本發(fā)明涉及碳足跡計算，尤其涉及一種計及綠證綠電交易的碳足跡計算方法、裝置、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、隨著全球氣候問題的背景技術(shù)急需政府重視，碳排放管理成為企業(yè)和重點關(guān)注的領(lǐng)域。傳統(tǒng)的碳足跡計算方法通?；谄髽I(yè)的直接和間接排放，但在綠色電力（綠電）和綠色環(huán)保領(lǐng)域電力證書（綠證）逐漸出臺的背景下，現(xiàn)有的碳足跡計算方法無法有效統(tǒng)計這些因素的影響，難以排查反映企業(yè)或個人在碳足跡方面的努力。因此，制定一項計劃及綠證綠電交易的碳足跡計算方法具有重要意義。

技術(shù)實現(xiàn)思路

1、本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。

2、為此，本發(fā)明的第一個目的在于提出一種計及綠證綠電交易的碳足跡計算方法，通過綠電交易數(shù)據(jù)以及綠證信息的計入，從而更準確地反映用戶在綠色能源方面的貢獻，提升碳足跡統(tǒng)計的準確性。

3、本發(fā)明的第二個目的在于提出一種計及綠證綠電交易的碳足跡計算裝置。

4、本發(fā)明的第三個目的在于提出一種電子設(shè)備。

5、本發(fā)明的第四個目的在于提出一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)。

6、為達上述目的，本發(fā)明第一方面實施例提出了一種計及綠證綠電交易的碳足跡計算方法，所述方法包括：

7、獲取用戶的基礎(chǔ)用電數(shù)據(jù)、用戶參與的綠電交易數(shù)據(jù)以及用戶購買的綠證信息；

8、根據(jù)基礎(chǔ)用電數(shù)據(jù)、綠電交易數(shù)據(jù)以及綠證信息，計算用戶的總碳排放量；

9、根據(jù)綠電交易的時效性和綠證的時間長度，在綠證或綠電的最終時間內(nèi)進行統(tǒng)計，計算出碳足跡的時間長度；

10、通過多個用戶的所述基礎(chǔ)用電數(shù)據(jù)、綠電交易數(shù)據(jù)以及綠證信息，以及所述時間長度內(nèi)總碳排放量對應的歷史碳足跡，對機器學習模型進行訓練，以訓練出碳足跡預測模型；

11、通過所述碳足跡預測模型對任一目標用戶的目標基礎(chǔ)用電數(shù)據(jù)、目標綠電交易數(shù)據(jù)以及目標綠證信息進行預測，以預測出目標時間長度的目標碳足跡。

12、為達上述目的，本發(fā)明第二方面實施例提出了一種計及綠證綠電交易的碳足跡計算裝置，所述裝置包括：

13、獲取模塊，用于獲取用戶的基礎(chǔ)用電數(shù)據(jù)、用戶參與的綠電交易數(shù)據(jù)以及用戶購買的綠證信息；

14、第一計算模塊，用于根據(jù)基礎(chǔ)用電數(shù)據(jù)、綠電交易數(shù)據(jù)以及綠證信息，計算用戶的總碳排放量；

15、第二計算模塊，用于根據(jù)綠電交易的時效性和綠證的時間長度，在綠證或綠電的最終時間內(nèi)進行統(tǒng)計，計算出碳足跡的時間長度；

16、訓練模塊，用于通過多個用戶的所述基礎(chǔ)用電數(shù)據(jù)、綠電交易數(shù)據(jù)以及綠證信息，以及所述時間長度內(nèi)總碳排放量對應的歷史碳足跡，對機器學習模型進行訓練，以訓練出碳足跡預測模型；

17、預測模塊，用于通過所述碳足跡預測模型對任一目標用戶的目標基礎(chǔ)用電數(shù)據(jù)、目標綠電交易數(shù)據(jù)以及目標綠證信息進行預測，以預測出目標時間長度的目標碳足跡。

