一种碳排放量的评估方法、装置及设备与流程

1.本发明涉及计算机信息处理技术领域，特别是指一种碳排放量的评估方法、装置及设备。


背景技术：

2.目前碳排放的监测方法，分为两种。一种是核算法，一种是在线监测法。核算法也叫物料核算法。核算法是根据煤炭等燃料的使用量多少，来推测出碳排放量。在线监测法也叫cems，是英文continuous emission monitoring system的缩写，指对大气污染源排放的气态污染物和颗粒物进行浓度和排放总量连续监测，并将信息实时传输到主管部门的装置。监测法的主要弊端为需要企业大量的设备资金投入，而且对于非直接排放源并没有有效的进行监测方法。碳排放核算主要采用核算的方法：二氧化碳排放总量等于核算边界内化石燃料燃烧、工业生产过程、消耗外购电力和协同处置废弃物产生的排放量之和。碳排放核算报告都是人工编制，核算过程繁琐，一般人员难以完成，对编制人员在碳核算方面的专业素养要求高，造成较大的人力、物力浪费，并且无法对碳排放进行实时计算，对工艺操作条件的变化造成的碳排放波动无法实时计量，并且无法形成对工艺操作的条件优化反馈。


技术实现要素：

3.本发明要解决的技术问题是提供一种碳排放量的评估方法、装置及设备，以提高碳排放评估准确性，降低碳排放的人力核算成本及设备维护成本。
4.为解决上述技术问题，本发明的技术方案如下：一种碳排放量的评估方法，包括：获取工艺线中的工艺设备在预设周期内的运行数据；根据所述运行数据，获得所述工艺设备在预设周期内的指标数据；根据所述指标数据，获得与所述指标数据对应的指标数据雷达图的面积值；根据所述指标数据雷达图的面积值以及预设碳排放量预测模型，获得所述工艺设备的目标碳排放量；所述预设碳排放量预测模型是基于预设工艺数据库中的历史数据进行拟合训练得到的；根据预设标杆工艺碳排量对所述目标碳排放量进行评估，获得所述工艺设备的碳排放量评估结果。
5.可选的，根据所述运行数据，获得所述工艺设备在预设周期内的指标数据，包括：对所述运行数据进行特征分类处理，得到至少三种特征数据；在所述预设周期内，对至少三种所述特征数据中的每种特征数据进行汇总，获得至少三种所述特征数据中的每种特征数据的指标数据。
6.可选的，根据所述指标数据，获得与所述指标数据对应的指标数据雷达图的面积值，包括：根据每种特征数据对应的特征标签以及对应的指标数据，绘制与所述指标数据对
应的指标数据雷达图；根据预设网格数量及预设网格大小，对所述指标数据雷达图进行网格划分，并获得网格划分后的指标数据雷达图；根据所述网格划分后的指标数据雷达图中的网格数量，获得所述网格划分后的指标数据雷达图的面积值。
7.可选的，根据每种特征数据对应的标签以及对应的指标数据，绘制与所述指标数据对应的指标数据雷达图，包括：根据至少三种所述特征数据对应的指标数据的个数，将预设圆形坐标系等分成相应数量的射线；根据至少三种所述特征数据中每种特征数据对应的指标数据，从所述预设圆形坐标系的中心点开始沿着每条射线绘制与所述指标数据对应的标记点；将所有指标数据对应的标记点进行连接，获得所述指标数据雷达图。
8.可选的，根据所述网格划分后的指标数据雷达图中的网格数量，获得所述网格划分后的指标数据雷达图的面积值，包括：根据预设算法，获得所述网格划分后的指标数据雷达图中的网格数量；根据所述网格数量以及所述预设网格大小，获得所述网格划分后的指标数据雷达图的面积值。
9.可选的，基于预设工艺数据库中的历史数据进行拟合训练得到所述预设碳排放量预测模型，包括：对所述预设工艺数据库中的历史数据进行分类处理，获得工艺设备的历史运行数据以及与所述历史运行数据对应的历史碳排量数据；对所述历史运行数据进行特征分类处理及汇总处理，获得所述历史运行数据对应的历史指标数据；根据所述历史指标数据，绘制与所述历史指标数据对应的历史指标数据雷达图，并获得所述历史指标数据雷达图的面积值；对所述历史指标数据雷达图的面积值与所述历史碳排量数据进行拟合处理，获得所述预设碳排放量预测模型。
10.可选的，根据所述指标数据雷达图的面积值以及预设碳排放量预测模型，获得所述工艺设备的目标碳排放量，包括：将所述指标数据雷达图的面积值输入所述预设碳排放量预测模型中进行预测处理，获得所述工艺设备的目标碳排放量。
