用于燃煤电厂碳排放量预测方法和系统的利记博彩app
【专利摘要】本发明提供一种用于燃煤电厂碳排放量预测方法和系统，其中方法包括以下步骤：获取与燃煤电厂碳排放量相关的影响因素；根据所述影响因素数值和对应的碳排放量拟合碳排放量与每个影响因素之间的关系曲线，得到以拟合曲线为基础的每种影响因素下的单一预测模型；利用每种影响因素对应的单一预测模型分别对待预测的燃煤电厂当前的碳排放量进行预测，将预测的碳排放量与实际的碳排放量的差值反馈至所述拟合曲线；根据反馈的所述差值修正对应的拟合曲线，得到待预测的燃煤电厂在当前的各个因素下的碳排放优化预测值；将各个碳排放优化预测值进行平均处理得到最终预测碳排放量。上述方法由于考虑了不同因素与碳排放量的关系，预测的精度较高。
【专利说明】用于燃煤电厂碳排放量预测方法和系统
【技术领域】
[0001] 本发明涉及碳排放测量【技术领域】，特别是涉及一种用于燃煤电厂碳排放量预测方 法和用于燃煤电厂碳排放量预测系统。
【背景技术】
[0002] 随着经济的快速发展，能源消耗也在逐年增加，由于资源的不合理利用导致环境 问题日益严峻，比较突出的是全球气候变暖问题，这无疑是温室气体大量排放导致的，而温 室气体中二氧化碳的贡献量最大，因此控制碳排放，对碳排放量进行预测是现今急需解决 的问题。
[0003]目前碳排放的测量方法有很多，国际上现有的二氧化碳排放量测量方法一般是从 燃料投入出发，根据理论计算来计算碳排放量，这种方法根据燃料中碳含量计算碳排放 量，未考虑燃烧效率等运行参数的影响，误差较大。
【发明内容】
[0004] 基于此，有必要针对现有碳排放的测量方法误差较大的问题，提供一种用于燃煤 电厂碳排放量预测方法和用于燃煤电厂碳排放量预测系统。
[0005] 一种用于燃煤电厂碳排放量预测方法，包括以下步骤：
[0006] 获取与燃煤电厂碳排放量相关的影响因素，确定所述燃煤电厂在影响因素数值发 生改变时产生的对应碳排放量；
[0007] 根据所述影响因素数值和对应的碳排放量拟合碳排放量与每个影响因素之间的 关系曲线，得到以拟合曲线为基础的每种影响因素下的单一预测模型；
[0008] 利用每种影响因素对应的单一预测模型分别对待预测的燃煤电厂当前的碳排放 量进行预测，将预测的碳排放量与实际的碳排放量的差值反馈至所述拟合曲线；
[0009] 根据反馈的所述差值修正对应的拟合曲线，得到待预测的燃煤电厂在当前的各个 因素下的碳排放优化预测值；
[0010] 将各个碳排放优化预测值进行平均处理得到最终预测碳排放量。
[0011] 一种用于燃煤电厂碳排放量预测系统，包括：
[0012] 确定模块，用于获取与燃煤电厂碳排放量相关的影响因素，确定所述燃煤电厂在 影响因素数值发生改变时产生的对应碳排放量；
[0013] 拟合模块，用于根据所述影响因素数值和对应的碳排放量拟合碳排放量与每个影 响因素之间的拟合曲线，得到以拟合曲线为基础的每种影响因素下的单一预测模型；
[0014] 反馈模块，用于利用每种影响因素对应的单一预测模型分别对待预测的燃煤电厂 当前的碳排放量进行预测，将预测的碳排放量与实际的碳排放量的差值反馈至所述拟合曲 线；
[0015] 修正模块，用于根据反馈的所述差值修正对应的拟合曲线，得到待预测的燃煤电 厂在当前的各个因素下的碳排放优化预测值；
[0016] 预测模块，用于将各个碳排放优化预测值进行平均处理得到最终预测碳排放量。
[0017] 上述用于燃煤电厂碳排放量预测方法和用于燃煤电厂碳排放量预测系统，选择对 碳排放量有影响的不同因素，一般优先选择影响比较大的因素，然后通过对影响因素数值 和对应的碳排放量进行拟合，得到单一预测模型，运用单一预测模型对燃煤电厂当前的碳 排放量进行预测，并对预测的值与实际的碳排放量比较，如果差别较大则对拟合曲线进行 修正，从而得到碳排放优化预测值。由于考虑了不同参数对碳排放量的影响，误差较小，而 同时根据各个影响因素的碳排放优化预测值的平均值得到预测结果，使得预测的精确度更 尚。
