(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211164997.5 (22)申请日 2022.09.23 (71)申请人 南方电网能源发展研究院有限责任 公司 地址 511458 广东省广州市南沙区丰泽 东 路106号(自编1号楼)X 1301-G4524(集 群注册)(JM) (72)发明人 张舒涵　陈晖　朱浩骏　李沛　 何耿生　曾金灿　姚尚衡　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 樊倩 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/04(2012.01)G06F 16/2458(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 50/06(2012.01) G06Q 50/04(2012.01) G06Q 50/26(2012.01) (54)发明名称 碳排放量获取方法、 装置、 计算机设备和存 储介质 (57)摘要 本申请涉及一种碳排放量获取方法、 装置、 计算机设备、 存储介质和计算机程序产品。 所述 方法包括： 获取目标水泥企业的净购入电量， 以 及目标水泥企业的水泥生产数据； 根据水泥生产 数据获取针对于目标水泥企业的碳排放量特征 因子数据； 从预先训练的多个电碳监测模型中获 取与目标水泥企业匹配的目标电碳监测模型， 并 将碳排放量特征因子数据输入目标电碳监测模 型， 通过目标电碳监测模型输出目标水泥企业对 应的电碳指数； 根据净购入电量以及电碳指数， 得到目标水泥企业的碳排放量。 采用本方法不需 要通过核算方法来获取水泥企业的碳排放量， 从 而可以提高水泥企业的碳 排放量获取的准确率。 权利要求书3页 说明书16页 附图6页 CN 115471098 A 2022.12.13 CN 115471098 A 1.一种碳 排放量获取方法， 其特 征在于， 所述方法包括： 获取目标 水泥企业的净购入电量， 以及所述目标 水泥企业的水泥生产数据； 根据所述水泥生产数据获取针对于所述目标 水泥企业的碳 排放量特征因子数据； 从预先训练的多个电碳监测模型中获取与所述目标水泥企业匹配的目标电碳监测模 型， 并将所述碳排放量特征因子数据输入所述 目标电碳监测模型， 通过所述 目标电碳监测 模型输出 所述目标 水泥企业对应的电碳指数； 根据所述净购入电量以及所述电碳指数， 得到所述目标 水泥企业的碳 排放量。 2.根据权利要求1所述的方法， 其特征在于， 预先训练的电碳监测模型包括预先训练 的 第一电碳监测模型以及第二电碳监测模型； 所述预先训练的第一电碳监测模型的数量为多 个， 各个预 先训练的第一电碳 监测模型对应有不同的企业标识； 所述从预先训练的多个电碳监测模型中获取与所述目标水泥企业匹配的目标电碳监 测模型， 包括： 获取所述目标 水泥企业的目标企业标识； 在所述各个预先训练 的第一电碳监测模型对应的企业标识中， 存在与 所述目标企业标 识相匹配的企业标识的情况下， 将所述相匹配的企业标识对应的第一电碳监测模型， 作为 所述目标电碳 监测模型； 在所述各个预先训练 的第一电碳监测模型对应的企业标识中， 不存在与所述目标企业 标识相匹配的企业标识的情况下， 将所述预先训练的第二电碳监测模型， 作为所述 目标电 碳监测模型。 3.根据权利要求2所述的方法， 其特征在于， 所述从预先训练的多个电碳监测模型中获 取与所述目标 水泥企业匹配的目标电碳 监测模型之前， 还 包括： 获取单个第一样本水泥企业的第一训练样本数据； 所述第一训练样本数据包括： 由所 述第一样本水泥企业在第一预设时间周期 内的第一样本水泥生产数据得到的第一样本碳 排放量特征因子数据， 以及所述第一样本水泥企业在所述第一预设时间周期的第一 实际电 碳指数； 将所述第一样本碳排放量特征因子数据输入待训练 的第一电碳监测模型， 得到所述第 一样本水泥企业在所述第一预设时间周期的第一预测电碳指数； 利用所述第 一预测电碳指数与所述第 一实际电碳指数对第 一电碳监测模型进行训练， 得到预先训练的第一电碳监测模型， 并构建所述预先训练的第一电碳监测模型与所述第一 样本水泥企业的企业标识的匹配关系。 