本发明涉及碳排放监控，具体而言，涉及一种碳排放评估方法及系统。
背景技术：
1、目前，由于碳排放对环境的影响巨大，因此需要对工厂、交通以及能源生产等碳排放区域的排放量进行评估分析，一般通过对电网系统中的发电设施的运行数据进行分析，得到发电设施在未来一定时间段内的碳排放量，以实现对排放源的碳排放量估算和预测。
2、在现有技术中，在对存在特殊环境的区域内的工厂、交通以及能源生产进行碳排放检测及评估时，由于特殊环境的中碳循环对碳排放的影响，导致对工厂、交通以及能源生产等发电设施的评估出现较大误差，例如：湿地、沼泽地等区域内的发电设施容易受环境影响，进而导致发电设施的净碳排放量受不同区域环境影响，造成预测和估算的结果要高于实际的碳排放，进而导致对发电设施的碳排放评估精度不佳。
技术实现思路
1、本发明解决的技术问题是如何提高发电设施的碳排放评估精度。
2、为解决上述问题，本发明提供一种碳排放评估方法，包括：
3、获取电网系统内的发电设施的电力数据、能源数据、所述发电设施所在的预设区域内的遥感图像数据以及大气监测数据；
4、其中，所述发电设施的能源数据包括能源类型和能源消耗量，所述电力数据包括所述发电设施的发电容量、发电效率以及运行时间；
5、根据所述发电设施的能源类型、能源消耗量和所述发电设施的发电容量、发电效率以及运行时间，建立所述发电设施的碳排放模型；
6、根据所述遥感图像数据，通过特征提取分类模型得到所述预设区域内的地物类型分布，并根据所述地物类型分布建立所述发电设施在所述预设区域内的碳排放循环模型；
7、根据所述碳排放循环模型和当前时刻的气候数据，得到碳转化数据；
8、根据所述碳转化数据，得到所述预设区域内碳循环过程的影响权重；
9、根据所述影响权重对所述碳排放模型进行加权，通过深度学习网络，得到所述发电设施在预设未来时间段的净碳排放量，并根据所述净碳排放量对发电设施进行评估。
10、可选地，所述根据所述发电设施的能源类型、能源消耗量和所述发电设施的发电容量、发电效率以及运行时间，建立所述发电设施的碳排放模型，包括：
11、根据所述能源类型，计算碳排放因子并得到所述发电设施在使用对应能源类型时的碳转化率；
12、根据所述能源消耗量，得到所述发电设施在每天的预设时间段的能源消耗总量；
13、根据所述碳排放因子、所述预设时间段的能源消耗总量和所述发电设施的发电容量、发电效率以及运行时间，建立所述碳排放模型；
14、其中，每个能源类型对应一个所述碳排放模型。
15、可选地，所述根据所述碳排放因子、所述预设时间段的能源消耗总量和所述发电设施的发电容量、发电效率以及运行时间，建立所述碳排放模型，包括：
16、根据所述碳排放因子与所述预设时间段的所述能源消耗总量的乘积，得到所述发电设施在所述预设时间段的碳排放量；
17、根据所述预设时间段的碳排放量，得到所述发电设施在全天的碳排放量分布；
18、根据所述全天的碳排放量分布，结合发电容量、发电效率以及运行时间，建立所述碳排放模型。
19、可选地，所述根据所述遥感图像数据，通过特征提取分类模型得到所述预设区域内的地物类型分布，并根据所述地物类型分布建立所述发电设施在所述预设区域内的碳排放循环模型，包括：
20、根据所述遥感图像数据，进行特征提取得到所述遥感图像数据的光谱特征、纹理特征以及形状特征；
21、将所述光谱特征、所述纹理特征以及所述形状特征输入特征识别网络；
22、根据所述特征识别网络的输出，得到所述预设区域内的地物分布图；
23、根据所述地物分布图，得到所述预设区域内的碳排放循环模型。
24、可选地，所述地物分布图包括多个地物区域，所述根据所述地物分布图，得到所述预设区域内的碳排放循环模型，包括：
25、根据每个所述地物区域，建立所述地物区域对应的碳循环模型；