11.一种碳排放量的评估装置，包括：获取模块，用于获取工艺线中的工艺设备在预设周期内的运行数据；处理模块，用于根据所述运行数据，获得所述工艺设备在预设周期内的指标数据；根据所述指标数据，获得与所述指标数据对应的指标数据雷达图的面积值；根据所述指标数据雷达图的面积值以及预设碳排放量预测模型，获得所述工艺设备的目标碳排放量；所述预设碳排放量预测模型是基于预设工艺数据库中的历史数据进行拟合训练得到的；根据预设标杆工艺碳排量对所述目标碳排放量进行评估，获得所述工艺设备的碳排放量评估结果。
12.一种计算设备，包括：处理器，存储器及存储在所述存储器上并可在所述处理器上
运行的程序或指令，所述程序或指令被所述处理器执行时实现如上述所述的方法的步骤。
13.一种计算机可读存储介质，存储有指令，所述指令在计算机上运行时，使得计算机执行如上述所述的方法。
14.本发明的上述方案至少包括以下有益效果：本发明的上述方案，通过获取工艺线中的工艺设备在预设周期内的运行数据；根据所述运行数据，获得所述工艺设备在预设周期内的指标数据；根据所述指标数据，获得与所述指标数据对应的指标数据雷达图的面积值；根据所述指标数据雷达图的面积值以及预设碳排放量预测模型，获得所述工艺设备的目标碳排放量；所述预设碳排放量预测模型是基于预设工艺数据库中的历史数据进行拟合训练得到的；根据预设标杆工艺碳排量对所述目标碳排放量进行评估，获得所述工艺设备的碳排放量评估结果，提高碳排放评估准确性，降低碳排放的人力核算成本及设备维护成本。
附图说明
15.图1是本发明实施例提供的碳排放量的评估方法流程图；图2是本发明一可选实施例提供的指标数据雷达图；图3是本发明一可选实施例提供的标杆指标数据对应的雷达图；图4是本发明实施例提供的碳排放量的评估装置模块框示意图。
具体实施方式
16.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
17.如图1所示，本发明的实施例提出一种碳排放量的评估方法，包括：步骤11，获取工艺线中的工艺设备在预设周期内的运行数据；步骤12，根据所述运行数据，获得所述工艺设备在预设周期内的指标数据；步骤13，根据所述指标数据，获得与所述指标数据对应的指标数据雷达图的面积值；步骤14，根据所述指标数据雷达图的面积值以及预设碳排放量预测模型，获得所述工艺设备的目标碳排放量；所述预设碳排放量预测模型是基于预设工艺数据库中的历史数据进行拟合训练得到的；步骤15，根据预设标杆工艺碳排量对所述目标碳排放量进行评估，获得所述工艺设备的碳排放量评估结果。
18.该实施例中，所述运行数据为工艺线中各工艺设备在运行时与设备相关的参数数据，以对于水泥加工制造（5000t/d）工艺，主要涉及的工艺设备包括生料磨、燃料磨、预热器、分解炉、回转窑、冷却机等，其中，回转窑在运行时的主要参数包括筒体直径、筒体长度、转速、斜度、产量、电机功率、生产厂商等；这里，所述运行数据可以是通过多种预设在工艺设备上的传感器实时采集到的，应当知道的是，所述运行数据为在预设周期内经传感器采集到的工艺设备的参数数据的集合；所述预设周期可以根据评价时的实际需要设定；
进一步的，对所述运行数据进行处理，可以获得所述工艺设备在所述预设周期内与该工艺线在进行过程中产生的碳排放量相关的指标数据；这里，所述指标数据可以是运行数据对应的多种评价指标中的一种，应当知道的，所述运行数据包含多种参数数据，则所述指标数据应当是与所述运行数据一一对应的；从所述运行数据中筛选并获得与碳排放量密切相关的指标数据，保证后续基于所述指标数据进行碳排放量的评估的准确性；基于所述指标数据绘制指标数据雷达图，可以在所述指标数据雷达图中同时展示多种不同的指标数据，实现多维指标数据的对比，以直观的区分出指标数据对于该工艺线中碳排放量的影响；通过计算所述指标数据雷达图中每种指标数据对应的面积，可以直观的看出各指标数据的差异，以及各指标数据对于碳排放量的影响的程度；进一步的，基于每种指标数据对应的指标数据雷达图的面积以及所述预设碳排放量预测模型，可以快速并准确的获得该工艺线中工艺设备的目标碳排放量，进一步的，依据所述预设标杆工艺碳排放量对所述目标碳排放量进行评估，获得各指标数据对应的碳排放量评估结果，并根据所述评估结果可以动态调整所述指标数据对应的工艺设备的运行数据，进而提高工艺运营水平，降低工艺生产的碳排放量；这里，所述预设标杆工艺碳排量也即是根据工艺的标准要求，对应的标准碳排放量；所述预设碳排放量预测模型是基于预设工艺数据库中的历史数据进行拟合训练得到的，所述与预设工艺数据库中的历史数据均为工艺设备在运行过程中的相关历史运行数据。