4.根据权利要求3所述的方法， 其特征在于， 所述第一样本碳排放量特征因子数据， 包 括： 训练数据与测试数据； 所述待训练的第一电碳监测模型的数量为多个， 各个待训练的第 一电碳监测模型对应于不同的回归分析模型； 所述将所述第 一样本碳排放量特征因子数据输入待训练 的第一电碳监测模型， 得到所 述第一样本水泥企业在所述第一预设时间周期的第一预测电碳指数， 包括： 将所述训练数据输入各个待训练的第 一电碳监测模型， 分别得到所述第 一样本水泥企 业在所述第一预设时间周期的多个第一预测电碳指数； 所述利用所述第一预测电碳指数与所述第一实际电碳指数对第一电碳监测模型进行 训练， 得到预 先训练的第一电碳 监测模型， 包括：权　利　要　求　书 1/3 页 2 CN 115471098 A 2利用所述多个第一预测电碳指数与 所述训练数据对应的第 一实际电碳指数， 分别对各 个第一电碳 监测模型进行训练， 得到多个第一 候选电碳 监测模型； 将所述测试数据输入各个第 一候选电碳监测模型， 利用所述测试数据对应的第 一实际 电碳指数， 获取 所述各个第一 候选电碳 监测模型的偏差系数以及拟合系数； 基于所述偏差系数以及拟合系数， 从所述第一候选电碳监测模型中， 获取所述预先训 练的第一电碳 监测模型。 5.根据权利要求2所述的方法， 其特征在于， 所述从预先训练的多个电碳监测模型中获 取与所述目标 水泥企业匹配的目标电碳 监测模型之前， 还 包括： 获取多个第二样本水泥企业的第二训练样本数据； 所述第二训练样本数据包括： 由所 述多个第二样本水泥企业在第二预设时间周期 内的第二样本水泥生产数据得到的第二样 本碳排放量特征因子数据， 以及所述多个第二样本水泥企业在所述第二预设时间周期的第 二实际电碳指数； 将所述第二样本碳排放量特征因子数据输入待训练 的第二电碳监测模型， 得到所述第 二样本水泥企业在所述第二预设时间周期的第二预测电碳指数； 利用所述第 二预测电碳指数与所述第 二实际电碳指数对第 二电碳监测模型进行训练， 得到预先训练的第二电碳 监测模型。 6.根据权利要求1所述的方法， 其特征在于， 所述目标水泥企业的水泥生产 数据， 包括： 所述目标水泥企业对应的熟料中氧化钙含量数据、 熟料中氧化镁含量数据、 熟料工段电网 供电量数据、 熟料工段耗电量数据、 水泥工段耗电量数据、 全厂用电量数据、 外输电量数据、 水泥产量数据以及熟 料产量数据； 所述根据 所述水泥生产 数据获取针对于所述目标水泥企业的碳排放量特征因子数据， 包括： 将所述熟料中氧化钙含量数据与 所述熟料中氧化镁含量数据按照预设比例进行求和， 得到所述目标 水泥企业的第一 碳排放量特征因子数据； 根据所述熟料工段电网供电量数据与所述熟料工段耗电量数据的比值， 得到所述目标 水泥企业的第二 碳排放量特征因子数据； 利用所述全厂用电量数据对所述熟料工段耗电量数据、 所述外输电量数据以及所述水 泥工段耗电量数据进行作差处理， 并将所述作差处理的结果与所述全厂用电量数据 的比 值， 作为所述目标 水泥企业的第三 碳排放量特征因子数据； 将所述水泥产量数据与所述熟料产量数据的比值， 作为所述目标水泥企业的第四碳排 放量特征因子数据。 7.一种碳 排放量获取装置， 其特 征在于， 所述装置包括： 生产数据获取模块， 用于获取目标水泥企业的净购入电量， 以及所述目标水泥企业的 水泥生产数据； 特征数据获取模块， 用于根据 所述水泥生产 数据获取针对于所述目标水泥企业的碳排 放量特征因子数据； 电碳指数获取模块， 用于从预先训练 的多个电碳监测模型中获取与 所述目标水泥企业 匹配的目标电碳监测模型， 并将所述碳排放量特征因子数据输入所述 目标电碳监测模型， 通过所述目标电碳 监测模型输出 所述目标 水泥企业对应的电碳指数；权　利　要　求　书 2/3 页 3 CN 115471098 A 3