北京科技大学李天昕获国家专利权
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!
龙图腾网获悉北京科技大学申请的专利一种煤电企业减污降碳协同控制成效核算评估系统和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:CN120146602B 。
龙图腾网通过国家知识产权局官网在2026-02-06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:202510124590.7,技术领域涉及:G06Q10/0637;该发明授权一种煤电企业减污降碳协同控制成效核算评估系统和方法是由李天昕;康小颖;曹效军;程奥;仪明媛;杨丽婷;曹英楠设计研发完成,并于2025-01-26向国家知识产权局提交的专利申请。
本一种煤电企业减污降碳协同控制成效核算评估系统和方法在说明书摘要公布了:本发明提供一种煤电企业减污降碳协同控制成效核算评估系统和方法,涉及煤电技术领域。通过训练构建的排放AI核算评估模型对具备时间戳的各个污染源类的煤电排放数据进行智能识别并推荐输出对应类型的排放量计算策略,基于所推荐的排放量计算策略进行相应排放量核算,输出对应的排放量核算结果,统计各个污染源类的排放量核算结果,快速得到企业煤电排放核算量。本发明基于公信力机构对监测的煤电排放数据打标时间戳,并基于时间戳打标的煤电排放数据进行数据智能核算计算,不但能够提高数据公信力,还能够利用AI模型进行数据分类计算,以此实现煤电碳等污染物排放的智能核算,提高核算效率,缩短核算周期,降低煤电企业减污降碳的核查难度。
本发明授权一种煤电企业减污降碳协同控制成效核算评估系统和方法在权利要求书中公布了:1.一种煤电企业减污降碳协同控制成效核算评估方法,其特征在于,所述方法包括: S1、实时监测并采集具备时间戳的煤电排放数据集,包括至少如下数据:燃料消耗数据、设备运行数据和煤质信息; S2、基于LLM大语言模型对所述煤电排放数据集进行分类,得到不同污染源类的煤电排放数据子集; S3、将所述煤电排放数据子集导入预设的排放AI核算评估模型,由所述排放AI核算评估模型识别所述煤电排放数据子集的排放特征并推荐输出与所述排放特征相匹配的排放量计算策略; S4、基于所推荐的所述排放量计算策略,对所述煤电排放数据子集进行相应排放量核算,并输出对应的排放量核算结果; S5、统计各个污染源类的所述排放量核算结果,并按照预设报表格式生成对应的排放源核算清单; 其中,所述排放AI核算评估模型的生成方法,包括: 收集若干不同污染源类的煤电排放数据并预处理,其中,所述煤电排放数据包括对应污染源的历史燃料消耗数据、设备运行数据和煤质信息; 对所述煤电排放数据进行特征提取,提取所述煤电排放数据中的排放特征,其中,所述排放特征包括所述煤电排放数据中对应污染源在预设时间段内的排放源活动水平,即:污染源的排放量与在预设时间段内的排放阈值之差; 对所述排放特征进行特征标注,标注信息包括:对应所述排放特征的污染源属性和核算对应所述排放特征的污染源的排放量计算策略; 收集标注后的对应不同污染源类的所述排放特征,构建得到特征集; 按照预设比例将所述特征集划分为训练集和验证集; 将所述训练集输入预设的随机森林模型,进行特征训练学习,生成所述排放AI核算评估模型; 利用所述验证集验证所述排放AI核算评估模型的预测性能: 若是验证通过,则将所述排放AI核算评估模型部署至后台服务器上; 若是验证不通过,则重复上述步骤,重新构建所述排放AI核算评估模型。
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北京科技大学,其通讯地址为:100083 北京市海淀区学院路30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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励