基于大数据的动态基准线碳排放交易方法和系统技术方案

本申请公开了基于大数据的动态基准线碳排放交易方法和系统，其中方法包括：获取当前用户数据，存储至用户数据库；根据当前用户数据和排放因子数据计算第一基准线排放数据；根据电子招标系统数据机房电力消耗量和电力排放因子计算项目排放数据；根据第一基准线排放数据和项目排放数据计算第一减排量；根据相似度搜索用户数据，并基于相似度最高的用户数据匹配当前用户数据，并根据相似度最高的用户数据补充当前用户数据的缺失项，基于缺失项计算补偿系数；根据第一减排量和补偿系数计算第二减排量，基于第二减排量进行碳排放交易。基于第二减排量进行碳排放交易。基于第二减排量进行碳排放交易。

【技术实现步骤摘要】
基于大数据的动态基准线碳排放交易方法和系统


[0001]本申请涉及计算机领域，特别是一种基于大数据的动态基准线碳排放交易方法和系统。

技术介绍

[0002]大型工矿企业的碳排放交易数据核查一般采用通用标准计算，现阶段计算工业产品生产过程中产生的二氧化碳排放量主要依靠已经公布的能源统计年鉴数据来完成，现有方案CN111859045B提供了一种快速核算工业各行业二氧化碳排放量的方法，解决数据滞后的问题，提高了数据时效性。但是对于非工矿企业、小微企业以及个人，碳排放交易数据的核查的通用标准较少，且普遍存在数据分散或者数据缺失的问题。对于产生时间较早的数据，通常没有录入相关的交易系统，后续手动录入费时费力，同时也存在数据缺失，获取难度大的问题。