19.本发明的一可选实施例中，上述步骤12，可以包括：步骤121，对所述运行数据进行特征分类处理，得到至少三种特征数据；步骤122，在所述预设周期内，对至少三种所述特征数据中的每种特征数据进行汇总，获得至少三种所述特征数据中的每种特征数据的指标数据。
20.该实施例中，可以通过现有算法集数据处理工具，对所述运行数据中的数据进行特征分类处理，主要筛选出与碳排放量密切相关的特征数据，最终获得的所述至少三种特征数据实则为至少三种不同特征的数据的集合；对所述运行数据进行筛选以及特征分类处理，得到至少三种特征数据，为后续预测碳排放量提供多种不同特征的数据基础，以提高预测的准确性；优选的，在对所述运行数据进行特征分类处理之前，和可以对所述运行数据进行清洗预处理，主要去除一些明显不正确的数据，以保证后续预测的准确性；进一步的，在所述预设周期内，对至少三种所述特征数据中的每种特征数据进行汇总，并获得汇总的特征数据的指标数据，这里，所述指标数据可以是汇总后的特征数据在所述预设周期内的平均值指标，也可以是方差等指标；通过对运行数据进行特征分类后获得到特征数据进行汇总处理，并获得每种特征数据对应的指标数据，可以为碳排量的预设提供动态变化的数据，进一步提高预测的准确性。
21.本发明的一可选实施例中，上述步骤13，包括：步骤131，根据每种特征数据对应的特征标签以及对应的指标数据，绘制与所述指标数据对应的指标数据雷达图；步骤132，根据预设网格数量及预设网格大小，对所述指标数据雷达图进行网格划分，并获得网格划分后的指标数据雷达图；
步骤133，根据所述网格划分后的指标数据雷达图中的网格数量，获得所述网格划分后的指标数据雷达图的面积值。
22.该实施例中，在对所述运行数据进行特征分类处理后获得至少三种特征数据，每种特征数据以及依据该特征数据在预设周期内的指标数据均对应有一个特征标签；进一步的，可以依据特征标签以及对应的指标数据绘制指标数据雷达图，可以在所述指标数据雷达图中同时展示多种不同的指标数据，实现多维指标数据的对比，以直观的区分出指标数据对于该工艺线中碳排放量的影响；进一步的，可以通过网格法计算所述指标数据雷达图中每种指标数据对应的面积，具体的：可以先通过所述预设网格数量及所述预设网格大小，对所述指标数据雷达图进行网格划分，获得网格划分后的指标数据雷达图；这里，所述预设网格数量以及所述预设网格大小，可以根据处理时的实际需求进行设定；进一步的，根据所述网格划分后的指标数据雷达图中的网格数量以及每个预设网格的大小，可以确定所述网格划分后的指标数据雷达图的面积值，为后续目标碳排放量的计算提供数据基础，同时，将工艺线中工艺设备的指标数据转化为网格划分后的指标数据雷达图的面积值，可以量化不同指标数据对工艺的碳排放量的影响的程度。
23.本发明的一可选实施例中，上述步骤131，可以包括：步骤1311，根据至少三种所述特征数据对应的指标数据的个数，将预设圆形坐标系等分成相应数量的射线；步骤1312，根据至少三种所述特征数据中每种特征数据对应的指标数据，从所述预设圆形坐标系的中心点开始沿着每条射线绘制与所述指标数据对应的标记点；步骤1313，将所有指标数据对应的标记点进行连接，获得所述指标数据雷达图。
24.该实施例中，所述预设圆形坐标系可以根据处理时的实际需要进行绘制，以表示雷达图的范围，并根据所述特征数据对应的指标数据的个数，将所述预设圆形坐标系等分成相应个数的射线；进一步的，从所述预设圆形坐标系坐标轴的中心点开始，沿着每个射线绘制标记点，以表示射线的长度，这里所述标记点即为所述指标数据对应的数值；更进一步的，通过直线或者曲线相邻顺序依次连接每个标记点并获得一个多边形，则该多边形即为所述指标数据雷达图。
