买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网四川省电力公司电力科学研究院

摘要：本申请公开了一种水力发电站电碳因子预测方法、装置、设备及介质，本申请属于二氧化碳监测技术领域，该方法首先通过对水力发电站产生二氧化碳的机理进行分析，综合从装机容量、大坝类型、发电机组类型、占地面积和地理位置等因素对电碳因子的影响，从而构建了相应的电碳因子预测模型，得到年总电碳因子预测值，所需原始数据易收集，且具有较强的时效性；同时还根据碳卫星实测数据，对该预测值进行修正，进一步提高了预测的准确性和可靠性，有助于提高碳核算的准确性，为水力发电站温室气体核算提供了技术支撑。

主权项：1.一种水力发电站电碳因子预测方法，其特征在于，所述方法包括：获取待预测水力发电站的相关信息并进行预处理；其中所述相关信息包括：装机容量、大坝类型、发电机组类型、占地面积和地理位置；按照所述待预测水力发电站的特征进行分类，并将预处理后的数据输入到相应类别的电碳因子预测模型，得到所述待预测水力发电站的电碳因子预测值；根据碳卫星监测数据，反演得到所述待预测水力发电站运营阶段的碳排放量；将所述电碳因子预测值与反演得到的所述待预测水力发电站运营阶段的碳排放量进行融合，最终得到所述待预测水力发电站的总电碳因子；所述电碳因子预测模型的构建过程具体包括：获取若干水力发电站的基本信息并进行预处理；所述基本信息包括：装机容量、大坝类型、发电机组类型、占地面积、地理位置以及电碳因子；将预处理后的数据，按照水力发电站的特征进行分类，并按照水力发电站的不同类型分别构建相应的电碳因子数据集；对所述电碳因子数据集中的数据进行归一化处理，并将归一化处理后的所述电碳因子数据集划分为训练集和测试集；构建BP神经网络模型并进行初始化；利用所述训练集和测试集，对所述BP神经网络模型进行训练和测试，得到电碳因子预测模型；所述的根据碳卫星监测数据，反演得到所述待预测水力发电站运营阶段的碳排放量，具体包括：通过碳卫星在线监测系统获取所述待预测水力发电站所在区域的二氧化碳柱平均干空气混合比；计算干空气总量；所述干空气总量等于标准大气压除以所述待预测水力发电站所在区域的重力加速度；根据二氧化碳柱平均干空气混合比和干空气总量，计算得到所述待预测水力发电站所在区域的碳排放量；所述待预测水力发电站所在区域的碳排放量等于二氧化碳柱平均干空气混合比乘以干空气质量乘以待预测水力发电站淹没土地面积乘以观测时间乘以系数；根据淹没土地类型，计算得到所述待预测水力发电站在运营阶段因被淹土地的生物降解产生的碳排放量；根据所述待预测水力发电站所在区域的碳排放量以及生物降解产生的碳排放量，计算得到所述待预测水力发电站运营阶段的碳排放量；所述的生物降解产生的碳排放量计算公式为：Ejiangjie＝F*A*T*8760*106式中，Ejiangjie为生物降解产生的碳排放量，F为淹没土地类型对应的二氧化碳排放通量，A为所述待预测水力发电站淹没土地面积，T为降解时间；所述待预测水力发电站运营阶段的碳排放量计算方式包括：如果所述待预测水力发电站年龄小于或等于降解时间时，运营阶段的碳排放量计算公式为： 如果所述待预测水力发电站年龄大于降解时间时，运营阶段的碳排放量计算公式为： 其中，Eyuny为运营阶段的碳排放量，为所述待预测水力发电站所在区域的碳排放量，LT为所述待预测水力发电站的使用寿命，T为降解时间，Δt为观测时间；所述的融合过程具体包括：根据所述电碳因子预测值和电力数据，计算得到模型预测的碳排放量；根据模型预测的碳排放量和运营阶段的碳排放量，计算得到所述待预测水力发电站的碳排放总量；根据所述碳排放总量和观测时间内发电量、所述待预测水力发电站的使用寿命、观测时间，计算得到总电碳因子。

全文数据：

权利要求：

百度查询： 国网四川省电力公司电力科学研究院 一种水力发电站电碳因子预测方法、装置、设备及介质