技术实现思路

[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种基于大数据的动态基准线碳排放交易方法和系统，以解决上述数据分散或者数据缺失的问题。
[0004]一方面，本申请实施例提供了一种基于大数据的动态基准线碳排放交易方法，包括：
[0005]获取当前用户数据，存储至用户数据库；
[0006]根据当前用户数据和排放因子数据计算第一基准线排放数据；
[0007]根据电子招标系统数据机房电力消耗量和电力排放因子计算项目排放数据；
[0008]根据第一基准线排放数据和项目排放数据计算第一减排量；
[0009]根据相似度搜索用户数据，并基于相似度最高的用户数据匹配当前用户数据，并根据相似度最高的用户数据补充当前用户数据的缺失项，基于缺失项计算补偿系数；
[0010]根据第一减排量和补偿系数计算第二减排量，基于第二减排量进行碳排放交易。
[0011]进一步，所述当前用户数据包括用户属性数据和用户活动数据，所述用户属性数据包括企业注册地区、注册资本、行业分类、资本类型、企业类型和/或员工人数；所述用户活动数据包括招标活动的文印消耗量、交通出行里程、酒店住宿人日、会议消耗量；所述当前用户数据的缺失项为用户活动数据中的一个或多个。
[0012]进一步，所述根据当前用户数据和排放因子数据计算第一基准线排放数据这一步骤，具体为：
[0013]根据当前用户数据和排放因子数据计算第一基准线排放数据BE＝E
W
+E
J
+E
S
+E
H
，其中Ew为基准线文印消耗量对应的碳排放量，E
J
为基准线交通出行里程对应的碳排放量，E
S
为基准线酒店住宿人日对应的碳排放量，E
H
为基准线会议消耗量对应的碳排放量。
[0014]进一步，所述根据电子招标系统数据机房电力消耗量和电力排放因子计算项目排
放这一步骤，具体为：
[0015]根据电子招标系统数据机房电力消耗量EC和电力排放因子EF计算项目排放PE＝EC
×
EF。
[0016]进一步，所述根据第一基准线排放数据和项目排放数据计算第一减排量这一步骤，具体为：
[0017]根据第一基准线排放数据BE和项目排放数据PE计算第一减排量ER
y
＝(BE
‑
PE)；所述第一减排量用于录入碳积分账户并转移至碳积分管理平台注销。
[0018]进一步，所述根据相似度搜索用户数据，并基于相似度最高的用户数据匹配当前用户数据，并根据相似度最高的用户数据补充当前用户数据的缺失项，基于缺失项计算补偿系数这一步骤，具体为：
[0019]所述根据相似度搜索用户数据，并基于相似度最高的用户数据匹配当前用户数据；
[0020]若当前用户数据存在缺失项，则根据相似度最高的用户数据补充当前用户数据的缺失项；
[0021]基于缺失项计算补偿系数BE'＝E'
W
+E'
J
+E'
S
+E'
H
。
[0022]进一步，所述根据第一减排量和补偿系数计算第二减排量，基于第二减排量进行碳排放交易，具体包括：
[0023]根据第一减排量ERy和补偿系数BE'计算第二减排量ER'
y
＝(BE+BE')，基于第二减排量ER'
y
进行碳排放交易。
[0024]进一步，所述根据相似度搜索用户数据，并基于相似度最高的用户数据匹配当前用户数据这一步骤，具体包括：
[0025]基于用户数据库中的用户属性数据计算相似度，并搜索当前用户的邻居数据；
[0026]获取相似度排序最高的N个邻居用户数据。
[0027]进一步，所述若当前用户数据存在缺失项，则根据相似度最高的用户数据补充当前用户数据的缺失项这一步骤，具体包括：
[0028]若当前用户数据存在缺失项，则依次从所述N个邻居用户数据中查找当前用户数据存在的缺失项在邻居用户数据中的对应值，并赋值给当前用户数据存在的缺失项；
[0029]执行上一步骤直至当前用户数据的缺失项均被赋值或者完成所述N个邻居用户数据的查找。
[0030]进一步，若上述步骤执行完所述N个邻居用户数据的查找仍然未补充当前用户数据的缺失项，则需要利用其他方式获取对应的缺失项数据，其具体方式为利用深度学习算法模拟生成对应的缺失项数据。
[0031]另一方面，本申请实施例提供了一种基于大数据的动态基准线碳排放交易系统，包括：
[0032]用户数据库，用于存储用户数据，所述用户数据包括用户属性数据和用户活动数据；
[0033]第一基准线排放计算模块，用于根据当前用户数据和排放因子数据计算第一基准线排放数据；
[0034]项目排放计算模块，用于根据电子招标系统数据机房电力消耗量和电力排放因子
计算项目排放数据；
[0035]第一减排量处理模块，用于根据第一基准线排放数据和项目排放数据计算第一减排量；
[0036]补偿系数计算模块，用于根据相似度搜索用户数据，并基于相似度最高的用户数据匹配当前用户数据，并根据相似度最高的用户数据补充当前用户数据的缺失项，基于缺失项计算补偿系数；
[0037]第二减排量处理模块，用于根据第一减排量和补偿系数计算第二减排量，基于第二减排量进行碳排放交易。
[0038]本申请实施例提供了一种基于大数据的动态基准线碳排放交易方法和系统，通过改进的大数据算法将用户数据分成两部分处理，一部分固定不变的用户属性数据和一部分可能动态变化的用户活动数据，算法中只根据用户属性数据处理，因此只需要通过大数据计算少量数据即可完成分类，同时，用户活动数据可动态变化更新，只需要少量更新该部分数据即可，节省计算资源且数据库维护难度极大降低。
附图说明
[0039]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的动态基准线碳排放交易方法，其特征在于，包括：获取当前用户数据，存储至用户数据库；根据当前用户数据和排放因子数据计算第一基准线排放数据；根据电子招标系统数据机房电力消耗量和电力排放因子计算项目排放数据；根据第一基准线排放数据和项目排放数据计算第一减排量；根据相似度搜索用户数据，并基于相似度最高的用户数据匹配当前用户数据，并根据相似度最高的用户数据补充当前用户数据的缺失项，基于缺失项计算补偿系数；根据第一减排量和补偿系数计算第二减排量，基于第二减排量进行碳排放交易。2.根据权利要求1所述的基于大数据的动态基准线碳排放交易方法，其特征在于，所述当前用户数据包括用户属性数据和用户活动数据，所述用户属性数据包括企业注册地区、注册资本、行业分类、资本类型、企业类型和/或员工人数；所述用户活动数据包括招标活动的文印消耗量、交通出行里程、酒店住宿人日、会议消耗量；所述当前用户数据的缺失项为用户活动数据中的一个或多个。3.根据权利要求2所述的基于大数据的动态基准线碳排放交易方法，其特征在于，所述根据当前用户数据和排放因子数据计算第一基准线排放数据这一步骤，具体为：根据当前用户数据和排放因子数据计算第一基准线排放数据BE＝E
W
+E
J
+E
S
+E
H
，其中Ew为基准线文印消耗量对应的碳排放量，E
J
为基准线交通出行里程对应的碳排放量，E
S
为基准线酒店住宿人日对应的碳排放量，E
H
为基准线会议消耗量对应的碳排放量。4.根据权利要求3所述的基于大数据的动态基准线碳排放交易方法，其特征在于，所述根据电子招标系统数据机房电力消耗量和电力排放因子计算项目排放这一步骤，具体为：根据电子招标系统数据机房电力消耗量EC和电力排放因子EF计算项目排放PE＝EC
×
EF。5.根据权利要求4所述的基于大数据的动态基准线碳排放交易方法，其特征在于，所述根据第一基准线排放数据和项目排放数据计算第一减排量这一步骤，具体为：根据第一基准线排放数据BE和项目排放数据PE计算第一减排量ER
y
＝(BE
‑
PE)；所述第一减排量用于录入碳积分账户并转移至碳积分管理平台注销。6.根据权利要求3所述的基于大数据的动态基准线碳排放交易方法，其特征在于，所述根据相似度搜索用户数据，并基于相似度最高...

【专利技术属性】
技术研发人员：徐丹丹，文辉，李维，
申请(专利权)人：国义招标股份有限公司，
类型：发明
国别省市：