25.本发明的一可实现实例中，以水泥加工工艺线中回转窑的碳排放量为例，获取回转窑的指标数据对应的指标数据雷达图，具体如下：步骤21，获取回转窑一年内的运行数据，并对运行数据进行特征分类处理，获得影响碳排放量的回转窑转速、回转窑上下窜动速度、窑尾三次风发开度、窑尾废气风管冷风阀开度、高温风机进口阀门开度、高温风机转速等特征数据；步骤22，获取每一种特征数据的指标数据，这里也即是在预设一年周期内：回转窑转速的平均值、回转窑上下窜动速度的平均值、窑尾三次风发开度的平均值、窑尾废气风管冷风阀开度的平均值、高温风机进口阀门开度的平均值、高温风机转速的平均值；步骤23，将预设圆形坐标系等分成6条射线，每条射线对应一个特征数据的特征标签（也即是该特征数据的名称或者该特征数据对应的预设编号），并从坐标轴的中心点开始沿着每条射线分别绘制与每一个指标数据的数值对应的标记点，也即是分别与回转窑转速
在一年内的平均值、回转窑上下窜动速度在一年内的平均值、窑尾三次风发开度在一年内的平均值、窑尾废气风管冷风阀开度在一年内的平均值、高温风机进口阀门开度在一年内的平均值、高温风机转速在一年内的平均值对应的标记点；步骤24，通过直线依次连接每个标记点并获得一个六边形，如图2所示，图中实线部分所示的六边形即为回转窑的指标数据雷达图，图中，o表示预设圆形坐标系的中心点，a、b、c、d、e、f分别表示雷达图中的标记点，分别对应回转窑转速的平均值、回转窑上下窜动速度的平均值、窑尾三次风发开度的平均值、窑尾废气风管冷风阀开度的平均值、高温风机进口阀门开度的平均值、高温风机转速的平均值。
26.本发明的一可选实施例中，上述步骤133，可以包括：步骤1331，根据预设算法，获得所述网格划分后的指标数据雷达图中的网格数量；步骤1332，根据所述网格数量以及所述预设网格大小，获得所述网格划分后的指标数据雷达图的面积值。
27.该实施例中，通过所述预设算法，可以确定所述网格划分后的指标数据雷达图中的网格数量；所述预设算法可以根据处理时的实际需要选择，如射线法、点在多边形内部的射线法、winding number算法等；以所述预设算法为射线法为例，其具体实现步骤如下：步骤1331，从待判断网格的中心坐标发出一条射线，沿着水平方向（或其他方向）延伸到无穷远；步骤1332，记录交点数：计算射线与六边形边界的交点数目；步骤1333，若交点数为奇数，那么该待判断网格位于六边形内部；若交点数为偶数，或者为0，那么该待判断网格位于六边形外部；重复上述步骤1331和步骤1332，对每个网格进行判断，最终统计获得落在六边形内的网格数量；进一步的，根据所述网格数量以及每个预设网格的大小，可以获得所述指标数据雷达图的面积值，后续基于所述面积值以预设碳排放量预测模型，可以确定该工艺线的目标碳排放量，可以保证预测的准确性。
28.本发明的一可选实施例中，基于预设工艺数据库中的历史数据进行拟合训练得到所述预设碳排放量预测模型，包括：步骤31，对所述预设工艺数据库中的历史数据进行分类处理，获得工艺设备的历史运行数据以及与所述历史运行数据对应的历史碳排量数据；步骤32，对所述历史运行数据进行特征分类处理及汇总处理，获得所述历史运行数据对应的历史指标数据；步骤33，根据所述历史指标数据，绘制与所述历史指标数据对应的历史指标数据雷达图，并获得所述历史指标数据雷达图的面积值；步骤34，对所述历史指标数据雷达图的面积值与所述历史碳排量数据进行拟合处理，获得所述预设碳排放量预测模型。
29.该实施例中，所述历史数据可以包括工艺设备对应的历史参数数据以及相应的历史碳排放量数据；对所述历史参数数据进行特征分类及汇总处理，并按照如上述实施例所述的方法进行对应历史指标数据雷达图的绘制以及面积值的求取，这里不再赘述；更进一步的，将所述历史指标数据雷达图的面积值作为输入变量、所述历史碳排
