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！

龙图腾网获悉国网吉林省电力有限公司经济技术研究院申请的专利基于电力系统的碳排放灵敏度全景监测方法及系统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：CN121119461B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511677296.5，技术领域涉及：G06Q10/063；该发明授权基于电力系统的碳排放灵敏度全景监测方法及系统是由张圆美;姜明磊;胡维国;张晋菁;黄亮;高洋;刘旭设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本基于电力系统的碳排放灵敏度全景监测方法及系统在说明书摘要公布了：本发明涉及碳排放监测技术领域，尤其涉及一种基于电力系统的碳排放灵敏度全景监测方法及系统。所述方法包括以下步骤：通过获取对应的SCADA数据、EMS数据以及燃料管理数据进行时空对齐处理，得到电力系统多源时空对齐数据集；获取电力系统内对应的机组燃料类型并进行碳排放间接预测，得到该电力系统对应的间接综合碳排放强度；确定对应的碳排放影响因子进行影响显著筛选和碳排放灵敏度分析，得到每个碳排放显著影响因子对应的碳排放全局灵敏度分布；根据对应的碳排放全局灵敏度分布进行灵敏度全景可视化，以生成该电力系统对应的碳排放灵敏度全景分布图。本发明能够实现对电力系统碳排放影响因素的全面分析，以精准监测碳排放的灵敏度。

本发明授权基于电力系统的碳排放灵敏度全景监测方法及系统在权利要求书中公布了：1.一种基于电力系统的碳排放灵敏度全景监测方法，其特征在于，包括以下步骤： 步骤S1：通过整合电力系统对应的SCADA数据、EMS数据以及燃料管理数据，并对电力系统对应的SCADA数据、EMS数据以及燃料管理数据进行时空对齐处理，得到在时间分辨率及空间粒度上对应的电力系统多源时空对齐数据集； 步骤S2：获取该电力系统内对应的机组燃料类型，并基于该电力系统内对应的机组燃料类型对电力系统多源时空对齐数据集内对应的SCADA数据、EMS数据以及燃料管理数据进行碳排放间接预测，得到该电力系统对应的间接综合碳排放强度；其中，步骤S2包括以下步骤： 步骤S21：获取该电力系统内对应的机组燃料类型； 步骤S22：基于该电力系统内对应的机组燃料类型对电力系统多源时空对齐数据集内对应的SCADA数据进行机组运行效率分析，得到各个机组燃料类型对应的运行效率； 步骤S23：基于该电力系统内对应的机组燃料类型对电力系统多源时空对齐数据集内对应的EMS数据进行机组能量负荷率评估，以得到各个机组燃料类型对应的能量负荷率； 步骤S24：通过从电力系统多源时空对齐数据集内对应的燃料管理数据中获取各个机组燃料类型对应的燃料消耗量，并基于各个机组燃料类型对应的燃料消耗量对电力系统多源时空对齐数据集内对应的燃料管理数据进行燃料线损评估，得到各个机组燃料类型对应的燃料线性损耗率； 步骤S25：基于各个机组燃料类型对应的燃料线性损耗率并结合各个机组燃料类型对应的运行效率、能量负荷率以及燃料消耗量进行碳排放间接预测，得到该电力系统对应的间接综合碳排放强度，其中表示机组燃料类型的总数量，表示第个机组燃料类型对应的燃料线性损耗率，表示第个机组燃料类型对应的燃料消耗量，表示第个机组燃料类型对应的运行效率，表示第个机组燃料类型对应的能量负荷率；其中，所述燃料线性损耗率具体为，其中为燃烧效率，为燃料消耗效能分布，所述运行效率具体为，其中为输入的燃料热量，为机组输出的电能，所述能量负荷率具体为100%，其中为运行能量负荷累积增量，为运行能量损耗输出量； 步骤S3：获取该电力系统对应的运行原理以及碳排放相关数据，并根据该电力系统对应的运行原理以及碳排放相关数据确定对应的碳排放影响因子；基于该电力系统对应的间接综合碳排放强度对各个碳排放影响因子进行影响显著筛选，以得到该电力系统对应的碳排放显著影响因子； 步骤S4：基于该电力系统对应的间接综合碳排放强度对该电力系统对应的碳排放显著影响因子进行碳排放灵敏度分析，得到每个碳排放显著影响因子对应的碳排放全局灵敏度分布；根据每个碳排放显著影响因子对应的碳排放全局灵敏度分布对该电力系统进行灵敏度全景可视化，以生成该电力系统对应的碳排放灵敏度全景分布图。

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吉林省电力有限公司经济技术研究院，其通讯地址为：130021 吉林省长春市朝阳区人民大街4799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。