【技术实现步骤摘要】
本专利技术涉及建筑碳排放，尤其涉及一种基于数据库平台的建筑碳排放预测方法及系统。
技术介绍
1、全社会各行各业都要为节能减排而努力奋斗。作为消耗了全社会四分之一能源的行业，建筑业贡献了全社会三分之一的碳排放，如果考虑到全生命周期，建筑业排放了全社会接近一半的二氧化碳。
2、目前，在工业、运输业和建筑业三个主要耗能行业中，制造业和运输业生产力水平相对完善，节能减排已十分困难，但目前因各单位设计、施工水平参差不齐，建筑能源利用方式粗犷化，该行业节能减配潜力十分巨大。
3、实现建筑业的节能减排，首要任务是对建筑全生命周期各阶段碳排放量进行核算，从而针对性地提出碳排放的改进措施。但是目前的规范、规程所述碳排放核算方法大都适用于建筑的施工图设计阶段，所需资料众多，计算繁琐。除此之外，施工图设计阶段属于建筑设计的后期阶段，若碳排放核算超出行业要求也无法根据需要对建筑设计进行修改，由此，一种能在建筑设计早期如可行性研究阶段或方案设计阶段仅凭借少量建筑参数便可对建筑全生命周期碳排放进行预测的方法的提出就显得尤为重要。
4、综上，目前的建筑碳排放预测方法普遍存在应用范围小，精确度低，无法与时俱进进行算法迭代的问题。
技术实现思路
1、有鉴于此，本专利技术提供一种基于数据库平台的建筑碳排放预测方法及系统，以至少解决上述问题。
2、根据本专利技术的第一方面，提供了一种基于数据库平台的建筑碳排放预测方法，包括s101、构建碳排放因子库；s102、基于碳排放因
3、在本专利技术的一实现方式中，步骤s101中碳排放因子库包括建材库、能源库及机械设备库。
4、在本专利技术的另一实现方式中，步骤s102中建筑全生命周期包括5个阶段，5个阶段分别为建材生产阶段、建材运输阶段、施工建造阶段、建筑运行阶段及拆除回收阶段。
5、在本专利技术的另一实现方式中，步骤103中对各项目建筑全生命周期各阶段的碳排放结果进行核算，包括：
6、建材生产阶段：
7、
8、其中，e1为建材生产碳排放量，ai为第i种建材的使用量，efmi为第i种能源对应的碳排放因子。
9、建材运输阶段：
10、
11、其中，e2为建材运输阶段碳排放量，li为运输距离，efti为第i中建材采用运输方式对应的碳排放因子。
12、施工建造阶段：
13、
14、其中，e3为施工建造阶段碳排放，bi为第i种能源的使用量，efei为第i种能源对应的碳排放因子。
15、建筑运行阶段：
16、
17、其中，e4为建筑运行阶段碳排放量，y是建筑设计使用年限，qi1是第i种能源的非可再生供给使用量，qi2是第i种能源的可再生供给使用量。
18、拆除回收阶段：
19、e5＝edemo+etran
20、其中，e5为拆除回收阶段的碳排放，edemo为拆除过程的碳排放量，计算方式同施工建造阶段，etran为废弃物运输过程而的碳排放量，计算方式同建材运输阶段。
21、总碳排放量：
22、e＝e1+e2+e3+e4+e5
23、采用作为功能单位提高不同体量建筑之间碳排放对比的统一性，其中，a为建筑面积。
24、在本专利技术的另一实现方式中，步骤105中使用的拟合方法为回归分析和神经网络中的任意一种。
25、根据本专利技术的第二方面，提供了一种基于数据库平台的建筑碳排放预测系统，包括建筑参数信息输入模块，用于在数据库平台输入建筑全生命周期各阶段的建筑参数信息，建筑参数信息包括建材、运输、施工和运行；碳排放因子库，用于提供碳排放核算所需信息至碳排放核算模块；碳排放核算模块，用于基于建筑参数信息输入模块和碳排放因子库，对各项目建筑全生命周期各阶段的碳排放结果进行核算；数据库平台，用于生成建筑全生命周期各阶段的碳排放结果及排放水平报告；算法分析模块，用于制定碳排放基准线，进行lcco2与影响因素的相关性分析，得到影响碳排放结果的主导因素；影响因素输入模块，用于输入影响因素至算法分析模块；预测结果模块，用于拟合lcco2与影响因素之间的回归公式或训练神经网络，得到预测算法，通过预测算法对新项目的lcco2进行快速评估，在数据库平台生成排放水平报告；显示模块，用于显示及管理建筑参数信息输入模块、碳排放因子库、碳排放核算模块、数据库平台、算法分析模块、影响因素输入模块及预测结果模块。
26、与现有技术相比，本专利技术的方案具有以下有益效果：
27、(1)本专利技术方案的预测算法能够在建筑项目设计初期阶段如可行性研究、方案设计等阶段根据有限的建筑设计参数来预测全生命周期碳排放，相比现有聚焦于施工图设计阶段的预测算法，本专利技术拓展了应用范围，使设计师能够根据预测结果更早地对设计方案做出修改，提高了方案设计的灵活性。
28、(2)本专利技术采用的数据库和预测算法相结合的形式既能够方便项目管理，又能够使算法根据数据库的容量进行实时更新，保证了预测算法的时效性。
29、(3)本专利技术的预测算法根据数据库所录数据进行训练、分析，不同时间、地方来源的数据代表了不同时空下的建筑业工业化水平，所得结果更具有代表性和针对性，从而提高了特定时空下新建项目碳排放预测的精确度。
30、(4)本专利技术对平台各部分所录数据的字段提供了更加精细化的解释和举例，对部分建材运输距离等字段的来源提供了更贴合实际的方案，提高了建筑全生命周期碳排放核算的精确度。
本文档来自技高网...【技术保护点】
1.一种基于数据库平台的建筑碳排放预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，步骤S101中所述碳排放因子库包括建材库、能源库及机械设备库。
3.根据权利要求1所述的方法，其特征在于，步骤S102中所述建筑全生命周期包括5个阶段，所述5个阶段分别为建材生产阶段、建材运输阶段、施工建造阶段、建筑运行阶段及拆除回收阶段。
4.根据权利要求3所述的方法，其特征在于，步骤103中所述对各项目建筑全生命周期各阶段的碳排放结果进行核算，包括：
5.根据权利要求1所述的方法，其特征在于，步骤105中使用的拟合方法为回归分析和神经网络中的任意一种。
6.一种基于数据库平台的建筑碳排放预测系统，其特征在于，包括：
【技术特征摘要】
1.一种基于数据库平台的建筑碳排放预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，步骤s101中所述碳排放因子库包括建材库、能源库及机械设备库。
3.根据权利要求1所述的方法，其特征在于，步骤s102中所述建筑全生命周期包括5个阶段，所述5个阶段分别为建材生产阶段、建材运输阶段、施工建造阶段、建筑...
【专利技术属性】
技术研发人员：王新轲，高欢，王启泽，时炜，何萌，吴康，
申请(专利权)人：陕西建工控股集团未来城市创新科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。