放量数据作为输出变量，将所述历史指标数据雷达图的面积值与相应的历史碳排放量数据输入预设的指数回归模型中进行回归拟合处理，获得拟合处理后的预设碳排放量预测模型，所述预设碳排放量预测模型表达式可以表示为：；其中，y表示因变量碳排放量预测值，x表示自变量指标数据雷达图的面积值，m、n均为回归系数，e表示为常数的底数；优选的，可以通过指数损失函数对模型预测模型的预测值进行验证，以调整预设碳排放量预测模型的参数，进一步提高所述预设碳排放量预测模型的预测的精确度；所述指数损失函数可以通过以下公式表示：；其中，l为损失值，y表示实际标，取值为1或-1，取值为1时表示正样本，取值为-1时表示为负样本；表示模型预测的概率值，表示样本属于正样本的概率，其取值通常在0-1之间。
30.本发明的一可选实施例中，上述步骤14，可以包括：步骤141，将所述指标数据雷达图的面积值输入所述预设碳排放量预测模型中进行预测处理，获得所述工艺设备的目标碳排放量。
31.该实施例中，将所述指标数据雷达图的面积值输入拟合处理后获得的预设碳排放量预测模型中进行预测处理，可以获得工艺线中的工艺设备在对应指标下的目标碳排放量；进一步的，这里，可以依据标准工艺要求，将对应的标杆指标数据进行雷达图的绘制，如图3所示，图中加粗虚线即为标杆指标数据对应的雷达图，a、b、c、d、e、f分别表示特征数据对应的指标数据的数值在雷达图中的标记点；将所述目标碳排放量与所述预设标杆工艺的碳排放量进行比对、评估，并获得各指标数据对应的碳排放量评估结果，进而可以依据所述评估结果动态调整所述指标数据对应的工艺设备的运行数据，进而提高工艺运营水平，降低工艺生产的碳排放量；本发明的上述实施例，通过获取工艺线中的工艺设备在预设周期内的运行数据；根据所述运行数据，获得所述工艺设备在预设周期内的指标数据；根据所述指标数据，获得与所述指标数据对应的指标数据雷达图的面积值；根据所述指标数据雷达图的面积值以及预设碳排放量预测模型，可以快速、准确的获得所述工艺设备的目标碳排放量；通过绘制工艺设备的指标数据雷达图，可以直观的比较标杆工艺（行业平均值）和目标工艺参数，对于企业提高工艺运营水平提供了数据支撑；将标杆工艺碳排量对目标碳排放量进行评估，获得工艺设备的碳排放量评估结果；所述评估结果可以动态的反映当前的工艺运营水平，并及时调整工艺中工艺设备的相关参数，降低工艺运营的碳排放量。
32.如图4所示，本发明的实施例还提供一种碳排放量的评估装置40，包括：获取模块41，用于获取工艺线中的工艺设备在预设周期内的运行数据；处理模块42，用于根据所述运行数据，获得所述工艺设备在预设周期内的指标数据；根据所述指标数据，获得与所述指标数据对应的指标数据雷达图的面积值；根据所述指
标数据雷达图的面积值以及预设碳排放量预测模型，获得所述工艺设备的目标碳排放量；所述预设碳排放量预测模型是基于预设工艺数据库中的历史数据进行拟合训练得到的；根据预设标杆工艺碳排量对所述目标碳排放量进行评估，获得所述工艺设备的碳排放量评估结果。
33.可选的，所述处理模块42根据所述运行数据，获得所述工艺设备在预设周期内的指标数据，具体用于：对所述运行数据进行特征分类处理，得到至少三种特征数据；在所述预设周期内，对至少三种所述特征数据中的每种特征数据进行汇总，获得至少三种所述特征数据中的每种特征数据的指标数据。
34.可选的，所述处理模块42根据所述指标数据，获得与所述指标数据对应的指标数据雷达图的面积值，具体用于：根据每种特征数据对应的特征标签以及对应的指标数据，绘制与所述指标数据对应的指标数据雷达图；根据预设网格数量及预设网格大小，对所述指标数据雷达图进行网格划分，并获得网格划分后的指标数据雷达图；根据所述网格划分后的指标数据雷达图中的网格数量，获得所述网格划分后的指标数据雷达图的面积值。
35.可选的，所述处理模块42根据每种特征数据对应的标签以及对应的指标数据，绘制与所述指标数据对应的指标数据雷达图，具体用于：根据至少三种所述特征数据对应的指标数据的个数，将预设圆形坐标系等分成相应数量的射线；根据至少三种所述特征数据中每种特征数据对应的指标数据，从所述预设圆形坐标系的中心点开始沿着每条射线绘制与所述指标数据对应的标记点；将所有指标数据对应的标记点进行连接，获得所述指标数据雷达图。
36.可选的，所述处理模块42根据所述网格划分后的指标数据雷达图中的网格数量，获得所述网格划分后的指标数据雷达图的面积值，具体用于：根据预设算法，获得所述网格划分后的指标数据雷达图中的网格数量；根据所述网格数量以及所述预设网格大小，获得所述网格划分后的指标数据雷达图的面积值。
