1.本发明涉及碳排放数据分析技术领域，具体为一种基于大数据技术的碳排放数据分析方法。
背景技术：
2.随着社会的不断发展，城市越来越繁荣，但是城市的繁荣也带了大量的二氧化碳排放，二氧化碳在不同物体的生产、运输、使用及回收部分产品时均有排放，二氧化碳是温室气体，二氧化碳的排放通常被认为是地球变暖的最主要原因，严重影响了环境，为了调控降低二氧化碳的排放，一方面要鼓励采取低碳的生活方式，减少碳排放；另一方面是通过一定碳抵消措施，来达到平衡，在进行二氧化碳的排放规划调控时，需要对城市内碳排放进行监测分析；
3.例如公开号为cn114154871a授权专利(一种基于大数据处理的建筑物碳排放分析系统)：包括：排放检测模块，用于基于建筑排量数据对建筑的碳排放量进行检测分析，基于分析结果判定建筑的碳排放量是否满足排放要求；区域分析模块，用于对进行碳排放检测的城市进行划区域分析，基于分析结果对区域进行评价等级划分；分布分析模块，用于对分析区域的碳排放量进行分布分析并得到区域性质，将面积占比最高的区域性质作为城市性质；
4.上述现有技术虽然方便对城市内碳排放进行分析，但是在监测分析时，只是对碳排放产生数据进行监测分析，没有了解碳吸收方面的数据，不利于掌握实时实际大气中碳排放量变化，影响对碳排放的规划管理；因此市场急需研制一种基于大数据技术的碳排放数据分析方法来帮助人们解决现有的问题。
技术实现要素：
5.本发明的目的在于提供一种基于大数据技术的碳排放数据分析方法，以解决上述背景技术中提出的在监测碳排放时不能了解碳吸收方面的数据，不利于掌握实时实际大气中碳排放量变化的问题。
6.为实现上述目的，本发明提供如下技术方案：一种基于大数据技术的碳排放数据分析方法，包括碳排放数据分析系统，
7.碳排放数据显示模块，其设置在碳排放数据分析系统的内部；
8.分析储存模块，其设置在碳排放数据分析系统的内部，所述分析储存模块的输出端与碳排放数据显示模块的输入端连接；
9.碳排放数据ai处理模块，其设置在碳排放数据分析系统的内部，所述碳排放数据ai处理模块的输出端分别与碳排放数据显示模块和分析储存模块的输入端连接，所述碳排放数据ai处理模块包括ai处理模块、碳排放环境监测单元、碳排放数据采集单元和碳排放数据预测单元。
10.优选的，所述ai处理模块的输出端分别与碳排放环境监测单元和碳排放数据采集
单元的输入端连接，且碳排放环境监测单元和碳排放数据采集单元的输出端均与碳排放数据预测单元的输入端连接。
11.优选的，所述碳排放数据显示模块包括数据图表分析单元、数据文字分析单元和数据显示终端，所述数据图表分析单元和数据文字分析单元的输出端均与数据显示终端的输入端连接。
12.优选的，所述数据图表分析单元的输入端分别与目前碳排放数据单元、预测碳排放数据单元和过往碳排放数据单元的输出端连接。
13.优选的，所述目前碳排放数据单元和预测碳排放数据单元的输入端均与碳排放数据ai处理模块的输出端连接。
14.优选的，所述过往碳排放数据单元的输入端与分析储存模块的输出端连接。
15.优选的，所述碳排放数据分析系统的分析方法，包括如下步骤：
16.步骤一：对监测城市进行区域划分，实行分区域监测；
17.步骤二：分别采集不同划分区域内碳排放对象的碳排放数据，推算出不同划分区域内平均碳排放数据；
18.步骤三：分别对划分区域内大气co2含量浓度进行实时监测，得出不同区域内的实时碳含量；
19.步骤四：分别监测划分区域内绿林植被面积，推算碳吸收量，反演出不同区域内的实时实际碳排放量变化；
20.步骤五：将不同区域内平均碳排放数据和实时碳排放量变化数据进行ai智能分析处理，推算出监测城市的co2高排放区域及高排放因素，和监测城市的co2低排放区域及低排放因素，并综合预测未来碳排放变化；
21.步骤六：然后分别通过图表和文字进行终端显示，使监测人员进行查看。
22.优选的，所述步骤二中碳排放对象为人口数量数据、工业用电量数据、生活用电量数据、交通流量数据和能源消耗量数据。
23.优选的，所述数据显示终端设置为电脑、平板或手机端。
24.与现有技术相比，本发明的有益效果是：