【专利附图】
【附图说明】
[0018] 图1为一实施例用于燃煤电厂碳排放量预测方法流程图；
[0019] 图2为一实施例四种影响因素的碳排放量预测方法流程图；
[0020]图3为一实施例用于燃煤电厂碳排放量预测系统结构示意图。
【具体实施方式】
[0021] 下面结合附图对本发明的用于燃煤电厂碳排放量预测方法和用于燃煤电厂碳排 放量预测系统的【具体实施方式】作详细描述。
[0022] 请参阅图1，图1为一实施例用于燃煤电厂碳排放量预测方法流程图。
[0023] 一种用于燃煤电厂碳排放量预测方法，包括以下步骤：
[0024] 步骤SlOl:获取与燃煤电厂碳排放量相关的影响因素，确定所述燃煤电厂在影响 因素数值发生改变时产生的对应碳排放量；
[0025] 在步骤SlOl中，获取的与燃煤电厂碳排放量相关的影响因素一般是指影响比较 大的影响因素，比如发热量、煤种、煤粉细度等；由于考虑了相关影响因素对碳排放量的影 响，在预测碳排放量时将更为精确。确定所述燃煤电厂在影响因素数值发生改变时产生的 对应碳排放量的目的是得到每种因素在不同取值时对应的碳排放量，从而为后续拟合影响 因素和碳排放量关系曲线提供依据。
[0026] 在一实施例中，所述影响因素可以包括：发热量、煤种、过量空气系数和煤粉细度； 所述煤种包括：烟煤、无烟煤、褐煤或贫煤。
[0027] 发热量、煤种、过量空气系数和煤粉细度是影响燃煤电厂碳排放量较大的四种因 素，通过在预测碳排放量时考虑这四种因素，所得到的预测值将更加接近实际的碳排放量。
[0028] 进一步的，在一实施例中，所述确定所述燃煤电厂在影响因素数值发生改变时产 生的对应碳排放量的步骤可以包括：
[0029] 以设定的计算点为初始值，以300千卡为梯度，设定发热量的取值；
[0030]以0. 05为梯度设定过量空气系数的取值；以百分之二为梯度设定煤粉细度的取 值；
[0031] 根据所述发热量的取值、过量空气系数的取值、煤粉细度的取值确定对应的碳排 放量。
[0032] 通过对影响因素取若干值，特别是进行梯度取值的目的是提高后续根据影响因素 数值变化和对应碳排放量拟合的关系曲线的预测精度；发热量以300千卡为梯度，过量空 气系数以0. 05为梯度，煤粉细度以百分之二为梯度可以使得相邻数值之间的间隔在不太 小的情况下也能够得到预测精度较高的关系曲线。
[0033] 在一实施例中，所述发热量的取值可以为4000千卡、4300千卡、4600千卡至7000 千卡。
[0034] 燃煤电厂发热量的数值一般为4000千卡至7000千卡这个数值范围，将发热量取 值设为4000千卡至7000千卡，能提高对于燃煤电厂通常的发热量对应的碳排放量预测精 度。
[0035] 在一实施例中，所述过量空气系数的取值可以为I. 05、1. 1、1. 15至1. 5。
[0036] 燃煤电厂过量空气系数的取值一般为1.05、1. 1、1. 15至1.5这个数值范围，将过 量空气系数取值设为1. 05、I. 1、1. 15至1. 5,能更好的预测实际的燃煤电厂碳排放量。
[0037] 在一实施例中，所述煤粉细度的取值为百分之十四、百分之十六、百分之十八至百 分之三十。
[0038] 煤粉细度采用的是R90标准，不同煤粉细度，燃烧效率也不同，将煤粉细度取值设 为百分之十四至百分之三十，考虑的取值范围更贴近实际应用时所采用的煤粉细度，从而 使得到的不同煤粉细度对应的单一预测模型上的预测碳排放量与实际碳排放量更接近。
