(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 202211182964.3 (22)申请日 2022.09.27 (71)申请人 广东师大维智信息科技有限公司 地址 511500 广东省清远市清远高新 技术 产业开发区创兴大道18号 天安智谷科 技产业园产业大厦T0218层0 6-07号 申请人 华南师大 （清远） 科技创新研究院有 限公司 (72)发明人 杨健　孙彩歌　李卫红　 (74)专利代理 机构 深圳市广诺专利代理事务所 (普通合伙) 44611 专利代理师 居振浩 (51)Int.Cl. G06Q 10/06(2012.01) G06F 16/25(2019.01)G06Q 50/26(2012.01) (54)发明名称 一种基于数字孪生的碳 排放协同预测方法 (57)摘要 本申请提供了一种基于数字孪生的碳排放 协同预测方法， 包括： 确定城市片区的企业信息 及碳排放量相关信息； 根据城市片区的企业， 建 立数字孪生系统； 根据数字孪生系统， 建立碳排 放模型， 具体包括:获取 企业综合能源数据， 企业 碳排放量计算； 根据获取的企业名称及关联企业 数据， 构建企业业务关联模型， 具体包括:产业链 关联检测， 企业迁移 检测， 企业分解检测； 依据企 业业务关联模型， 建立数字孪生关联模型； 根据 数字孪生关联模型， 构建企业碳排放可视化平 台， 具体包括:根据企业 关联性， 动态预测企业的 碳排放量， 验证企业 碳排放量的异常值。 权利要求书4页 说明书9页 附图2页 CN 115545450 A 2022.12.30 CN 115545450 A 1.一种基于数字 孪生的碳 排放协同预测方法， 其特 征在于， 所述方法包括： 确定城市片区的企业信 息及碳排放量信 息； 根据城市片区的企业， 建立数字孪生系统； 根据数字 孪生系统， 建立 碳排放模型， 包括: 基于片区企业的数字孪生系统， 及构建的实景空间孪生模型， 对企业的碳排放量进行 标注显示； 基于传输传感数据及综合能源数据， 计算得到企业的碳排放量； 根据综合能源数 据计算企业各类能源的消 耗， 及各类能源的能耗所占总能耗的比例； 基于实景空间孪生模 型， 结合地图及企业的碳排放量， 采用色度图对于企业的碳排放量在地图上进行实时动态 显示， 建立 企业的碳排放模型； 基于片区企业数字孪生系统的碳排放模型， 对碳排放管理的 各个实体要 素进行动态监测、 动态描述、 动态预测； 包括： 获取企业综合能源数据； 企业碳排 放量计算； 所述获取企业综合能源数据， 具体包括: 首先， 确定企业的综合能源数据， 包括企业生产 过程耗材排放量， 净购入使用的电力排 放量信息； 通过获取企业代理人的评价信息数据， 以及抓取对应企业网址， 获取企业的综合 能源数据相关信息， 包括 企业的在使用机组数目及 对应参数， 生产过程耗材排放量， 净购入 使用的电力排放量信息； 其中， 企业生产过程耗材的排放量， 包括化石燃料排放量， 以及脱 硫过程排放量； 最后， 对于获取的综合能源 数据利用ETL方式进 行数据清洗， 删除缺 失数据、 重复数据与错 误数据， 提取有效的综合能源数据； 所述企业 碳排放量计算， 具体包括: 基于获取的企业综合能源数据， 对企业碳排放量进行计算； 构建企业碳排放量计算模 型， 即E＝E1+E2+E3， E为企业总碳排放量， E1为化石燃料燃烧排放量， E2为脱硫 过程排放量， E3为净购入使用电力产生的排放量； 化石燃料燃烧排放量计算公式为E1＝Σ(ADi ×EFi)， 所述ADi为第i种化石燃料活动水平， 所述EFi为第i种 化石燃料的排放因子； 脱硫过程排放 量计算公式为E2＝Σ(CALk ×EFk)， 所述CALk为第k种脱硫剂中碳酸盐消耗量， 所述EFk为第 k种脱硫剂中碳酸盐的排放因子； 净购入使用电力产生的排放量计算公式为E3＝AD3*EF3， 所述AD3为企业的净购入电量， 所述EF3为区域电网年平均供电排放因子； 根据获取的企业 名称及关联企业数据， 构建企业业务关联模型； 包括： 产业链关联检测； 企业迁移检测； 企业 分解检测； 所述产业链关联检测， 具体包括: 基于构建的企业知识图谱， 对企业产业链关联度进行检测； 通过限制节点的公共关系 个数， 对关联程度低的节点进 行过滤， 初步确定与目标企业有一定 