您所在的位置: 需求库 技术需求 碳排放智能监测与大数据管理技术

碳排放智能监测与大数据管理技术

发布时间: 2022-10-12
来源: 科技服务团
截止日期:2022-10-12

价格 双方协商

地区: 广东省 广州市 番禺区

需求方: 广东***公司

行业领域

节能环保产业

需求背景

近年来,以二氧化碳为主的温室气体排放造成了全球气候变暖以及附带的一系列极端天气、自然灾害等,严重影响了未来人类文明的存续,降低温室气体的排放量已成为各国的共同义务和责任。为应对气候变化、减少温室气体排放,多国相继确立碳中和目标,引导经济绿色低碳发展。截至目前,全球已有127个国家承诺“碳中和”,欧盟、英国、日本等地区纷纷提出“绿色新政”。

中国碳排放自2005年以来一直处于世界第一。2020年中国碳排放总量99亿吨,2021年达到103亿吨,连续第5年保持增长,在全球碳排放总量中的占比达27%,接近接近美国、欧盟和日本的总和。2020年9月,习近平主席在第七十五届联合国大会一般性辩论上郑重宣布:“中国二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和”。自那时迄今,习近平主席已多次在重大国际场合就2030年碳达峰、2060年碳中和目标(合称“双碳”目标)发表重要讲话。实现碳达峰、碳中和,是以习近平同志为核心的党中央统筹国内国际两个大局作出的重大战略决策,是着力解决资源环境约束突出问题、实现中华民族永续发展的必然选择,是构建人类命运共同体的庄严承诺。

需解决的主要技术难题

1)碳排放工业互联网标识解析技术

生产运营过程中的能耗设备或者节点数量众多、种类多样、型号规格差异极大、关联复杂且动态变化,以往只能按照重点排放源边界或消耗的不同能源种类统计总体碳排放数据,难以保障数据的真实性和准确性。工业互联网标识解析体系的核心包括标识编码、标识解析系统和标识数据服务。工业互联网标识解析二级节点平台是工业互联网标识解析体系的中间环节,实现了与国家顶级节点互联互通,直接面向企业和行业应用提供服务。研究碳排放工业互联网标识解析技术,基于埃文低碳公司承建的工业互联网绿色供应链行业标识解析二级节点平台,赋予每个能耗设备或者关键节点唯一标识码——绿码,精准识别、记录、查询、管理该设备或者节点的碳排放全环节信息,支撑对生产运营过程中碳排放数据的穿透式监测和精细化管理。

2)碳排放数据物联网智能采集技术

制定电、煤、天然气、水等多种碳排放源数据的采集规范、转换规则。优化碳排放数据采集过程,包括结构化和非结构化数据智能识别技术、自动采集技术。构建碳排放物联网采集系统,利用埃文低碳公司研发的碳智宝物联网智能终端实时在线采集电、水、天然气等多种能耗的原始数据,通过智能空气传感器采集***、温度、湿度、二氧化碳浓度、可挥发性有机物等碳排放空气质量数据,为构建碳排放智能监测驾驶舱、实时生成碳排放分析报告等大数据可视化和AI应用提供数据基础。

3)碳排放数据区块链存证技术

运用区块链的难篡改、链上数据可溯源等特性,融合分布式账本、非对称加密、安全多方计算和智能合约等技术,发展基于区块链的碳排放数据质量控制和保证方法,将碳排放核算方法通过区块链智能合约编程,实现碳排放数据的可信获取、数据确权、数据共享和隐私保护等功能。构建碳排放数据分类分级管理体系,建立应对复杂环境下碳排放数据的动态利用与隐私保护协同机制,开发碳排放数据区块链存证系统,解决生产运营过程中碳排放可信获取及难追溯、难监管等问题。

(4)碳排放实测核算技术

碳核算最主要的形式可以被分为基于测量和基于计算两种方式,具体从现有的温室气体排放量核算方法来看,主要可以概括为三种:排放因子法、质量平衡法、实测法,实测法又包括现场测量和非现场测量。结合国家/行业/区域标准与指南,汇总以上三种方法进行碳排放监测,相互核算验证,进一步提高碳排放数据的精度与准确度。

(5)碳排放大数据分析挖掘与可视化技术

利用大数据分析挖掘方法,包括数据质量管理、数据治理、多源异构数据融合、关联分析、主题分析、聚类分析,数据分类和数据统计等,以及基于知识图谱的知识发现方法,对碳排放大数据进行分析挖掘。基于数据驱动的自动知识抽取方法构建碳排放知识图谱,多维度、多层次地展现多源异构数据之间的关联性,深层次地分析挖掘多源异构碳排放大数据的时空关联规律。

期望实现的主要技术目标

        突破碳排放智能监测关键技术,研发碳排放智能监测与大数据管控平台等相关产品,快速实现相关重大科技成果的工程化和产业化应用。

1)碳排放工业互联网标识解析

研究企业的生产管理、研发设计、组装流程、售后服务等价值链各环节过程中的碳足迹,研究如何利用工业互联网标识解析技术,将企业生产运营过程中的各种能耗设备和碳排放节点接入到埃文低碳公司承建的国家工业互联网绿色供应链行业标识解析二级节点平台,赋予每个能耗设备和碳排放节点唯一标识码——绿码,精准识别、记录、查询、管理该设备和节点的碳排放全环节信息,包括基本信息、质保期、使用场景、报废年限等。通过碳排放工业互联网标识解析,实现更小粒度、更快速、更智能化地获取生产运营全过程的碳排放数据,支撑对企业碳排放数据的穿透式监测和精细化管理,进而实现全生命周期低碳生产运营。