18、為達上述目的，本發(fā)明第三方面實施例提出了一種電子設(shè)備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行第一方面所述的方法。

19、為了實現(xiàn)上述目的，本發(fā)明第四方面實施例提出了一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，計算機指令用于使所述計算機執(zhí)行第一方面所述的方法。

20、本發(fā)明實施例提供的計及綠證綠電交易的碳足跡計算方法、裝置、電子設(shè)備和存儲介質(zhì)，通過用戶的基礎(chǔ)用電數(shù)據(jù)、用戶參與的綠電交易數(shù)據(jù)以及用戶購買的綠證信息，計算用戶的總碳排放量；根據(jù)綠電交易的時效性和綠證的時間長度，計算出碳足跡的時間長度；通過多個用戶的基礎(chǔ)用電數(shù)據(jù)、綠電交易數(shù)據(jù)以及綠證信息，以及時間長度內(nèi)總碳排放量對應的歷史碳足跡，訓練出碳足跡預測模型；通過碳足跡預測模型對任一目標用戶的目標基礎(chǔ)用電數(shù)據(jù)、目標綠電交易數(shù)據(jù)以及目標綠證信息進行預測，以預測出目標時間長度的目標碳足跡。由此，通過綠電交易數(shù)據(jù)以及綠證信息的計入，從而更準確地反映用戶在綠色能源方面的貢獻，提升碳足跡統(tǒng)計的準確性。

21、本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

技術(shù)特征：

1.一種計及綠證綠電交易的碳足跡計算方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取用戶的基礎(chǔ)用電數(shù)據(jù)、用戶參與的綠電交易數(shù)據(jù)以及用戶購買的綠證信息，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)基礎(chǔ)用電數(shù)據(jù)、綠電交易數(shù)據(jù)以及綠證信息，計算用戶的總碳排放量，包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過多個用戶的所述基礎(chǔ)用電數(shù)據(jù)、綠電交易數(shù)據(jù)以及綠證信息，以及所述時間長度內(nèi)總碳排放量對應的歷史碳足跡，對機器學習模型進行訓練，以訓練出碳足跡預測模型，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法，還包括：

6.一種計及綠證綠電交易的碳足跡計算裝置，其特征在于，所述裝置包括：

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述獲取模塊，具體用于：

8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述第一計算模塊，具體用于：

9.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述訓練模塊，具體用于：

10.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置，還包括：

11.一種電子設(shè)備，其特征在于，包括：

12.一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，其特征在于，所述計算機指令用于使所述計算機執(zhí)行根據(jù)權(quán)利要求1-5中任一項所述的方法。

技術(shù)總結(jié)
本發(fā)明提出一種計及綠證綠電交易的碳足跡計算方法及裝置，涉及碳足跡計算技術(shù)領(lǐng)域，方法包括：通過用戶的基礎(chǔ)用電數(shù)據(jù)、用戶參與的綠電交易數(shù)據(jù)以及用戶購買的綠證信息，計算用戶的總碳排放量；根據(jù)綠電交易的時效性和綠證的時間長度，計算出碳足跡的時間長度；通過多個用戶的基礎(chǔ)用電數(shù)據(jù)、綠電交易數(shù)據(jù)以及綠證信息，以及時間長度內(nèi)總碳排放量對應的歷史碳足跡，訓練出碳足跡預測模型；通過碳足跡預測模型對任一目標用戶的目標基礎(chǔ)用電數(shù)據(jù)、目標綠電交易數(shù)據(jù)以及目標綠證信息進行預測，以預測出目標時間長度的目標碳足跡。由此，通過綠電交易數(shù)據(jù)以及綠證信息的計入，從而更準確地反映用戶在綠色能源方面的貢獻，提升碳足跡統(tǒng)計的準確性。

技術(shù)研發(fā)人員：張琦峰,李錦霈,陳晨,王瑞欣,殷子祺,劉志
受保護的技術(shù)使用者：北京華能長江環(huán)保科技研究院有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6