基于流程挖掘的碳排放监测优化方法和系统及存储介质技术方案

本发明专利技术提供了一种基于流程挖掘的碳排放监测优化方法和系统及存储介质，包括：定量检测并计算生产过程中的每个流程步骤的碳排放量；将每个流程步骤的碳排放量整合为事件日志；预处理事件日志；从事件日志中提取、计算和分析生产过程中的整个生产流程和每个流程步骤的碳排放量，作为流程信息，并根据流程信息进行流程优化。本发明专利技术结合了传统碳排放计量方法和流程挖掘算法，可以对企业生产过程中的每一个具体步骤进行碳排放的测量与监控，使企业可以对生产过程中的碳排放量进行精细的监控。可以对生产过程中的碳排放量进行精细的监控。可以对生产过程中的碳排放量进行精细的监控。

【技术实现步骤摘要】
基于流程挖掘的碳排放监测优化方法和系统及存储介质


[0001]本专利技术涉及流程挖掘领域，具体地，涉及基于流程挖掘的碳排放监测优化方法和系统及存储介质。尤其是一种基于流程挖掘的精细化碳排放监测与优化的方法和系统及存储有计算机程序的计算机可读存储介质。

技术介绍

[0002]企业生产活动中的碳排放，主要分为直接碳排放和间接碳排放。直接碳排放是指企业生产过程中煤炭、天然气和石油等化石能源燃烧活动和工业生产过程等产生的温室气体排放。间接排放是指因使用、消耗外购的电力、热力和蒸汽而隐含的排放以及生产活动上下游产生的排放。
[0003]在现有技术中，碳排放量的核算主要有排放因子法、质量平衡法和实测法三种方式。
[0004]排放因子法是适用范围最广、应用最为普遍的一种碳核算办法。计算公式为：
[0005]温室气体(GHG)排放＝活动数据(AD)*排放因子(EF)。
[0006]其中，AD是导致温室气体排放的生产或消费活动的活动量，如每种化石燃料的消耗量、石灰石原料的消耗量、净购入的电量、净购入的蒸汽量等；EF是与活动水平数据对应的系数，包括单位热值含碳量或元素碳含量、氧化率等，表征单位生产或消费活动量的温室气体排放系数。
[0007]质量平衡法可以根据每年用于国家生产生活的新化学物质和设备，计算为满足新设备能力或替换去除气体而消耗的新化学物质份额。以二氧化碳为例，在碳质量平衡法下，碳排放由输入碳含量减去非二氧化碳的碳输出量得到，计算公式为：
[0008]二氧化碳(CO2)排放＝(原料投入量
×
原料含碳量
‑
产品产出量
×
产品含碳量
‑
废物输出量
×
废物含碳量)
×
44/12
[0009]实测法基于排放源实测基础数据，汇总得到相关碳排放量。
[0010]可以看到，上述的三种主要碳排放计量方法，都只能通过初值和末值计算出生产过程中的总碳排放量，缺乏对每个过程的碳排放量的具体数值，这不利于企业对自身生产过程的碳排放进行优化。
[0011]对此，专利文献CN112084649A提供了一种基于城镇污水处理全流程环节的碳排放模型计算方法，该计算方法建立了基于碳排放的全面的城市污水处理系统测量方法和模型，用于综合测量碳排放污水处理所产生的效益，以及评估高标准排放对水环境的负面影响和价值，并且碳排放模型计算方法囊括了污水处理、污泥处理处置、再生水利用环节在内的污水处理系统全流程节能减排综合测算方法，解决了污水处理各个环节碳排放计算方法缺失的问题，可为污水处理厂升级改造过程中碳排放强度变化计算和工程设计方案的环境影响分析提供方法指导，有利于根据污水处理厂的改进需要计算污水处理厂的净碳排放量。
[0012]专利文献CN114240181A公开了一种基于渔光互补过程的碳排放评估方法、系统、
计算机设备及存储介质，其中该方法包括：在渔光互补过程中建立碳排放评估模型，所述碳排放评估模型包括碳排放计算模型以及碳吸收计算模型；所述碳排放计算模型根据清塘消毒、水生态培育、饲料和药品的生产使用、池塘泵气增氧、光伏板日常维护以及养殖水处理环节计算碳排放量；所述碳吸收计算模型根据池塘内水生植物和藻类光合作用吸收的二氧化碳以及光伏发电中所抵消的碳排放计算碳吸收量；所述碳排放评估模型根据碳排放量和碳吸收量的差值得到净碳排放量，实现了对每一个养殖环节的能耗及碳排放进行评价，从而寻找节能减排的薄弱环节，为养殖业优化降碳提供数据支撑。
[0013]专利文献CN114461980A公开了一种动力电池全生命周期碳排放当量测算方法、装置及介质，该方法包括：获取动力电池的原材料获取阶段的第一碳排放当量；获取动力电池生产阶段的第二碳排放当量；获取动力电池使用阶段的第三碳排放当量；获取动力电池梯次利用阶段和再生阶段的第四碳排放当量；基于第一碳排放当量、第二碳排放当量、第三碳排放当量和第四碳排放当量，测算动力电池全生命周期碳排放当量。其将动力电池全生命周期各个环节中碳排放当量进行汇集，得到了整个生命周期的碳排放值，并考虑了制造和再生工艺路线对于碳排放的影响，一方面涵盖内容相对全面，另一方面与实际过程更为接近，计算所得数据更为可靠。
[0014]这些专利文献虽然试图尽量得到每个过程的碳排放量的精确数值，建立碳排放核算模型，也提出了核算模型有助于后续碳排放的改进以及为降碳提供数据支撑。但是，这些专利文献并没有揭示如何利用得到的碳数据对当前的生产流程进行优化，从而提高碳排放的监测质量。
[0015]进一步地，流程的优化技术包括流程挖掘技术。流程挖掘，是一种从事件日志中提取流程相关信息并建模加以分析，从而提高流程透明度、为决策者提供信息支持的新兴技术手段。通过流程挖掘方案对事件日志进行分析，企业能够得到流程的执行结果、流程消耗的物质时间资源等信息。通过对这些信息进行分析，企业可以更好地优化生产流程。
[0016]但是，传统的流程挖掘技术是针对企业流程本身效率和成本的优化，其缺陷是：
[0017]缺陷A，流程本身的优化与碳排放量的降低之间没有必然的关系。流程本身优化后对于碳排放量的影响有可能是降低的，但也有可能是增加的。例如，在运输企业中，为了减少中转站的流程消耗、固定投入以及人力成本，将原本货车中转运输优化为铁路直达运输，则运输的整体碳排放量反而可能会增加。又例如，将原本人工的工序优化为AI智能的自动化工序，则增加了电力的消耗也反而可能会增加碳排放量。
[0018]缺陷B，流程本身优化后对于碳排放量的贡献仅仅是定性的。假设暂不考虑上述缺陷A，认为流程节约后碳排放量也相应降低，但是，其仅仅是粗颗粒度的基于流程所需的资源降低后生产这些资源所需的碳排放量也降低的逻辑，至于碳排放量到底降低了多少并不知晓，属于“糊涂账”，基于“糊涂账”就难以“量化”，难以“量化”就难以精确地优化。
[0019]因此，无论是传统的碳排放量的核算方式、建立核算模型还是传统的流程挖掘技术，都无法实现针对各个工序碳排放量的精确地优化。

