【技术实现步骤摘要】
本专利技术涉及区块链，具体而言，涉及一种基于区块链和神经网络的碳排放监测方法及系统。
技术介绍
1、现有的碳排放监测方式主要依赖于人工数据采集和手动计算，这不仅费时费力，还容易产生误差。随着区块链技术和神经网络技术的发展，如何利用这些先进技术自动化、精准化地监测碳排放成为亟需解决的问题。
2、针对现有技术中通过人工采集数据和手动计算碳排放量，其处理效率低、精确度低的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例中提供一种基于区块链和神经网络的碳排放监测方法及系统，以解决现有技术中通过人工采集数据和手动计算碳排放量，其处理效率低、精确度低的问题。
2、为达到上述目的，一方面，本专利技术提供了一种基于区块链和神经网络的碳排放监测方法，该方法包括：s1、每个参与的企业方和监管方部署区块链节点和业务服务系统；s2、在区块链上部署智能合约；s3、每个参与的企业方通过各自的业务服务系统接收并存储各自企业的活动数据；每个业务服务系统将各自的活动数据发送到区块链上，并调用智能合约依次进行活动数据存证共识、对活动数据进行碳排放指标计算得到碳排放指标计算结果，将碳排放指标计算结果存证共识并保存到各自企业的本地数据库中，以及根据碳排放指标计算结果判断是否进行预警通知，若是，将预警通知共识到监管方；s4、监管方获取所有参与的企业方的活动数据和碳排放指标计算结果，并基于长短期记忆神经网络进行模型训练和测试，得到碳排放预测模型；将碳排放预测模型的配置文件保存以得
3、可选的，所述智能合约包括：数据存证合约、碳指标计算器合约、神经网络模型管理合约、预警合约。
4、可选的，所述s3包括：每个参与的企业方通过rest api接口将各自企业的活动数据接入各自的业务服务系统，并在各自企业的本地数据库中进行保存；每个业务服务系统通过区块链sdk与区块链进行通信，将各自的活动数据上传到区块链上，并调用数据存证合约进行存证，以及通过共识机制分发到区块链的监管方；每个参与的企业方调用碳指标计算器合约对各自的活动数据进行碳排放指标计算得到各自的碳排放指标计算结果；每个参与的企业方调用数据存证合约将各自的碳排放指标计算结果进行存证，以及通过共识机制分发到区块链的监管方，并将各自的碳排放指标计算结果分别保存到各自企业的本地数据库中；每个参与的企业方调用预警合约将各自的碳排放指标计算结果与预设的指标阈值进行比对，若碳排放指标计算结果大于预设的指标阈值，则进行预警通知，并基于预警合约的通知机制将预警通知共识到监管方，反之，不进行预警通知。
5、可选的，所述s4包括：监管方基于数据存证合约获取所有参与的企业方的活动数据和碳排放指标计算结果；将所有参与的企业方的活动数据和碳排放指标计算结果进行分类，并将分类后的数据进行标准化处理；将标准化处理后的分类数据划分为训练集和测试集；将训练集基于长短期记忆神经网络进行迭代训练以更新长短期记忆神经网络，将测试集通过当前迭代后的长短期记忆神经网络进行预测，得到预测结果；若预测结果与真实结果的均方根误差不在预设范围内，将训练集基于当前迭代后的长短期记忆神经网络进行下一次迭代训练，直至预测结果与真实结果的均方根误差在预设范围内，停止迭代训练，将最后迭代得到的长短期记忆神经网络作为碳排放预测模型；将碳排放预测模型的配置文件保存到云存储服务，以得到存储地址，并调用神经网络模型管理合约将碳排放预测模型的存储地址和版本号进行上链存证共识。
6、可选的，当碳排放预测模型更新后，将更新的碳排放预测模型的配置文件保存到云存储服务，以得到存储地址，并调用神经网络模型管理合约将更新的碳排放预测模型的存储地址和版本号进行上链存证共识。
7、可选的，所述s5包括：每个参与的企业方将最新的碳排放预测模型的存储地址和版本号保存到本地数据库中；每个参与的企业方将本地数据库中的活动数据和碳排放指标计算结果进行分类，并将分类后的数据进行标准化处理；将标准化处理后的分类数据通过最新的碳排放预测模型预测每个参与的企业方未来的碳排放量。