25.1.该发明通过设置的碳排放环境监测单元，可以对城市环境进行监测，从而可以分别监测大气co2含量浓度进行实时监测得出不同区域内的实时碳含量，和监测城市内绿林植被面积推算碳吸收量并反演出不同区域内的实时实际碳排放量变化，其通过监测出绿林植被的面积，可以得到城市的实际碳排放量，增加了对碳排放和碳吸收的精确计量，有利于对碳排放数据分析的准确和稳定，且通过了解绿林植被的面积，可以得到城市的绿化水平是否达标，同时通过将同面积绿林植被正常所能碳吸收量与监测面积的绿林植被碳吸收量对比，判断城市内绿林植被的生长环境是否完好，有助于城市内绿林植被的生长与治理。
26.2.该发明通过设置的碳排放数据采集单元和碳排放数据预测单元，可以对碳排放的产生对象进行数据采集，包括人口数量数据、工业用电量数据、生活用电量数据、交通流量数据和能源消耗量数据，从而可以准确采集城市内碳排放量，方便在碳排放数据进行分析时得出不同采集对象的碳排放量，以便观察分析，同时通过将目前碳排放数据与过去碳排放数据进行对比分析，可以推算出未来不同对象的碳排放数据变化，进而有利于对城市的碳排放进行规划管理。
27.3.该发明通过设置的碳排放数据显示模块，可以将监测分析得到的碳排放数据进行图表和文字数据显示，方便了监测人员观看，且图表显示的方式，可以更加直观地呈现碳排放数据及数据变化，增加了监测人员快速了解数据的实用性，且碳排放数据显示模块的数据显示终端可为电脑、平板或手机端，使监测人员在外出时可以能了解分析数据，增加了监测人员查看数据的便利性和实用性。
28.4.该发明通过对监测城市进行区域划分，实行分区域监测，可以了解不同区域内的碳排放量，从而可以了解到城市内co2高排放区域和co2低排放区域，并将其进行对比分析，再结合绿林植被的碳吸收因素以及不同区域内的采集对象的不同进行总体分体处理，可以推算出影响碳排放量的主要因素，并可以根据主要因素进行规划管理，以降低碳排放。
附图说明
29.图1为本发明的碳排放数据分析系统的组成示意图；
30.图2为本发明的碳排放数据ai处理模块的组成示意图；
31.图3为本发明的碳排放数据显示模块的组成示意图；
32.图4为本发明的碳排放数据分析系统的原理示意图。
33.图中：1、碳排放数据ai处理模块；2、碳排放数据显示模块；3、分析储存模块；4、ai处理模块；5、碳排放环境监测单元；6、碳排放数据采集单元；7、碳排放数据预测单元；8、数据图表分析单元；9、数据文字分析单元；10、数据显示终端；11、目前碳排放数据单元；12、预测碳排放数据单元；13、过往碳排放数据单元。
具体实施方式
34.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
35.请参阅图1-4，本发明提供一种技术方案：一种基于大数据技术的碳排放数据分析方法，包括碳排放数据分析系统，碳排放数据显示模块2，其设置在碳排放数据分析系统的内部；分析储存模块3，其设置在碳排放数据分析系统的内部，分析储存模块3的输出端与碳排放数据显示模块2的输入端连接；碳排放数据ai处理模块1，其设置在碳排放数据分析系统的内部，碳排放数据ai处理模块1的输出端分别与碳排放数据显示模块2和分析储存模块3的输入端连接，碳排放数据ai处理模块1包括ai处理模块4、碳排放环境监测单元5、碳排放数据采集单元6和碳排放数据预测单元7，ai处理模块4为智能联网处理器，其内部设置有基于机器学习的智能算法，包括正余弦优化算法、基于柔性行动器－评判器框架的深度强化学习方法等，提高了调度准确性和有效性，ai处理模块4的输出端分别与碳排放环境监测单元5和碳排放数据采集单元6的输入端连接，且碳排放环境监测单元5和碳排放数据采集单元6的输出端均与碳排放数据预测单元7的输入端连接，碳排放环境监测单元5的设置，可以分别监测大气co2含量浓度进行实时监测得出不同区域内的实时碳含量，和监测城市内绿林植被面积推算碳吸收量并反演出不同区域内的实时实际碳排放量变化，增加了对碳排放和碳吸收的精确计量，有利于对碳排放数据分析的准确和稳定，碳排放数据采集单元6的设