关联度的候选集； 根据实 体之间的关联关系计算基于关系的关联度， 同时设定关系阈值T1， 将候选集中满足关系关 联度>T1的查询实体筛选出来， 作为查询候选集； 将查询候选集作为输入， 根据实体的本体 标签计算基于实体的关联度， 同时设定实体阈值T2， 对候选集作进一步筛选和过滤； 根据关 系关联度和实体关联度来对查询候选集中的实体进行总关联度计算， 按总关联度得分高低 进行排序， 将排序后的结果作为 查询结果 集； 所述企业迁移检测， 具体包括: 片区的企业迁移检测， 包括企业的待迁移检测， 正在迁移检测， 迁移完成检测； 通过获 取企业的工作安排日志， 确定企业是否具有迁移计划， 并根据迁移计划对于企业的迁移概 率及迁移时间进行预测； 根据企业的规模， 企业迁移的扩张程度， 迁移预计时间， 计算分析权　利　要　求　书 1/4 页 2 CN 115545450 A 2企业的迁移进度， 进 行企业的正在迁移检测； 通过查询企业的迁移计划， 检测企业是否完成 迁移， 以及迁移已完成的时间； 根据企业的迁移检测， 对企业迁移后的地理位置及规模信息 进行调整； 所述企业分解检测， 具体包括: 片区的企业分解检测， 包括企业的战略布局分解检测， 并购重组检测， 破产检测； 通过 获取企业代理人 的评价信息数据， 获取企业的战略布局分解安排， 以及对应分解后子公司 的产能量和所占比例； 通过查询证券交易所公示网站， 获取企业并购重组进度， 并进一步 获 取企业并购后的转型产能计划； 通过抓取企业所在地工商部门查询企业营业执照状态， 实 现企业的破产检测； 根据企业的分解检测结果， 对企业的碳 排放量进行动态调整； 依据企业业务关联模型， 建立数字孪生关联模型； 根据数字孪生关联模型， 构建企业碳 排放可视化平台， 所述根据数字孪生关联模型， 构建企业碳排放可视化平台， 具体包括： 根 据企业关联性， 动态预测企业的碳排放量， 验证企业碳排放量的异常值； 基于企业碳排放可 视化平台， 定制企业碳排放量控制方案， 所述基于企业碳排放可视化平台， 定制企业碳排放 量控制方案， 具体包括： 基于企业业务， 调整生产方案， 基于地区规章制度， 生成区域 发展建 议。 2.根据权利要求1所述的方法， 其中， 所述确定城市片区的企业信息及碳排放量信息， 包括: 对外部数据源进行爬取， 获取城市指定片区的企业信息， 包括企业的名称， 地理信息， 规模； 根据所述 获取的企业信息， 通过获取企业代理人的评价信息数据， 获取企业的碳排放 相关信息， 包括 企业的生产过程耗材， 净购 入使用的电力信息； 根据所述 企业信息的相关数 据进行数据预处理， 对预处理后的数据进行分类并整理归纳， 即index＝{名称， 地理信息， 规模， 生产过程耗材排放量， 净购入使用的电力排放量}， 所述index为企业； 对所述整理归 纳后所得的数据利用ETL方式进行数据清洗， 删除缺失数据、 重复数据与错误数据， 提取有 效数据。 3.根据权利要求1所述的方法， 其中， 所述根据城市片区的企业， 建立数字孪生系统， 包 括: 基于边缘计算技术， 通过传感器实时采集城市片区企业的传输传感数据和综合 能源数 据； 通过5 G通讯技术将传感器与数据采集 终端连接， 并进 行实时的数据传输； 基于传感器采 集的数据， 构建城市片区企业的数据库管理层， 对 数据进行保存， 推送入库， 以及计算； 构建 公共组件层， 包括数据校验模块， 报表组件模块， 流程管理模块； 利用数字孪生技术建立实 景空间孪生模型， 对传输传感器数据及综合能源数据进行可视化处理， 结合实景空间孪生 模型进行实时显示， 建立数字 孪生系统。 4.根据权利要求1所述的方法， 其中， 所述根据获取的企业名称及关联企业数据， 构建 企业业务关联模型， 包括: 根据获取的企业名称及关联企业数据， 构建企业知识图谱； 根据企业名称及关联企业 数据， 定义节点属性和关系， 建立节 点关系映射图； 通过自动化脚本将企业名称及关联企业 数据转化为图数据库的图数据； 基于关联分析 的查询方式， 对数据库中与目标企业在结构 或属性上相似的图集合进 行查询； 基于节点链接的方式， 实现图谱的可视化表达， 按照图的 数据格式标准， 将数据以图的形式展示； 使用数据驱动文档在Web端， 为知识图谱数据构建权　利　要　求　书 2/4 页 3 CN 115545450 A 3