【技术实现步骤摘要】
本申请涉及碳排放监测，特别是涉及一种应用于钢铁生产线的碳排放监测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、钢铁是一种重要的金属材料，广泛应用于建筑、机械制造、汽车等行业。在钢铁生产过程中，监测生产线的负荷情况对于保持生产线的高效运转和可靠性至关重要。
2、传统技术中，钢铁生产中多个生产工艺流程需要烧炭排碳，目前钢铁生产企业常用的碳排放监测技术包括排放因子法和在线监测法。排放因子法依赖于通用的或平均的排放因子来估计特定工艺的二氧化碳排放量，然而这种方法往往无法准确反映各个生产环节的实际情况，尤其是当企业采用特殊的原料或技术时，其准确性会大大降低；对于在线监测法来说，在线监测系统的准确性可能受到生产环境中多种因素的影响，例如极端温度、湿度以及污染物的干扰等，导致上述两种监测方法均存在监测准确性较低的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种应用于钢铁生产线的碳排放监测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种应用于钢铁生产线的碳排放监测方法，包括：
3、获取钢铁生产中间流程中经过各用电设备的中间产物所对应的物料质量信息和物料温度信息，将所述物料质量信息和所述物料温度信息输入预先构建的负荷监测模型，得到各所述用电设备的电力负荷信息；
4、对所述物料质量信息进行特征提取，得到所述物料质量信息的数据特征，对所述数据特征进行相关性分析，得到
5、获取所述钢铁生成中间流程中各所述用电设备的历史电力负荷信息，根据所述历史电力负荷信息和所述目标线性关系，构建碳排放监测模型；
6、将所述电力负荷信息和所述物料质量信息输入所述碳排放监测模型，得到所述钢铁生产线产生的碳排放量总和。
7、在其中一个实施例中，所述将所述物料质量信息和所述物料温度信息输入预先构建的负荷监测模型之前，还包括：
8、获取各所述用电设备的历史负荷信息、各所述中间产物的历史物料质量信息和历史物料温度信息；对所述历史负荷信息、所述历史物料质量信息和所述历史物料温度信息进行数据清洗和整合，得到目标数据集；利用系统关联法，根据所述目标数据集，构建所述负荷监测模型。
9、在其中一个实施例中，所述利用系统关联法，根据所述目标数据集，构建所述负荷监测模型，包括：
10、将所述目标数据集中不同种类的数据按照预设标准进行分类和标识，并建立各种类的数据之间的初步关联关系；根据所述初步关联关系，利用数据库查询语言对所述目标数据集进行交叉匹配的关联查询，得到所述目标数据集中包含的关联信息；根据钢铁生产流程逻辑对所述关联信息进行错误关联剔除，得到目标关联信息，并基于所述目标关联信息，构建所述负荷监测模型。
11、在其中一个实施例中，所述对所述数据特征进行相关性分析，得到所述物料质量信息与碳排放量之间的目标线性关系，包括：
12、根据所述数据特征，拟合线性回归模型；根据所述线性回归模型的假设条件，对所述线性回归模型进行模型诊断；在所述模型诊断通过的情况下，基于所述线性回归模型，对所述数据特征进行线性回归分析，得到所述目标线性关系。
13、在其中一个实施例中，所述根据所述历史电力负荷信息和所述目标线性关系，构建碳排放监测模型，包括：
14、根据所述历史电力负荷信息和所述目标线性关系，得到训练集和测试集；将所述训练集输入待训练的碳排放监测模型进行迭代训练，得到初步训练的碳排放监测模型；利用所述测试集，对所述初步训练的碳排放监测模型进行测试和调优，直至所述初步训练的碳排放监测模型符合准确性和稳定性条件，得到所述碳排放监测模型。
15、在其中一个实施例中，所述方法还包括：
16、获取所述碳排放监测模型在多个预设评估指标下的评估数值，判断所述评估数值是否符合对应的阈值条件；在任一所述评估数值不符合阈值条件的情况下，确定当前评估指标对应的目标模型参数，并对所述目标模型参数进行调整直至所述当前评估指标的评估数值符合所述阈值条件。
17、第二方面，本申请还提供了一种应用于钢铁生产线的碳排放监测装置，包括：
18、负荷监测模块，用于获取钢铁生产中间流程中经过各用电设备的中间产物所对应的物料质量信息和物料温度信息，将所述物料质量信息和所述物料温度信息输入预先构建的负荷监测模型，得到各所述用电设备的电力负荷信息；
