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！

龙图腾网获悉宁波财经学院申请的专利一种碳排放分析方法、装置、电子设备及存储介质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：CN121073003B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511604040.1，技术领域涉及：G06Q10/063；该发明授权一种碳排放分析方法、装置、电子设备及存储介质是由吕龙进;王聚丰;陈世昆设计研发完成，并于2025-11-05向国家知识产权局提交的专利申请。

本一种碳排放分析方法、装置、电子设备及存储介质在说明书摘要公布了：本发明提供一种碳排放分析方法、装置、电子设备及存储介质，涉及碳排放数据处理技术领域，该方法包括：获取园区内各能源消耗节点在当前时间段内的多源实时数据和能源消耗数据，并提取多维度关键特征；以确定初始能源结构数据；根据园区中能源消耗节点与其他能源消耗节点的关联关系，对初始能源结构数据进行关联修正，得到最终能源结构数据；然后确定能源消耗节点的动态排放因子矩阵；通过混合模型对能源消耗节点进行碳排放模拟，得到能源消耗节点的碳排放结果；再通过注意力机制进行碳排放的动态分析和解释，得到园区的在当前时间段内的碳排放分析结果。本发明实现了对园区碳排放的高精度动态分析。

本发明授权一种碳排放分析方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种碳排放分析方法，其特征在于，包括： 获取园区内各能源消耗节点在当前时间段内的多源实时数据和能源消耗数据； 根据碳排放分析需求，从每个所述能源消耗节点的所述多源实时数据中提取所述能源消耗节点的多维度关键特征； 根据每个所述能源消耗节点的所述多维度关键特征，确定所述能源消耗节点的初始能源结构数据；其中，具体包括：通过能源结构识别模型对所述多维度关键特征进行分析和分类，确定所述能源消耗节点的多个能源结构类型和场景关联特征；根据所述能源结构类型，确定所述能源消耗节点的能源类型占比、能源转换效率以及能源消耗波动数据；根据所述场景关联特征，确定与能源消耗强相关的场景化影响数据；将所述能源消耗节点的所述能源类型占比、所述能源转换效率、所述能源消耗波动数据以及所述场景化影响数据作为所述初始能源结构数据； 根据所述园区中所述能源消耗节点与其他能源消耗节点的关联关系，对所述初始能源结构数据进行关联修正，得到最终能源结构数据；其中，具体包括：根据所述园区中每个所述能源消耗节点的关联关系，量化所述能源消耗节点的受影响系数；根据所述受影响系数对所述能源类型占比、所述能源转换效率、所述能源消耗波动数据以及所述场景化影响数据进行修正，得到最终能源结构数据； 通过分层自适应计算模型，根据所述最终能源结构数据，得到所述能源消耗节点的动态排放因子矩阵；所述分层自适应计算模型包括基础因子匹配层、效率修正层、场景动态调整层及偏差校准层；其中，所述通过分层自适应计算模型，根据所述最终能源结构数据，得到所述能源消耗节点的动态排放因子矩阵，包括：通过所述基础因子匹配层，根据所述能源类型占比，结合预设行业基准排放因子库，得到初始排放因子向量；通过所述效率修正层，根据所述能源转换效率和所述能源消耗波动数据，对所述初始排放因子向量进行修正，得到效率修正后因子向量；通过所述场景动态调整层，根据所述场景化影响数据对所述效率修正后因子向量进行实时动态调整，得到场景调整后因子矩阵；通过所述偏差校准层，结合历史碳排放评估数据，确定所述场景调整后因子矩阵与历史实际监测数据的偏差值，基于所述偏差值对所述场景调整后因子矩阵进行自校准优化，得到所述动态排放因子矩阵； 结合所述动态排放因子矩阵、所述多源实时数据和所述能源消耗数据，通过混合模型对所述能源消耗节点进行碳排放模拟，得到所述能源消耗节点的碳排放结果； 根据每个所述能源消耗节点的所述碳排放结果，通过注意力机制进行碳排放的动态分析和解释，得到所述园区的在所述当前时间段内的碳排放分析结果。

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宁波财经学院，其通讯地址为：315000 浙江省宁波市海曙区学院路899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”。

以上内容由龙图腾AI智能生成。