[0039] 步骤S103 :根据所述影响因素数值和对应的碳排放量拟合碳排放量与每个影响 因素之间的关系曲线，得到以拟合曲线为基础的每种影响因素下的单一预测模型；
[0040] 在步骤S103中，拟合指的是根据影响因素数值和对应的碳排放量的对应关系形 成关系曲线的过程，通过这条关系曲线能够预测影响因素可以取的数值范围内的所有碳排 放量。
[0041] 在一实施例中，所述通过最小二乘法拟合碳排放量与每个影响因素之间的关系曲 线。
[0042] 通过最小二乘法拟合碳排放量与每个影响因素之间的关系曲线可以使得关系曲 线求得的数据与实际的数据的误差较小，提高了预测碳排放量的精度。
[0043] 步骤S105 :利用每种影响因素对应的单一预测模型分别对待预测的燃煤电厂当 前的碳排放量进行预测，将预测的碳排放量与实际的碳排放量的差值反馈至所述拟合曲 线；
[0044] 在步骤S105中，根据单一预测模型对待预测的燃煤电厂当前的碳排放量进行预 测后，计算预测的碳排放量和实际的碳排放量之间的误差大小，而将这个差值反馈回拟合 曲线的目的是为了后续对拟合曲线进行修正提供依据。
[0045] 步骤S107 :根据反馈的所述差值修正对应的拟合曲线，得到待预测的燃煤电厂在 当前的各个因素下的碳排放优化预测值；
[0046] 在步骤S107中，在得到反馈回的差值后，对拟合曲线对应的部分进行修正，以减 少拟合曲线上的数值与实际的数值的误差大小，从而得到与实际碳排放量更接近甚至相同 的碳排放优化预测值。
[0047] 在一实施例中，所述根据反馈的所述差值修正对应的拟合曲线步骤可以包括：
[0048] 判断所述差值的绝对值是否大于设定的差值；
[0049] 若否，则根据所述实际的碳排放量对所述拟合曲线进行修正。
[0050] 设定的差值可以按照不同的情况进行设定，从而可以适应不同的应用场景；当设 定的差值较小时，拟合曲线进行多次修正迭代后，所得到的拟合曲线中影响因素数值与碳 排放量之间的关系更贴近实际，所预测的碳排放量将更为精确。
[0051] 进一步的，在一实施例中，所述设定的差值可以为0. 01g/kw·h，其中g表示克，kw 表不千瓦，h表不时。
[0052] 设定的差值为0.Olg/kw*h时，对拟合曲线进行不断的修正迭代后，所得到的基于 拟合曲线的单一预测模型的预测精度将更高。
[0053] 步骤S109 :将各个碳排放优化预测值进行平均处理得到最终预测碳排放量。
[0054] 对各个影响因素对应的碳排放优化预测值进行平均处理能够更好地降低最终预 测碳排放量的误差。
[0055] 上述用于燃煤电厂碳排放量预测方法，选择对碳排放量有影响的不同因素，一般 优先选择影响比较大的因素，然后通过对影响因素数值和对应的碳排放量进行拟合，得到 单一预测模型，运用单一预测模型对燃煤电厂当前的碳排放量进行预测，并对预测的值与 实际的碳排放量比较，如果差别较大则对拟合曲线进行修正，从而得到碳排放优化预测值。 由于考虑了不同参数对碳排放量的影响，误差较小，而同时根据各个影响因素的碳排放优 化预测值的平均值得到预测结果，使得预测的精确度更高。
[0056] 为了更进一步的说明本发明的碳排放量预测方法，下面将结合具体应用实例进行 说明。
[0057] 本具体应用实例选择四种参数，发热量、煤种、过量空气系数、煤粉细度。
[0058] 请参阅图2,图2为一实施例四种影响因素的碳排放量预测方法流程图。
[0059] 步骤S201 :选取四种影响较大的参数：发热量、不同煤种、过量空气系数、煤粉细 度；
[0060] 步骤S202 :针对每种影响参数选择计算点，在保持其他参数不变的情况下获取其 对应的碳排放量；具体操作步骤如下：