37.可选的，所述处理模块42基于预设工艺数据库中的历史数据进行拟合训练得到所述预设碳排放量预测模型，具体用于：对所述预设工艺数据库中的历史数据进行分类处理，获得工艺设备的历史运行数据以及与所述历史运行数据对应的历史碳排量数据；对所述历史运行数据进行特征分类处理及汇总处理，获得所述历史运行数据对应的历史指标数据；根据所述历史指标数据，绘制与所述历史指标数据对应的历史指标数据雷达图，并获得所述历史指标数据雷达图的面积值；对所述历史指标数据雷达图的面积值与所述历史碳排量数据进行拟合处理，获得所述预设碳排放量预测模型。
38.可选的，所述处理模块42根据所述指标数据雷达图的面积值以及预设碳排放量预
测模型，获得所述工艺设备的目标碳排放量，具体用于：将所述指标数据雷达图的面积值输入所述预设碳排放量预测模型中进行预测处理，获得所述工艺设备的目标碳排放量。
39.需要说明的是，该装置是与上述碳排放量的评估方法相对应的装置，上述方法实施例中的所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。
40.本发明的实施例还提供一种计算设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
41.本发明的实施例还提供一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
42.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
43.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
44.在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
45.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
46.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
47.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
48.此外，需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系
列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行，某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言，能够理解本发明的方法和装置的全部或者任何步骤或者部件，可以在任何计算装置（包括处理器、存储介质等）或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
49.因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
50.以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

技术特征：
1.一种碳排放量的评估方法，其特征在于，包括：获取工艺线中的工艺设备在预设周期内的运行数据；根据所述运行数据，获得所述工艺设备在预设周期内的指标数据；根据所述指标数据，获得与所述指标数据对应的指标数据雷达图的面积值；根据所述指标数据雷达图的面积值以及预设碳排放量预测模型，获得所述工艺设备的目标碳排放量；所述预设碳排放量预测模型是基于预设工艺数据库中的历史数据进行拟合训练得到的；根据预设标杆工艺碳排量对所述目标碳排放量进行评估，获得所述工艺设备的碳排放量评估结果。2.根据权利要求1所述的碳排放量的评估方法，其特征在于，根据所述运行数据，获得所述工艺设备在预设周期内的指标数据，包括：对所述运行数据进行特征分类处理，得到至少三种特征数据；在所述预设周期内，对至少三种所述特征数据中的每种特征数据进行汇总，获得至少三种所述特征数据中的每种特征数据的指标数据。