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！

龙图腾网获悉国网江苏省电力有限公司盐城供电分公司申请的专利基于大数据挖掘技术的高耗能企业实时碳排放估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116069768B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211732342.3，技术领域涉及：G06F16/215；该发明授权基于大数据挖掘技术的高耗能企业实时碳排放估计方法是由任禹丞;阮文俊;曹晓冬;朱亚红设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本基于大数据挖掘技术的高耗能企业实时碳排放估计方法在说明书摘要公布了：本发明公开了基于大数据挖掘技术的高耗能企业实时碳排放估计方法。对于生产过程中的直接排放，将采集的高耗能企业的负荷数据，输入多任务学习GRU神经网络，网络底层共享参数，将已有的各负荷状态类别及对应功率作为模型训练监督量，进行设备状态监测与功率分解，根据设备不同状态下的碳排放强度，计算得到直接碳排放。对于间接碳排放，根据采集的高耗能企业的负荷数据，计算每个估计时间间隔的用电量；通过求解直流最优潮流得到电源侧碳排放量，根据单位增量法获得企业所接入电网节点的边际碳排放因子；通过高耗能企业的负荷数据和边际碳排放因子计算得到间接碳排放。将直接排放与间接排放所得结果相加，实现实时、准确的碳排放量估算。

本发明授权基于大数据挖掘技术的高耗能企业实时碳排放估计方法在权利要求书中公布了：1.基于大数据挖掘技术的高耗能企业实时碳排放估计方法，其特征在于：所述方法的具体步骤如下： 步骤一：获取高耗能企业的负荷数据并进行数据清洗，包括缺失值填补、异常值处理； 步骤二：搭建多任务学习GRU神经网络，将步骤一所得结果作为神经网络的输入，网络底层共享参数，将已有的各负荷状态类别及对应功率作为模型训练监督量，进行设备状态监测与功率分解； 步骤三：根据步骤二的设备状态与功率分解结果，根据设备不同状态下的碳排放强度，计算出一段时间内的直接碳排放量Edirect； 具体计算过程如下： 其中，Si,j为设备i在时间段j内的状态，为设备i在时间段j内的碳排放强度；T为时间间隔，b为时间段数量，d为企业设备总数量； 步骤四：采用单位增量法，计算负荷增加一单位前后直流最优潮流DC-OPF，由此计算负荷增加一单位前后的电源侧碳排放量，对负荷增加一单位前后的碳排放量做差值，得到边际碳排放因子； 具体实施过程如下： 直流最优潮流DC-OPF： s.t. BTθ＝P 其中，表示发电机i的有功功率，表示发电机i的成本函数，B表示导纳矩阵，θ表示节点电压相角，P表示节点注入功率，θij表示节点i和j之间电压相角差，表示线路j流过的有功功率潮流上界，PGi max和PGi min表示发电机有功功率的上下界，L表示线路数量，l表示机组数量； 根据负荷增加一单位前后的机组出力，分别计算碳排放量EG和EG′，从而得到边际碳排放因子α＝EG′-EG，进而可以计算一段时间内的间接碳排放量Eindirect： 其中，αj表示时间段j内节点边际碳排放因子，Ej表示高耗能企业时间段j内的用电量，T为时间间隔，b为时间段数量； 步骤五：通过高耗能企业的负荷数据和边际碳排放因子计算得到间接碳排放量Eindirect； 步骤六：将直接碳排放量Edirect与间接碳排放量Eindirect所得结果相加，估计高耗能企业实时碳排放量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网江苏省电力有限公司盐城供电分公司，其通讯地址为：224000 江苏省盐城市解放南路189号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。