【技术实现步骤摘要】
本专利技术属于碳排放，尤其是一种碳排放评估方法。
技术介绍
1、现有技术的碳排放评估主要基于固定的排放因子和能源消费数据来估算总体的碳排放量，通过收集历史数据、计算碳排放总量、与标准或目标进行比较来完成，主要依赖静态的历史数据，无法实时反映碳排放的动态变化。其次，评估指标单一，往往只关注碳排放的总量，忽视了不同区域、不同时间段的具体排放特点。缺乏对碳排放对大气环境具体影响的评估，导致难以准确评估不同评估区在同标准下的碳排放，难以为不同区域或行业制定差异化的减排策略。
技术实现思路
1、本专利技术的目的是解决现有技术中的碳排放评估方法在相同标准下对不同评估区域进行碳排放评估时评估结果不准确的问题，提供一种碳排放评估方法，通过电力数据和能耗数据结合各碳排放指标对应的排放因子确定各评估子区域的碳排放数据，然后对碳排放数据和大气数据进行时间序列分析及相关性分析确定碳排放数据对大气数据的影响程度，基于碳排放数据对大气数据的影响程度确定各评估子区域的权值，并基于得到的权值及对应的碳排放数据对各评估区域进行碳排放评分，可以在相同标准下准确地评估不同评估子区域的碳排放水平，有助于为不同区域制定差异化的碳减排策略。
2、为了实现上述目的，本专利技术采用以下技术方案：
3、本专利技术提供一种碳排放评估方法，包括如下步骤：
4、s1、获取各评估子区域在评估时间区间内的电力数据、能耗数据和大气数据；
5、s2、基于所述电力数据和能耗数据结合各碳排放指标的排放
6、s3、对所述碳排放数据和大气数据进行时间序列分析得到碳排放时间序列数据和大气时间序列数据；
7、s4、基于相关性分析法对所述碳排放时间序列数据和所述大气时间序列数据进行分析，构建因果关系模型；
8、s5、基于所述因果关系模型确定碳排放数据对大气数据的影响程度，基于所述碳排放数据对大气数据的影响程度确定各评估子区域的权值；
9、s6、结合所述各评估子区域的权值及对应的碳排放数据对各评估区域进行评分。
10、上述技术方案中，基于评估子区域在评估时间区间内的电力数据和能耗数据结合碳排放指标的排放因子确定碳排放数据，以及采用时间序列分析和相关性分析法对数据进行处理和分析，构建因果关系模型，能够使得碳排放评估过程更加科学客观，有助于发现各区域碳排放与大气环境之间的内在联系；通过确定碳排放数据对大气数据的影响程度，进而确定各评估子区域的权值，使得评估结果更加具有可比性，有助于识别出对大气环境影响较大的区域；通过结合各评估子区域的权值及对应的碳排放数据对各评估区域进行评分，有助于确定各区域的碳排放状况和减排潜力。
11、优选的，所述s1包括如下步骤：
12、s11、确定评估区域和评估时间区间；
13、s12、基于地理特征对所述评估区域进行划分得到评估子区域；
14、s13、获取所述评估子区域在所述评估时间区间内的电力数据、能耗数据和大气数据。
15、上述技术方案中，基于地理特征对评估区域进行划分，得到评估子区域，能够考虑到不同地区的地理条件、气候、经济活动等对碳排放和大气环境的影响，使得评估结果更加符合实际情况；通过对每个评估子区域在特定的评估时间区间内获取电力数据、能耗数据和大气数据，能够确保数据的全面性和针对性，有助于更准确地反映各区域的碳排放状况和大气环境质量。
16、优选的，所述s2包括如下步骤：
17、s21、基于所述电力数据和能耗数据确定对应的碳排放源，基于所述碳排放源设置碳排放指标；s22、根据碳排放源的特性确定各所述碳排放指标对应的碳排放因子；
18、s23、根据所述碳排放指标的电力数据和能耗数据计算对应的活动数据；
19、s24、基于所述活动数据与所述碳排放因子计算各评估子区域的碳排放数据。
20、上述技术方案中，基于电力数据和能耗数据确定对应的碳排放源，并设置相应的碳排放指标，有助于对不同类型的碳排放进行针对性的管理和控制；根据碳排放源的特性确定各碳排放指标对应的碳排放因子，能够更准确地反映碳排放的实际情况，提高评估的精度；根据碳排放指标的电力数据和能耗数据计算对应的活动数据，能够为碳排放的量化评估提供科学依据，使得评估结果更加客观和可靠；基于活动数据与碳排放因子计算各评估子区域的碳排放数据，能够充分考虑不同碳排放源和碳排放因子的影响，使得计算结果更加精确和全面。