置可以对碳排放的产生对象进行数据采集，从而可以准确采集城市内碳排放量，方便在碳排放数据进行分析时得出不同采集对象的碳排放量，以便观察分析，碳排放数据预测单元7的设置，可以将目前碳排放数据与过去碳排放数据进行对比分析，可以推算出未来不同对象的碳排放数据变化，进而有利于对城市的碳排放进行规划管理。
36.请参阅图1和图3，碳排放数据显示模块2包括数据图表分析单元8、数据文字分析单元9和数据显示终端10，数据图表分析单元8和数据文字分析单元9的输出端均与数据显示终端10的输入端连接，数据图表分析单元8的输入端分别与目前碳排放数据单元11、预测碳排放数据单元12和过往碳排放数据单元13的输出端连接，目前碳排放数据单元11和预测碳排放数据单元12的输入端均与碳排放数据ai处理模块1的输出端连接，过往碳排放数据单元13的输入端与分析储存模块3的输出端连接，数据显示终端10的设置可以将监测分析得到的碳排放数据进行图表和文字数据显示，方便了监测人员观看，且数据图表分析单元8的设置，可以更加直观地呈现碳排放数据及数据变化，增加了监测人员快速了解数据的实用性。
37.请参阅图4，碳排放数据分析系统的分析方法，包括如下步骤：
38.步骤一：对监测城市进行区域划分，实行分区域监测；
39.步骤二：分别采集不同划分区域内碳排放对象的碳排放数据，推算出不同划分区域内平均碳排放数据；
40.步骤三：分别对划分区域内大气co2含量浓度进行实时监测，得出不同区域内的实时碳含量；
41.步骤四：分别监测划分区域内绿林植被面积，推算碳吸收量，反演出不同区域内的实时实际碳排放量变化；
42.步骤五：将不同区域内平均碳排放数据和实时碳排放量变化数据进行ai智能分析处理，推算出监测城市的co2高排放区域及高排放因素，和监测城市的co2低排放区域及低排放因素，并综合预测未来碳排放变化；
43.步骤六：然后分别通过图表和文字进行终端显示，使监测人员进行查看。
44.通过对监测城市进行区域划分，实行分区域监测，可以了解不同区域内的碳排放量，从而可以了解到城市内co2高排放区域和co2低排放区域，并将其进行对比分析，再结合绿林植被的碳吸收因素以及不同区域内的采集对象的不同进行总体分体处理，可以推算出影响碳排放量的主要因素，并可以根据主要因素进行规划管理，以降低碳排放。
45.请参阅图3和图4，步骤二中碳排放对象为人口数量数据、工业用电量数据、生活用电量数据、交通流量数据和能源消耗量数据，通过采集多个碳排放对象数据，增加了监测数据的准确性，数据显示终端10设置为电脑、平板或手机端，使监测人员在外出时可以能了解分析数据，增加了监测人员查看数据的便利性和实用性。
46.工作原理：在使用时，对监测城市进行区域划分，实行分区域监测，通过碳排放数据ai处理模块1内部的碳排放环境监测单元5和碳排放数据采集单元6的作用分别采集不同划分区域内碳排放对象的碳排放数据，推算出不同划分区域内平均碳排放数据，并分别对划分区域内大气co2含量浓度进行实时监测，得出不同区域内的实时碳含量，再分别监测划分区域内绿林植被面积，推算碳吸收量，反演出不同区域内的实时实际碳排放量变化，然后将不同区域内平均碳排放数据和实时碳排放量变化数据通过ai处理模块4的作用进行ai智
能分析处理，推算出监测城市的co2高排放区域及高排放因素，和监测城市的co2低排放区域及低排放因素，并通过碳排放数据预测单元7的作用综合预测未来碳排放变化，然后数据分别输入碳排放数据显示模块2和分析储存模块3，进行储存，和通过图表和文字进行终端显示，便于监测人员进行查看。
47.本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
48.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。技术特征：
