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！

龙图腾网获悉湖南省交通科学研究院有限公司申请的专利一种道路工程碳排放核算结果不确定性量化与优化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：CN121117273B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202511660656.0，技术领域涉及：G06F16/901；该发明授权一种道路工程碳排放核算结果不确定性量化与优化方法是由杨黎;陈宇亮;肖源杰;方鸿;刘卓;刘斌;孟凡威;邓利斌;张谅;刘灿;汪云卿;黄毅;张迅;任毅;曾辉;方涵潇设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本一种道路工程碳排放核算结果不确定性量化与优化方法在说明书摘要公布了：本发明碳排放数据分析技术领域，尤其涉及一种道路工程碳排放核算结果不确定性量化与优化方法。所述方法包括以下步骤：获取道路工程碳排放核算全流程数据；根据道路工程碳排放核算全流程数据进行碳排放不确定因素识别，以得到碳排放不确定因素数据；对碳排放不确定因素数据进行碳排放核算的各类型不确定性量化分析，生成碳排放核算不确定性量化数据；根据碳排放核算不确定性量化数据设计碳排放核算优化策略；对碳排放核算优化策略进行优化策略效益评估，以得到碳排放核算优化策略评估，并通过碳排放核算优化策略评估数据对碳排放核算优化策略数据执行策略智能调作业。本发明实现道路工程碳排放核算结果不确定性量化与优化地智能化管控。