2)碳排放数据物联网智能采集与区块链存证

研究碳排放数据物联网智能采集技术,研制基于5G和机器视觉的物联网智能装备实时在线采集电、水、天然气等多种能耗设备和仪器仪表的原始数据,利用智能空气终端采集***、温度、湿度、二氧化碳浓度、可挥发性有机物等空气质量数据。

3)碳排放大数据分析挖掘与可视化

研究企业生产运营全过程碳排放大数据分析挖掘方法,包括数据质量管理、数据治理、多源异构数据融合、关联分析、主题分析、聚类分析,数据分类和数据统计等,以及基于知识图谱的知识发现方法。

(4)碳排放实测智能核算

结合国家/行业/区域标准与指南,研究温室气体排放量核算方法,包括排放因子法、质量平衡法、实测法等,对相关企业和产业园区的碳排放进行实测,并相互核算验证,进一步提高碳排放数据的精度与准确度。

        将上述技术研发成果集成到埃文碳智宝产品,在控排企业、非控排企业、产业园区、事业单位、政府单位等相关项目中进行科技成果转化及工程化、产业化。对生产运营全过程中的能耗和碳排放数据进行物联网智能采集、区块链存证、实测核算、大数据分析挖掘与可视化,并开展碳达峰路径分析、碳中和情景预测,实现对碳排放智能监测、有效管控和科学决策,帮助相关企业和产业园区大幅降碳、节能、增效,助力如期实现2030年前碳达峰。

需求解析

解析单位:广东省广州市 解析时间:2024-01-16

柯锐鹏

广州市科学技术协会

部长,博士

综合评价

此描述已足够清晰以便于专家进行需求跟进,技术可行性:针对碳排放智能监测与大数据管理,评价技术的可行性是首要的。包括监测设备的稳定性和精度、数据采集的可靠性、数据处理与分析的准确性等方面。 数据采集和处理能力:碳排放智能监测与大数据管理需要海量的数据进行采集和处理。评价技术的数据采集和处理能力包括数据采集速度、数据存储能力、数据质量控制能力、数据挖掘和分析能力等。 实时监测与预警能力:碳排放智能监测需要实时监测企业或个人的碳排放情况,并能够及时发出预警。评价技术的实时监测与预警能力包括监测设备的响应速度、监测指标的准确性、预警机制的有效性等。 数据安全与隐私保护:碳排放智能监测与大数据管理涉及到大量的敏感数据,评价技术的数据安全与隐私保护能力包括数据加密与传输安全、数据权限控制、隐私保护等方面。 用户友好性与可扩展性:评价技术的用户友好性包括界面设计的简洁易用性、操作的便捷性、系统的稳定性等。同时还需要评价技术的可扩展性,能否适应不同规模、不同行业的碳排放智能监测与大数据管理需求。
查看更多>

解析单位:广东省广州市 解析时间:2023-08-15

柯锐鹏

广州市科学技术协会

部长,博士

综合评价

此描述已足够清晰以便于专家进行需求跟进,通过对碳排放工业互联网标识解析获取生产运营全过程的碳排放数据,再通过碳排放数据物联网智能采集与区块链存证采集空气质量数据,利用碳排放大数据分析挖掘与可视化方法对业生产运营全过程碳排放进行数据挖掘和可视化,最后利用碳排放实测智能核算提高碳排放数据的精度与准确度.
查看更多>

解析单位:“科创中国”新一代信息技术创新专业科技服务团(北京长风信息技术产业联盟) 解析时间:2022-10-18

张健

北京长风信息技术产业联盟

技术经理人

综合评价

需求描述细致且明确。2021年10月26日印发《2030年前碳达峰行动方案》,我国政府进一步明确了双碳战略的路线图。此后,各地方政府和能源监管机构对于“碳排放管理”相关业务需求激增。本项目开发的碳排放大数据管理运营平台能够针对各级政府碳排放管理的多种业务需求灵活组态,实现敏捷开发、快速构建满足不同业务需求的碳排放大数据管理系统。该平台可以应用于包含碳盘查/排放检测、支撑政府建设碳排放大数据中心、为企业、政府提供碳排放全景数据采集分析展示、碳排放监测与预警、碳排放算法与标准管理、辅助决策减碳管理等类型的项目。此举不仅确保了企业的碳排放数据透明、权威,还帮助企业实现对生产运营全过程中碳排放数据的穿透式监测和精细化管理。同时,为企业构建可落地的碳达峰碳中和综合解决方案,精准为客户降碳、节能、增效提供决策依据,并为客户延展打造绿色供应链体系,率先实现碳达峰、碳中和。
查看更多>
更多

处理进度

  1. 提交需求
    2022-10-12 17:37:33
  2. 确认需求
    2022-10-17 13:14:28
  3. 需求服务
    2022-10-17 13:14:28
  4. 需求签约
  5. 需求完成