技术实现思路

[0020]针对现有技术中的缺陷，本专利技术的目的是提供一种基于流程挖掘的精细化碳排放监测与优化。
[0021]根据本专利技术提供的一种基于流程挖掘的碳排放监测优化方法，包括：
[0022]碳排放检测与计算步骤S1：定量检测并计算生产过程中的每个流程步骤的碳排放量；
[0023]碳排放信息整合步骤S2：将每个流程步骤的碳排放量整合为事件日志；
[0024]流程分析步骤S3：读取、预处理和分发事件日志；
[0025]流程计算步骤S4：从事件日志中提取、计算和分析生产过程中的整个生产流程和每个流程步骤的碳排放量，作为流程信息，并根据流程信息进行流程优化。
[0026]优选地，所述流程优化步骤S4包括：
[0027]可视化步骤S401：展示所述流程信息；
[0028]网络信息共享步骤S402：将所述流程信息发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于流程挖掘的碳排放监测优化方法，其特征在于，包括：碳排放检测与计算步骤S1：定量检测并计算生产过程中的每个流程步骤的碳排放量；碳排放信息整合步骤S2：将每个流程步骤的碳排放量整合为事件日志；流程分析步骤S3：读取、预处理和分发事件日志；流程计算步骤S4：从事件日志中提取、计算和分析生产过程中的整个生产流程和每个流程步骤的碳排放量，作为流程信息，并根据流程信息进行流程优化。2.根据权利要求1所述的基于流程挖掘的碳排放监测优化方法，其特征在于，所述流程优化步骤S4包括：可视化步骤S401：展示所述流程信息；网络信息共享步骤S402：将所述流程信息发布于信息共享平台，实现信息互通与共享；优化决策步骤S403：将企业生产的生产流程和碳排放量，与信息共享平台中的相似度小于设定阈值的相似生产流程进行比较，并根据相似生产流程优化企业的生产流程和碳排放量进行流程优化。3.根据权利要求1所述的基于流程挖掘的碳排放监测优化方法，其特征在于，在所述优化决策步骤S403中，采用决策树、随机森林或者神经网络作为优化算法进行优化。4.根据权利要求1所述的基于流程挖掘的碳排放监测优化方法，其特征在于，所述事件日志包括如下任一种或任多种信息：案例编号、生产步骤名称、生产步骤所需物料、生产步骤的碳排放量、生产步骤的负责人。5.一种基于流程挖掘的碳排放监测优化系统，其特征在于，包括：碳排放检测与计算模块M1：定量检测并计算生产过程中的每个流程步骤的碳排放量；碳排放信息整合模块M2：将每个流程步骤的碳排放量整合为事件日志；流程分析模块M3...

【专利技术属性】
技术研发人员：程慧卿，
申请(专利权)人：上海熵评科技有限公司，
类型：发明
国别省市：