本发明授权一种道路工程碳排放核算结果不确定性量化与优化方法在权利要求书中公布了：1.一种道路工程碳排放核算结果不确定性量化与优化方法，其特征在于，包括以下步骤： 步骤S1：获取道路工程碳排放核算全流程数据；根据道路工程碳排放核算全流程数据进行碳排放不确定因素识别，以得到碳排放不确定因素数据，其中所述碳排放不确定因素数据包括碳排放采集误差因素数据、碳排放核算模型结构不确定因素数据、碳排放参数不确定因素数据； 其中，步骤S1包括以下步骤： 步骤S11：获取道路工程碳排放核算全流程数据； 步骤S12：对道路工程碳排放核算全流程数据进行碳排放核算流程溯源分析，生成碳排放核算流程溯源数据； 步骤S13：根据碳排放核算流程溯源数据对道路工程碳排放核算全流程数据进行碳排放核算流程数据分类处理，生成碳排放核算流程类型数据，其中所述碳排放核算流程类型数据包括碳排放采集类型数据、碳排放核算模型结构类型数据以及碳排放核算参数类型数据； 步骤S14：根据碳排放核算流程类型数据进行核算流程类型子集特征分析，生成核算流程类型子集特征数据； 步骤S15：对核算流程类型子集特征数据进行各类型逻辑关联特征分析，生成碳排放核算流程类型逻辑关联特征数据； 步骤S16：利用碳排放核算流程类型数据建立碳排放不确定因素类型拓扑结构、利用核算流程类型子集特征数据作为碳排放不确定因素类型拓扑节点以及利用碳排放核算流程类型逻辑关联特征数据作为拓扑节点关联系数；将碳排放不确定因素类型拓扑节点与拓扑节点关联系数映射至碳排放不确定因素类型拓扑结构进行碳排放不确定因素拓扑网络的数据存储结构建立，以得到碳排放不确定因素拓扑网络，并通过碳排放不确定因素拓扑网络输出碳排放不确定因素数据； 步骤S2：对碳排放不确定因素数据进行碳排放核算的各类型不确定性量化分析，生成碳排放核算不确定性量化数据； 其中，步骤S2包括以下步骤： 步骤S21：基于碳排放采集误差因素数据进行各误差因素的碳排放采集不确定范围分析，生成碳排放采集误差因素不确定范围数据； 其中，步骤S21包括：对碳排放采集误差因素数据进行各误差因素的碳排放采集数值特征分析，生成碳排放采集数值特征数据；对碳排放采集误差因素数据进行碳排放采集误差因素属性特征分析，以得到碳排放采集误差因素属性特征数据；根据碳排放采集误差因素属性特征数据收集其对应的施工设备能耗数据以及材料碳排放因子数据；利用碳排放采集误差因素属性特征数据对应的施工设备能耗数据以及材料碳排放因子数据进行各误差因素的碳排放采集变异系数分析，生成碳排放采集变异系数；根据碳排放采集变异系数对碳排放采集数值特征数据进行各误差因素的碳排放采集离散程度分析，以得到碳排放采集离散程度数据；通过碳排放采集离散程度数据进行各误差因素的碳排放采集不确定范围分析，生成碳排放采集误差因素不确定范围数据； 步骤S22：基于碳排放核算模型结构不确定因素数据进行碳排放核算模型结构不确定性量化分析，以得到碳排放核算模型结构不确定性量化数据； 步骤S23：基于碳排放参数不确定因素数据进行不确定性量化分析，生成碳排放参数不确定性量化数据； 其中，步骤S23包括：根据碳排放参数不确定因素数据进行碳排放参数核算概率分布特征分析，生成碳排放参数核算概率分布特征数据；根据碳排放参数不确定因素数据进行碳排放参数的仿真模拟分析，生成碳排放参数仿真模拟数据，并通过碳排放参数仿真模拟数据进行碳排放参数的抽样交互模拟分析，生成碳排放参数抽样交互模拟数据；根据碳排放参数抽样交互模拟数据进行抽样交互模拟参数的碳排放核算特征分析，生成模拟参数碳排放核算特征数据；根据模拟参数碳排放核算特征数据进行碳排放模拟参数的核算概率分布特征分析，生成碳排放模拟参数核算概率分布特征数据，并通过碳排放参数核算概率分布特征数据以及碳排放模拟参数核算概率分布特征数据进行各碳排放参数变化的核算影响特征分析，生成碳排放参数核算影响特征数据；根据碳排放参数核算影响特征数据对碳排放参数不确定因素数据进行不确定性量化分析，生成碳排放参数不确定性量化数据； 步骤S24：根据碳排放采集误差因素不确定范围数据、碳排放核算模型结构不确定性量化数据以及碳排放参数不确定性量化数据进行碳排放核算的各类型不确定性量化数据整合，以得到碳排放核算不确定性量化数据； 步骤S3：根据碳排放核算不确定性量化数据设计碳排放核算优化策略； 其中，步骤S3包括以下步骤： 步骤S31：基于碳排放核算不确定性量化数据中的碳排放采集误差因素不确定范围数据设计优化碳排放采集设备运行状态监测引擎； 其中，步骤S31包括：根据碳排放核算不确定性量化数据中的碳排放采集误差因素不确定范围数据设计碳排放采集设备运行状态监测引擎；建立碳排放采集设备运行状态维护规则以及碳排放采集设备运行状态多级筛选规则，其中所述碳排放采集设备运行状态维护规则包括设备运行状态智能校准以及设备运行状态智能维护，所述碳排放采集设备运行状态多级筛选规则包括一级规则剔除跳变值、二级规则修正漂移值以及三级规则标记可疑值；根据碳排放采集误差因素不确定范围数据设计对应的多级筛选规则精度优化参数，并通过多级筛选规则精度优化参数对碳排放采集设备运行状态多级筛选规则进行多级筛选规则精度自适应优化处理，以得到优化碳排放采集设备运行状态多级筛选规则；基于碳排放采集设备运行状态维护规则以及碳排放采集设备运行状态多级筛选规则对碳排放采集设备运行状态监测引擎进行引擎智能优化处理，以得到优化碳排放采集设备运行状态监测引擎； 步骤S32：基于碳排放核算不确定性量化数据中的碳排放核算模型结构不确定性量化数据设计碳排放核算模型结构优化策略； 步骤S33：基于碳排放核算不确定性量化数据中的碳排放参数不确定性量化数据设计碳排放参数优化策略； 其中，步骤S33包括：根据碳排放核算不确定性量化数据中的碳排放参数不确定性量化数据进行碳排放不确定性高敏参数提取，以得到碳排放不确定性高敏参数；对碳排放不确定性高敏参数对应的历史数据进行不确定性高敏参数的先验分布分析，生成不确定性高敏参数先验分布数据；根据碳排放不确定性高敏参数对应的即时数据进行不确定性高敏参数的似然函数分析，生成不确定性高敏参数似然函数；利用预设的贝叶斯迭代算法对不确定性高敏参数先验分布数据以及不确定性高敏参数似然函数进行碳排放不确定性高敏参数的迭代优化处理，生成优化碳排放不确定性高敏参数；根据优化碳排放不确定性高敏参数设计碳排放参数优化策略； 步骤S34：将优化碳排放采集设备运行状态监测引擎、碳排放核算模型结构优化策略以及碳排放参数优化策略进行碳排放核算的优化策略整合，以得到碳排放核算优化策略； 步骤S4：对碳排放核算优化策略进行优化策略效益评估，以得到碳排放核算优化策略评估，并通过碳排放核算优化策略评估数据对碳排放核算优化策略数据执行策略智能调作业。

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湖南省交通科学研究院有限公司，其通讯地址为：410000 湖南省长沙市天心区新联南路126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。