26、根据每个所述地物区域对应的所述碳循环模型，建立所述碳排放循环模型。
27、可选地，所述根据所述碳转化数据，得到所述预设区域内碳循环过程的影响权重，包括：
28、根据所述碳转化数据，得到在所述预设时间段内的碳转化情况；
29、根据所述碳转化情况进行归一化处理，并对归一化后的碳转化情况分配所述影响权重，得到所述预设时间段内的所述影响权重。
30、可选地，所述根据所述影响权重对所述碳排放模型进行加权，通过深度学习网络，得到所述发电设施在预设未来时间段的净碳排放量，包括：
31、根据所述碳排放模型，得到所述发电设施的当前能源消耗、当前碳排放系数和当前能源类型；
32、根据所述当前能源消耗、所述当前碳排放系数和所述当前能源类型，得到所述发电设施在所述当前时刻的当前碳排放量；
33、根据预设时间段内的所述影响权重，对所述当前碳排放量进行加权计算，得到加权后的所述发电设施的当前碳排放量；
34、将所述加权后的发电设施的当前碳排放量和全天的碳排放量分布输入所述深度学习网络，得到所述发电设施在预设未来时间段的净碳排放量。
35、可选地，所述根据所述碳排放循环模型和当前时刻的气候数据，得到所述碳转化数据，包括：
36、根据所述碳排放循环模型、所述当前时刻的气候数据，得到所述预设区域的所有所述地物区域的自身碳转化情况；
37、根据所有所述地物区域的自身碳转化情况，得到所述预设区域在所述当前时刻的碳转化数据。
38、可选地，所述获取电网系统内的发电设施的电力数据、能源数据、所述发电设施所在的预设区域内的遥感图像数据以及大气监测数据，包括：
39、通过分布式系统，获取所述电网系统内的所述发电设施的电力数据、所述能源数据、所述发电设施所在的预设区域内的遥感图像数据以及大气监测数据；
40、其中，所述分布式系统包括多个节点，所述节点分别对应处理所述电网系统内的一个所述发电设施。
41、本发明还提供一种碳排放评估系统，应用于上述所述的碳排放评估方法，碳排放评估系统包括：
42、获取单元：用于获取电网系统内的发电设施的电力数据、能源数据、所述发电设施所在的预设区域内的遥感图像数据以及大气监测数据；其中，所述发电设施的能源数据包括能源类型和能源消耗量，所述电力数据包括所述发电设施的发电容量、发电效率以及运行时间；
43、第一模型建立单元：用于根据所述发电设施的能源类型、能源消耗量和所述发电设施的发电容量、发电效率以及运行时间，建立所述发电设施的碳排放模型；
44、第二模型建立单元：用于根据所述遥感图像数据，通过特征提取分类模型得到所述预设区域内的地物类型分布，并根据所述地物类型分布建立所述发电设施在所述预设区域内的碳排放循环模型；
45、第一数据处理单元：用于根据所述碳排放循环模型和当前时刻的气候数据，得到碳转化数据；
46、第二数据处理单元：用于根据所述碳转化数据，得到所述预设区域内碳循环过程的影响权重；
47、第三数据处理单元：用于根据所述影响权重对所述碳排放模型进行加权，通过深度学习网络，得到所述发电设施在预设未来时间段的净碳排放量，并根据所述净碳排放量对发电设施进行评估。
48、本发明的碳排放评估方法及系统，通过提高获取的电力数据、能源数据、遥感图像数据和大气监测数据的精度和准确性，可以减少数据误差对碳排放评估的影响，并且对碳排放模型和碳排放循环模型的参数进行优化和校准，使其更准确地反映实际情况，通过及时更新碳转化数据，结合最新的气候数据，以获得更为准确的碳循环过程影响权重，并且对深度学习网络进行优化和训练，以提高其对碳排放数据的处理和分析能力，从而提高净碳排放量的预测精度。此外，还综合考虑发电设施的能源类型、设施运行状态、地理环境等多种因素，进行综合评估，提高评估结果的准确性。本发明可以提高发电设施碳排放评估的精度，使评估结果更加可靠和准确。