21、优选的，所述s3包括如下步骤：
22、s31、对所述碳排放数据和大气数据进行预处理，所述预处理包括数据清洗、数据标准化和数据查补；
23、s32、基于adf时间序列平稳性检验方法对标准化后的碳排放数据和大气数据进行检验；
24、s33、基于检验通过后的碳排放数据和大气数据进行分析获取趋势特征tt、周期性特征ct和季节性特征st；
25、s34、结合所述势特征tt、周期性特征ct和季节性特征st构建对应的时间序列模型yt，所述时间序列模型如下：
26、yt＝tt+ct+st；
27、s35、基于所述时间序列模型进行计算得到碳排放时间序列数据和大气时间序列数据。
28、上述技术方案中，通过数据清洗、数据标准化和数据查补等预处理操作，可以显著提高碳排放数据和大气数据的质量，为后续的时间序列分析提供准确、可靠的数据基础；采用adf时间序列平稳性检验方法对标准化后的数据进行检验，可以确保数据的平稳性，避免因数据非平稳性而导致的分析误差；对通过检验的碳排放数据和大气数据进行分析，获取趋势特征、周期性特征和季节性特征，有助于更深入地理解碳排放和大气环境之间的动态关系；结合提取的特征构建对应的时间序列模型，可以科学地描述碳排放和大气环境的动态变化规律；基于构建的时间序列模型进行计算，可以得到准确的碳排放时间序列数据和大气时间序列数据。
29、优选的，所述s33包括：
30、通过移动平均法拟合所述碳排放数据和大气数据的数据趋势得到趋势特征tt：tt＝α0+α1t+α2t2+...+αntn；
31、式中：α0表示趋势的截距项，表示时间序列数据在t＝0时的值；α1、α2、…αn表示时间的变化趋势；
32、通过频谱分析法识别所述碳排放数据和大气数据的周期性变化得到周期性特征ct：
33、
34、式中：ak和bk表示周期性特征的振幅；fk表示周期性特征对应的周期；
35、通过季节性分解法对所述碳排放数据和大气数据进行季节性分析得到季节性特征st：
36、
37、式中：ss表示不同季节的影响系数。
38、上述技术方案中，通过移动平均法拟合碳排放数据和大气数据的数据趋势，可以准确地获取其长期变化趋势，有助于理解碳排放和大气环境变化的总体方向；采用频谱分析法识别碳排放数据和大气数本文档来自技高网...
【技术保护点】
1.一种碳排放评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种碳排放评估方法，其特征在于，所述S1包括如下步骤：
3.根据权利要求1所述的一种碳排放评估方法，其特征在于，所述S2包括如下步骤：
4.根据权利要求1所述的一种碳排放评估方法，其特征在于，所述S3包括如下步骤：
5.根据权利要求4所述的一种碳排放评估方法，其特征在于，所述S33包括：
6.根据权利要求1所述的一种碳排放评估方法，其特征在于，所述S4包括如下步骤：
7.根据权利要求6所述的一种碳排放评估方法，其特征在于，所述S41包括如下步骤：
8.根据权利要求1所述的一种碳排放评估方法，其特征在于，所述S5包括如下步骤：
9.根据权利要求1所述的一种碳排放评估方法，其特征在于，所述S6包括如下步骤：
【技术特征摘要】
1.一种碳排放评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种碳排放评估方法，其特征在于，所述s1包括如下步骤：
3.根据权利要求1所述的一种碳排放评估方法，其特征在于，所述s2包括如下步骤：
4.根据权利要求1所述的一种碳排放评估方法，其特征在于，所述s3包括如下步骤：
5.根据权利要求4所述的一种碳排放评估方法，其特征在...
【专利技术属性】
技术研发人员：王申华，杨运国，丁姗姗，吕齐，秦威南，林军，余志诚，蒋海伟，郭鸿健，曹保良，钱丹丹，朱杭杰，吴辉，
申请(专利权)人：国网浙江省电力有限公司武义县供电公司，
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。