8、另一方面，本专利技术提供了一种基于区块链和神经网络的碳排放监测系统，该系统包括：节点和系统部署单元，用于每个参与的企业方和监管方部署区块链节点和业务服务系统；智能合约部署单元，用于在区块链上部署智能合约；存证和计算单元，用于每个参与的企业方通过各自的业务服务系统接收并存储各自企业的活动数据；每个业务服务系统将各自的活动数据发送到区块链上，并调用智能合约依次进行活动数据存证共识、对活动数据进行碳排放指标计算得到碳排放指标计算结果，将碳排放指标计算结果存证共识并保存到各自企业的本地数据库中，以及根据碳排放指标计算结果判断是否进行预警通知，若是，将预警通知共识到监管方；模型训练单元，用于监管方获取所有参与的企业方的活动数据和碳排放指标计算结果，并基于长短期记忆神经网络进行模型训练和测试，得到碳排放预测模型；将碳排放预测模型的配置文件保存以得到存储地址，并调用智能合约将碳排放预测模型的存储地址和版本号进行上链存证共识；预测单元，用于每个参与的企业方将最新的碳排放预测模型的存储地址和版本号保存到本地数据库中，以使每个参与的企业方将本地的活动数据和碳排放指标计算结果基于最新的碳排放预测模型预测每个参与的企业方未来的碳排放量。
9、可选的，所述智能合约包括：数据存证合约、碳指标计算器合约、神经网络模型管理合约、预警合约。
10、可选的，所述存证和计算单元包括：接收存储子单元，用于每个参与的企业方通过rest api接口将各自企业的活动数据接入各自的业务服务系统，并在各自企业的本地数据库中进行保存；活动数据存证共识子单元，用于每个业务服务系统通过区块链sdk与区块链进行通信，将各自的活动数据上传到区块链上，并调用数据存证合约进行存证，以及通过共识机制分发到区块链的监管方；计算子单元，用于每个参与的企业方调用碳指标计算器合约对各自的活动数据进行碳排放指标计算得到各自的碳排放指标计算结果；碳排放指标计算结果保存子单元，用于每个参与的企业方调用数据存证合约将各自的碳排放指标计算结果进行存证，以及通过共识机制分发到区块链的监管方，并将各自的碳排放指标计算结果分别保存到各自企业的本地数据库中；预警子单元，用于每个参与的企业方调用预警合约将各自的碳排放指标计算结果与预设的指标阈值进行比对，若碳排放指标计算结果大于预设的指标阈值，则进行预警通知，并基于预警合约的通知机制将预警通知共识到监管方，反之，不进行预警通知。
11、可选的，所述模型训练单元包括：获取子单元，用于监管方基于数据存证合约获取所有参与的企业方的活动数据和碳排放指标计算结果；第一标准化子单元本文档来自技高网...
【技术保护点】
1.一种基于区块链和神经网络的碳排放监测方法，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：
3.根据权利要求2所述的方法，其特征在于，所述S3包括：
4.根据权利要求2所述的方法，其特征在于，所述S4包括：
5.根据权利要求4所述的方法，其特征在于：
6.根据权利要求5所述的方法，其特征在于，所述S5包括：
7.一种基于区块链和神经网络的碳排放监测系统，其特征在于，包括：
8.根据权利要求7所述的系统，其特征在于：
9.根据权利要求8所述的系统，其特征在于，所述存证和计算单元包括：
10.根据权利要求8所述的系统，其特征在于，所述模型训练单元包括：
【技术特征摘要】
1.一种基于区块链和神经网络的碳排放监测方法，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：
3.根据权利要求2所述的方法，其特征在于，所述s3包括：
4.根据权利要求2所述的方法，其特征在于，所述s4包括：
5.根据权利要求4所述的方法，其特征在于：
6.根据权...
【专利技术属性】
技术研发人员：张海军，姚一平，兰春嘉，
申请(专利权)人：上海零数众合信息科技有限公司，
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。