碳排放量识别方法、装置、终端设备及可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113888382A(43)申请公布日2022.01.04(21)申请号202111157936.1G06Q50/06(2012.01)(22)申请日2021.09.30G06K9/62(2006.01)(71)申请人广东电网有限责任公司地址510000广东省广州市越秀区东风东路757号申请人广东电网有限责任公司电力调度控制中心(72)发明人刘之亮陈东曹松鹏吴辰晔张海沈灯鸿赵晨张然刘超邸鹏宇(74)专利代理机构广州三环专利商标代理有限公司44202代理人陈旭红钟文瀚(51)Int.Cl.G06Q50/26(2012.01)权利要求书2页说明书8页附图2页(54)发明名称碳排放量识别方法、装置、终端设备及可读存储介质(57)摘要本发明公开了一种碳排放量识别方法、装置、终端设备及可读存储介质，该方法包括：利用特征提取算法，从电力市场的交易节点中提取被测电网系统的风力发电厂所在的节点，作为目标节点；根据所述目标节点的边际拥堵价格，判断目标节点内的风力发电厂是否为边际电厂，并生成判断结果；根据所述判断结果确定所述被测电网系统的碳排放等级。本发明提供的碳排放量识别方法，通过特征提取算法，提取了更细粒度的电力市场的交易数据，以更精确地识别出每个时间碳排放的情况。本发明基于真实系统，不仅能够及时检测系统的当前碳排放量情况，有助于人工干预，同时也降低了碳排放量的识别成本。CN113888382ACN113888382A权利要求书1/2页1.一种碳排放量识别方法，其特征在于，包括：利用特征提取算法，从电力市场的交易节点中提取被测电网系统的风力发电厂所在的节点，作为目标节点；根据所述目标节点的边际拥堵价格，判断目标节点内的风力发电厂是否为边际电厂，并生成判断结果；根据所述判断结果确定所述被测电网系统的碳排放等级。2.根据权利要求1所述的碳排放量识别方法，其特征在于，所述特征提取算法，包括Relief算法、随机森林算法或LASSO算法。3.根据权利要求2所述的碳排放量识别方法，其特征在于，当所述特征提取算法为Relief算法时，所述从电力市场的交易节点中提取被测电网系统的风力发电厂所在的节点，作为目标节点，包括：基于二分类监督学习框架，以所述交易节点为样本构建样本数据集；其中，样本的数据特征为交易节点的拥堵价格；利用Relief算法计算每个数据特征的贡献度；对贡献度从高到低依次排序，按照预设规则从排序结果中提取多个节点，作为目标节点。4.根据权利要求1所述的碳排放量识别方法，其特征在于，所述根据所述目标节点的边际拥堵价格，判断目标节点内的风力发电厂是否为边际电厂，并生成判断结果，包括：当目标节点的边际拥堵价格大于0时，判断所述边际拥堵价格是否在预设区间范围内；若是，则目标节点内的风力发电厂为边际电厂；若否，则目标节点内的风力发电厂不是边际电厂；当目标节点的边际拥堵价格小于0时，则目标节点内的风力发电厂为边际电厂。5.一种碳排放量识别装置，其特征在于，包括：特征提取单元，用于利用特征提取算法，从电力市场的交易节点中提取被测电网系统的风力发电厂所在的节点，作为目标节点；判断单元，用于根据所述目标节点的边际拥堵价格，判断目标节点内的风力发电厂是否为边际电厂，并生成判断结果；碳排放量识别单元，用于根据所述判断结果确定所述被测电网系统的碳排放等级。6.根据权利要求5所述的碳排放量识别装置，其特征在于，所述特征提取单元，还用于：利用Relief算法、随机森林算法或LASSO算法，从电力市场的交易节点中提取被测电网系统的风力发电厂所在的节点，作为目标节点。7.根据权利要求6所述的碳排放量识别装置，其特征在于，所述特征提取单元，还用于：当所述特征提取算法为Relief算法时，基于二分类监督学习框架，以所述交易节点为样本构建样本数据集；其中，样本的数据特征为交易节点的拥堵价格；利用Relief算法计算每个数据特征的贡献度；对贡献度从高到低依次排序，按照预设规则从排序结果中提取多个节点，作为目标节点。8.根据权利要求5所述的碳排放量识别装置，其特征在于，所述判断单元，还用于：当目标节点的边际拥堵价格大于0时，判断所述边际拥堵价格是否在预设区间范围内；2CN113888382A权利要求书2/2页若是，则目标节点内的风力发电厂为边际电厂；若否，则目标节点内的风力发电厂不是边际电厂；当目标节点的边际拥堵价格小于0时，则目标节点内的风力发电厂为边际电厂。9.一种终端设备，其特征在于，包括：一个或多个处理器；存储器，与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1‑4任一项所述的碳排放量识别方法。10.一种计算机可读存储