一种基于边缘计算的碳排放监测预警分析系统及其方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115759488A(43)申请公布日2023.03.07(21)申请号202310032270.XG06Q50/26(2012.01)(22)申请日2023.01.10G06N3/084(2023.01)G01N33/00(2006.01)(71)申请人广东埃文低碳科技股份有限公司G01W1/00(2006.01)地址510000广东省广州市番禺区东环街番禺大道北555号天安总部中心2号楼605(72)发明人高国辉何仪周世武李春涛庄圣炜韩业钜(74)专利代理机构广州中研专利代理有限公司44692专利代理师黄秋云(51)Int.Cl.G06Q10/04(2023.01)G06Q10/063(2023.01)G06F17/18(2006.01)权利要求书2页说明书5页附图2页(54)发明名称一种基于边缘计算的碳排放监测预警分析系统及其方法(57)摘要本发明涉及一种基于边缘计算的碳排放监测预警分析系统及其方法，属于碳排放分析技术领域，包括边缘监测站和云计算中心，所述边缘监测站设置有数据采集模块、边缘计算模块和数据传输模块，用于采集数据并进行初步站点分析，同时将数据打包上传至云计算中心；所述边缘计算模块，用于构建站点碳排量分析模型；所述云计算中心，用于城市碳排量估算以及预测，生成预警报告；所述站点碳排量分析模型包括回归模型和BP神经网络；所述数据采集模块包括二氧化碳浓度传感器和气象观测传感器。本发明针对城市碳排放集中点设置基于边缘计算的监测站点，从实时采集的数据出发完成监测站点碳排放的预测分析，然后通过云计算中心生成预警报告。CN115759488ACN115759488A权利要求书1/2页1.一种基于边缘计算的碳排放监测预警分析系统，其特征在于：包括边缘监测站和云计算中心，所述边缘监测站通过有线或无线的方式与云计算中心连接；所述边缘监测站设置有数据采集模块、边缘计算模块和数据传输模块，用于采集数据并进行初步站点分析，同时将数据打包上传至云计算中心；所述边缘计算模块，用于构建站点碳排量分析模型；所述云计算中心，用于城市碳排量估算以及预测，生成预警报告。2.根据权利要求1所述的一种基于边缘计算的碳排放监测预警分析系统，其特征在于：所述站点碳排量分析模型包括回归模型和BP神经网络；所述回归模型，用于筛选碳排量影响因素变量；所述BP神经网络，用于输出站点碳排量预测值。3.根据权利要求1所述的一种基于边缘计算的碳排放监测预警分析系统，其特征在于：所述数据采集模块包括二氧化碳浓度传感器和气象观测传感器；所述预警报告包括站点类别碳排放排序和区域碳排放排序。4.一种基于边缘计算的碳排放监测预警分析方法，应用于如权利要求1至3任一项所述的碳排量预警分析系统，其特征在于：包括以下步骤：S1、进行城市碳源分析，筛选出最具代表性的边缘监测站点位置；S2、建立边缘监测站点并调试通网；S3、边缘监测站通过收集的数据进行站点分析；S4、将站点分析结果上传至云计算中心；S5、云计算中心根据站点分析结果进行城市碳排量估算并生成预警报告。5.根据权利要求4所述的一种基于边缘计算的碳排放监测预警分析方法，其特征在于：步骤S1中，所述最具代表性的边缘监测站点位置具体为：交通拥堵站点、小区站点、办公园区站点和工业厂区站点。6.根据权利要求4所述的一种基于边缘计算的碳排放监测预警分析方法，其特征在于：步骤S3中，所述站点分析具体包括：S31、筛选碳排放量影响因素；S32、BP神经网络构建；S33、预测站点碳排放量。7.根据权利要求6所述的一种基于边缘计算的碳排放监测预警分析方法，其特征在于：步骤S31中，所述碳排放量影响因素具体包括：消费因素、生产因素和综合因素。8.根据权利要求7所述的一种基于边缘计算的碳排放监测预警分析方法，其特征在于：筛选碳排放量影响因素具体包括以下步骤：S311、数据标准化；S312、构建碳排放影响因素线性回归模型；S313、确定最终选取变量。9.根据权利要求8所述的一种基于边缘计算的碳排放监测预警分析方法，其特征在于：BP神经网络构建具体包括以下步骤：S321、对样本数据归一化处理；S322、建立BP神经网络结构；S323、BP神经网络训练。2CN115759488A权利要求书2/2页10.根据权利要求4所述的一种基于边缘计算的碳排放监测预警分析方法，其特征在于：步骤S5具体包括以下步骤：云计算中心分别根据排放特征和区域划分设置两类，第一类按照相同特征监测站点的数据进行估算全市其他未设置监测站点的排放量；第二类按照地理区域划分的结果估算每个地区的碳排放量；然后根据站点类别碳排放排序和区域碳排放排序来生成预警报告。3CN115759488A说明书1/5页一种基于边缘计算的碳排放监测预警分