[0061] 以300kcal(千卡）为梯度，计算烟煤在不同发热量下的碳排放量，发热量取值为 4000kcal、4300kcal、4600kcal...... 7000kcal，计算后对数据进行整理，如表1所示： 其中八141表示对应的碳排放量；
[0062]
【权利要求】
1. 一种用于燃煤电厂碳排放量预测方法，其特征在于，包括以下步骤： 获取与燃煤电厂碳排放量相关的影响因素，确定所述燃煤电厂在影响因素数值发生改 变时产生的对应碳排放量； 根据所述影响因素数值和对应的碳排放量拟合碳排放量与每个影响因素之间的关系 曲线，得到以拟合曲线为基础的每种影响因素下的单一预测模型； 利用每种影响因素对应的单一预测模型分别对待预测的燃煤电厂当前的碳排放量进 行预测，将预测的碳排放量与实际的碳排放量的差值反馈至所述拟合曲线； 根据反馈的所述差值修正对应的拟合曲线，得到待预测的燃煤电厂在当前的各个因素 下的碳排放优化预测值； 将各个碳排放优化预测值进行平均处理得到最终预测碳排放量。
2. 根据权利要求1所述的用于燃煤电厂碳排放量预测方法，其特征在于，所述根据反 馈的所述差值修正对应的拟合曲线步骤包括： 判断所述差值的绝对值是否大于设定的差值； 若否，则根据所述实际的碳排放量对所述拟合曲线进行修正。
3. 根据权利要求2所述的用于燃煤电厂碳排放量预测方法，其特征在于，所述设定的 差值为〇. 〇lg/kw ? h，其中g表示克，kw表示千瓦，h表示时。
4. 根据权利要求1所述的用于燃煤电厂碳排放量预测方法，其特征在于，所述影响因 素包括：发热量、煤种、过量空气系数和煤粉细度；所述煤种包括：烟煤、无烟煤、褐煤或贫 煤。
5. 根据权利要求4所述的用于燃煤电厂碳排放量预测方法，其特征在于，所述确定所 述燃煤电厂在影响因素数值发生改变时产生的对应碳排放量的步骤包括： 以设定的计算点为初始值，以300千卡为梯度，设定发热量的取值； 以〇. 05为梯度设定过量空气系数的取值；以百分之二为梯度设定煤粉细度的取值； 根据所述发热量的取值、过量空气系数的取值、煤粉细度的取值确定对应的碳排放量。
6. 根据权利要求5所述的用于燃煤电厂碳排放量预测方法，其特征在于，所述发热量 的取值为4000千卡、4300千卡、4600千卡至7000千卡。
7. 根据权利要求5所述的用于燃煤电厂碳排放量预测方法，其特征在于，所述过量空 气系数的取值为1. 〇5、l. 1、1. 15至1. 5。
8. 根据权利要求5所述的用于燃煤电厂碳排放量预测方法，其特征在于，所述煤粉细 度的取值为百分之十四、百分之十六、百分之十八至百分之三十。
9. 根据权利要求1所述的用于燃煤电厂碳排放量预测方法，其特征在于，所述通过最 小二乘法拟合碳排放量与每个影响因素之间的关系曲线。
10. -种用于燃煤电厂碳排放量预测系统，其特征在于，包括： 确定模块，用于获取与燃煤电厂碳排放量相关的影响因素，确定所述燃煤电厂在影响 因素数值发生改变时产生的对应碳排放量； 拟合模块，用于根据所述影响因素数值和对应的碳排放量拟合碳排放量与每个影响因 素之间的拟合曲线，得到以拟合曲线为基础的每种影响因素下的单一预测模型； 反馈模块，用于利用每种影响因素对应的单一预测模型分别对待预测的燃煤电厂当前 的碳排放量进行预测，将预测的碳排放量与实际的碳排放量的差值反馈至所述拟合曲线； 修正模块，用于根据反馈的所述差值修正对应的拟合曲线，得到待预测的燃煤电厂在 当前的各个因素下的碳排放优化预测值； 预测模块，用于将各个碳排放优化预测值进行平均处理得到最终预测碳排放量。
【文档编号】G06Q50/06GK104484749SQ201410741415
【公开日】2015年4月1日 申请日期:2014年12月4日 优先权日:2014年12月4日
【发明者】殷立宝, 赵航, 徐齐胜 申请人:广东电网有限责任公司电力科学研究院