3.根据权利要求1所述的碳排放量的评估方法，其特征在于，根据所述指标数据，获得与所述指标数据对应的指标数据雷达图的面积值，包括：根据每种特征数据对应的特征标签以及对应的指标数据，绘制与所述指标数据对应的指标数据雷达图；根据预设网格数量及预设网格大小，对所述指标数据雷达图进行网格划分，并获得网格划分后的指标数据雷达图；根据所述网格划分后的指标数据雷达图中的网格数量，获得所述网格划分后的指标数据雷达图的面积值。4.根据权利要求3所述的碳排放量的评估方法，其特征在于，根据每种特征数据对应的标签以及对应的指标数据，绘制与所述指标数据对应的指标数据雷达图，包括：根据至少三种所述特征数据对应的指标数据的个数，将预设圆形坐标系等分成相应数量的射线；根据至少三种所述特征数据中每种特征数据对应的指标数据，从所述预设圆形坐标系的中心点开始沿着每条射线绘制与所述指标数据对应的标记点；将所有指标数据对应的标记点进行连接，获得所述指标数据雷达图。5.根据权利要求4所述的碳排放量的评估方法，其特征在于，根据所述网格划分后的指标数据雷达图中的网格数量，获得所述网格划分后的指标数据雷达图的面积值，包括：根据预设算法，获得所述网格划分后的指标数据雷达图中的网格数量；根据所述网格数量以及所述预设网格大小，获得所述网格划分后的指标数据雷达图的面积值。6.根据权利要求1所述的碳排放量的评估方法，其特征在于，基于预设工艺数据库中的历史数据进行拟合训练得到所述预设碳排放量预测模型，包括：对所述预设工艺数据库中的历史数据进行分类处理，获得工艺设备的历史运行数据以及与所述历史运行数据对应的历史碳排量数据；对所述历史运行数据进行特征分类处理及汇总处理，获得所述历史运行数据对应的历史指标数据；
根据所述历史指标数据，绘制与所述历史指标数据对应的历史指标数据雷达图，并获得所述历史指标数据雷达图的面积值；对所述历史指标数据雷达图的面积值与所述历史碳排量数据进行拟合处理，获得所述预设碳排放量预测模型。7.根据权利要求1所述的碳排放量的评估方法，其特征在于，根据所述指标数据雷达图的面积值以及预设碳排放量预测模型，获得所述工艺设备的目标碳排放量，包括：将所述指标数据雷达图的面积值输入所述预设碳排放量预测模型中进行预测处理，获得所述工艺设备的目标碳排放量。8.一种碳排放量的评估装置，其特征在于，包括：获取模块，用于获取工艺线中的工艺设备在预设周期内的运行数据；处理模块，用于根据所述运行数据，获得所述工艺设备在预设周期内的指标数据；根据所述指标数据，获得与所述指标数据对应的指标数据雷达图的面积值；根据所述指标数据雷达图的面积值以及预设碳排放量预测模型，获得所述工艺设备的目标碳排放量；所述预设碳排放量预测模型是基于预设工艺数据库中的历史数据进行拟合训练得到的；根据预设标杆工艺碳排量对所述目标碳排放量进行评估，获得所述工艺设备的碳排放量评估结果。9.一种计算设备，其特征在于，包括：处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至7任一项所述的方法的步骤。10.一种计算机可读存储介质，其特征在于，存储有指令，所述指令在计算机上运行时，使得计算机执行如权利要求1至7任一项所述的方法。

技术总结
本发明提供一种碳排放量的评估方法、装置及设备，包括：获取工艺线中的工艺设备在预设周期内的运行数据；根据所述运行数据，获得所述工艺设备在预设周期内的指标数据；根据所述指标数据，获得与所述指标数据对应的指标数据雷达图的面积值；根据所述指标数据雷达图的面积值以及预设碳排放量预测模型，获得所述工艺设备的目标碳排放量；所述预设碳排放量预测模型是基于预设工艺数据库中的历史数据进行拟合训练得到的；根据预设标杆工艺碳排量对所述目标碳排放量进行评估，获得所述工艺设备的碳排放量评估结果。本发明提供的方案可以提高碳排放评估准确性，降低碳排放的人力核算成本及设备维护成本。设备维护成本。设备维护成本。


技术研发人员：朱明远 史明 吴奇锋 王燕
受保护的技术使用者：北京睿碳科技有限公司
技术研发日：2023.07.21
技术公布日：2023/8/24