性指标和覆盖度指数；

38、依据所述现时待定集成规则对应的准确性指标和覆盖度指数，确定所述现时待定集成规则的现时规则评价数据。

39、在第一方面的一种可能的实施方式中，所述候选碳排放信息流包括候选排放变动矢量和所述候选排放变动矢量对应的候选排放数据点；

40、所述方法还包括：

41、在碳排放偏差侦测结果反映所述候选排放变动矢量中存在与所述定制碳排放偏差侦测模型中的设定排放变动矢量相匹配的目标候选排放变动矢量，且所述目标候选排放变动矢量对应的候选排放数据点与目标偏差匹配规则匹配时，确定所述候选碳排放信息流为偏差碳排放数据；

42、将所述偏差碳排放数据加载到显著性数据提取网络进行特征过滤，生成所述显著性数据提取网络输出的特征过滤结果；

43、其中，所述显著性数据提取网络包含至少一种特征过滤网络；所述特征过滤结果包括目标碳排放变动数据和所述目标碳排放变动数据对应的目标特征过滤网络；所述目标碳排放变动数据为所述偏差碳排放数据中符合至少一种所述特征过滤网络的数据。

44、第二方面，本技术实施例还提供一种碳排放监测系统，所述碳排放监测系统包括处理器和机器可读存储介质，所述机器可读存储介质中存储有计算机程序，所述计算机程序依据该处理器加载并执行以实现以上第一方面的应用于数字化平台系统的碳排放监测方法。

45、依据以上任意方面的技术方案，通过与各类用能设备和能耗设备进行互联互动，收集并生成候选碳排放数据，并存储在基于区块链技术的数字化平台系统中可以确保数据的安全性和不可篡改性，增强了数据的信任度和有效性。接着，根据定制的碳排放偏差侦测模型对这些候选碳排放数据进行解析，从而生成碳排放偏差侦测结果。其中，根据预定义的排放情景集中设定排放变动矢量所对应的排放数据点，以及这些排放数据点对应的排放分类属性，生成排放情景集对应的备选排放偏差单规则；然后，对这些备选排放偏差单规则进行集成策略探寻，最终依据集成策略探寻数据生成定制的碳排放偏差侦测模型。这种定制碳排放偏差侦测模型的使用，可以提供更精确和具有针对性的碳排放偏差检测结果，有助于更有效地发现和处理碳排放问题。同时，通过基于预定义的排放情景集生成备选排放偏差单规则，可以根据实际情况进行定制化设置，增强了定制碳排放偏差侦测模型的适用性和灵活性。而且，采用集成策略探寻的方法生成模型，可以进一步提高定制碳排放偏差侦测模型的精度和稳定性，从而确保碳排放偏差侦测的准确性和可靠性。