19、关系分析模块，用于对所述物料质量信息进行特征提取，得到所述物料质量信息的数据特征，对所述数据特征进行相关性分析，得到所述物料质量信息与碳排放量之间的目标线性关系；
20、模型构建模块，用于获取所述钢铁生成中间流程中各所述用电设备的历史电力负荷信息，根据所述历史电力负荷信息和所述目标线性关系，构建碳排放监测模型；
21、碳排放监测模块，用于将所述电力负荷信息和所述物料质量信息输入所述碳排放监测模型，得到所述钢铁生产线产生的碳排放量总和。
22、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
23、获取钢铁生产中间流程中经过各用电设备的中间产物所对应的物料质量信息和物料温度信息，将所述物料质量信息和所述物料温度信息输入预先构建的负荷监测模型，得到各所述用电设备的电力负荷信息；对所述物料质量信息进行特征提取，得到所述物料质量信息的数据特征，对所述数据特征进行相关性分析，得到所述物料质量信息与碳排放量之间的目标线性关系；获取所述钢铁生成中间流程中各所述用电设备的历史电力负荷信息，根据所述历史电力负荷信息和所述目标线性关系，构建碳排放监测模型；将所述电力负荷信息和所述物料质量信息输入所述碳排放监测模型，得到所述钢铁生产线产生的碳排放量总和。
24、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
25、获取钢铁生产中间流程中经过各用电设备的中间产物所对应的物料质量信息和物料温度信息，将所述物料质量信息和所述物料温度信息输入预先构建的负荷监测模型，得到各所述用电设备的电力负荷信息；对所述物料质量信息进行特征提取，得到所述物料质量信息的数据特征，对所述数据特征进行相关性分析，得到所述物料质量信息与碳排放量之间的目标线性关系；获取所述钢铁生成中间流程中各所述用电设备的历史电力负荷信息，根据所述历史电力负荷信息和所述目标线性关系，构建碳排放监测模型；将所述电力负荷信息和所述物料质量信息输入所述碳排放监测模型，得到所述钢铁生产线产生的碳排放量总和。
26、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
27、获取钢铁生产中间流程中经过各用电设备本文档来自技高网...
【技术保护点】
1.一种应用于钢铁生产线的碳排放监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述物料质量信息和所述物料温度信息输入预先构建的负荷监测模型之前，还包括：
3.根据权利要求2所述的方法，其特征在于，所述利用系统关联法，根据所述目标数据集，构建所述负荷监测模型，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述数据特征进行相关性分析，得到所述物料质量信息与碳排放量之间的目标线性关系，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述历史电力负荷信息和所述目标线性关系，构建碳排放监测模型，包括：
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
7.一种应用于钢铁生产线的碳排放监测装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种应用于钢铁生产线的碳排放监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述物料质量信息和所述物料温度信息输入预先构建的负荷监测模型之前，还包括：
3.根据权利要求2所述的方法，其特征在于，所述利用系统关联法，根据所述目标数据集，构建所述负荷监测模型，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述数据特征进行相关性分析，得到所述物料质量信息与碳排放量之间的目标线性关系，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述历史电力负荷信息和所述目标线性关系，构建碳排放监测模型，包括：
【专利技术属性】
技术研发人员：黄宇，张英，牟景艳，孟杨，罗青，蒲曾鑫，丁超，肖艳红，曾柯，王颖，刘西卓，严寒松，陈学艳，胡厚鹏，朱远哲，何耿生，
申请(专利权)人：贵州电网有限责任公司，
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。