1.一种基于大数据技术的碳排放数据分析方法，包括碳排放数据分析系统，其特征在于：碳排放数据显示模块(2)，其设置在碳排放数据分析系统的内部；分析储存模块(3)，其设置在碳排放数据分析系统的内部，所述分析储存模块(3)的输出端与碳排放数据显示模块(2)的输入端连接；碳排放数据ai处理模块(1)，其设置在碳排放数据分析系统的内部，所述碳排放数据ai处理模块(1)的输出端分别与碳排放数据显示模块(2)和分析储存模块(3)的输入端连接，所述碳排放数据ai处理模块(1)包括ai处理模块(4)、碳排放环境监测单元(5)、碳排放数据采集单元(6)和碳排放数据预测单元(7)。2.根据权利要求1所述的一种基于大数据技术的碳排放数据分析方法，其特征在于：所述ai处理模块(4)的输出端分别与碳排放环境监测单元(5)和碳排放数据采集单元(6)的输入端连接，且碳排放环境监测单元(5)和碳排放数据采集单元(6)的输出端均与碳排放数据预测单元(7)的输入端连接。3.根据权利要求2所述的一种基于大数据技术的碳排放数据分析方法，其特征在于：所述碳排放数据显示模块(2)包括数据图表分析单元(8)、数据文字分析单元(9)和数据显示终端(10)，所述数据图表分析单元(8)和数据文字分析单元(9)的输出端均与数据显示终端(10)的输入端连接。4.根据权利要求3所述的一种基于大数据技术的碳排放数据分析方法，其特征在于：所述数据图表分析单元(8)的输入端分别与目前碳排放数据单元(11)、预测碳排放数据单元(12)和过往碳排放数据单元(13)的输出端连接。5.根据权利要求4所述的一种基于大数据技术的碳排放数据分析方法，其特征在于：所述目前碳排放数据单元(11)和预测碳排放数据单元(12)的输入端均与碳排放数据ai处理模块(1)的输出端连接。6.根据权利要求5所述的一种基于大数据技术的碳排放数据分析方法，其特征在于：所述过往碳排放数据单元(13)的输入端与分析储存模块(3)的输出端连接。7.根据权利要求6所述的一种基于大数据技术的碳排放数据分析方法，其特征在于：所述碳排放数据分析系统的分析方法，包括如下步骤：步骤一：对监测城市进行区域划分，实行分区域监测；步骤二：分别采集不同划分区域内碳排放对象的碳排放数据，推算出不同划分区域内平均碳排放数据；步骤三：分别对划分区域内大气co2含量浓度进行实时监测，得出不同区域内的实时碳含量；步骤四：分别监测划分区域内绿林植被面积，推算碳吸收量，反演出不同区域内的实时实际碳排放量变化；步骤五：将不同区域内平均碳排放数据和实时碳排放量变化数据进行ai智能分析处理，推算出监测城市的co2高排放区域及高排放因素，和监测城市的co2低排放区域及低排放因素，并综合预测未来碳排放变化；步骤六：然后分别通过图表和文字进行终端显示，使监测人员进行查看。8.根据权利要求7所述的一种基于大数据技术的碳排放数据分析方法，其特征在于：所
述步骤二中碳排放对象为人口数量数据、工业用电量数据、生活用电量数据、交通流量数据和能源消耗量数据。9.根据权利要求7所述的一种基于大数据技术的碳排放数据分析方法，其特征在于：所述数据显示终端(10)设置为电脑、平板或手机端。
技术总结
本发明公开了一种基于大数据技术的碳排放数据分析方法，包括碳排放数据分析系统，碳排放数据显示模块，其设置在碳排放数据分析系统的内部；分析储存模块，其设置在碳排放数据分析系统的内部，所述分析储存模块的输出端与碳排放数据显示模块的输入端连接；碳排放数据AI处理模块，其设置在碳排放数据分析系统的内部，所述碳排放数据AI处理模块的输出端分别与碳排放数据显示模块和分析储存模块的输入端连接。其实现了可以对碳吸收量了解的能力，从而解决了在监测碳排放时不能了解碳吸收方面的数据，不利于掌握实时实际大气中碳排放量变化的问题。化的问题。化的问题。
技术研发人员：夏鸣 陈俊桦 吴雪峰
受保护的技术使用者：江苏中电通智能科技有限公司
技术研发日：2022.05.20
技术公布日：2022/7/29
声明：
“基于大数据技术的碳排放数据分析方法与流程” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
596
编辑：中冶有色技术网
来源：江苏中电通智能科技有限公司
分享 0
举报 0
收藏 0
反对 0
点赞 0
中冶有色技术平台
2024年12月06日 ~ 08日 
