-
Patent Agency Ranking
公开(公告)号：CN115062974A
公开(公告)日：2022-09-16
申请号：CN202210680271.0
申请日：2022-06-15
Applicant: 生态环境部环境规划院
Abstract: 本发明提供一种大气环境与碳排放协同增效效果的评价方法，包括：分别获取协同效果指数和协同路径指数；分别确定协同效果指数的一级指数和二级指数以及协同路径指数的一级指数和二级指数的各自的权重；计算大气环境‑碳排放协同指数；以及基于所获得的大气环境‑碳排放协同指数ACSI来评价大气环境与碳排放协同增效的效果。根据本发明的大气环境与碳排放协同增效效果的评价方法，通过准确地计算大气环境与碳排放协同指数，实现对协同增效效果和措施进展的定量化跟踪、评估和反馈。
-
公开(公告)号：CN117455081A
公开(公告)日：2024-01-26
申请号：CN202310653585.6
申请日：2023-06-02
Applicant: 生态环境部环境规划院
IPC: G06Q10/047 , G06F30/27 , G06F17/16
Abstract: 本发明公开了一种基于机器学习的空气质量改善与碳排放协同路径优化方法，包括以下步骤：S1、建立空气质量快速求解器；S2、建立大气污染物排放量与CO2排放强度的空间关联动态响应器；S3、从一个以上维度结合随机生成多个随机减排情景；S4、分别以清洁空气目标和碳中和目标为约束进行多次目标收敛模拟，得到减排情景阵列A和B；S5、得到同时符合所述碳中和目标与所述清洁空气目标的综合减排情景阵列C；以及S6、建立减污降碳路径智能优化仿真器，以优化空气质量改善与碳排放协同路径。
-
公开(公告)号：CN118350516A
公开(公告)日：2024-07-16
申请号：CN202311841560.5
申请日：2023-12-28
Applicant: 生态环境部环境规划院
IPC: G06Q10/047 , G06Q10/0637 , G06Q50/26
Abstract: 本发明提供一种基于机器学习的污染物排放与碳排放动态响应优化方法，包括以下步骤：建立大气污染物排放量与CO2排放强度的空间关联动态响应器；随机生成多个随机减排情景清单；将多个随机减排情景清单输入到空间关联动态响应器中，得到对应的网格CO2排放强度，并以零碳排放目标为约束进行目标收敛模拟，得到减排情景阵列；以及将减排情景阵列输入成本效益优化模拟器，从而优化零碳排放目标实现路径。根据本发明的基于机器学习的污染物排放和碳排放动态响应优化方法，能够获得所有可以满足零碳排放目标的减排情景，进而基于成本效益优化模拟器，以优化零碳排放目标实现路径。
-
公开(公告)号：CN117976092A
公开(公告)日：2024-05-03
申请号：CN202311833328.7
申请日：2023-12-28
Applicant: 生态环境部环境规划院
Abstract: 本发明提供一种基于深度学习建立空气质量快速求解器的方法以及使用该方法建立的空气质量快速求解器实现污染物排放与大气环境质量快速响应的方法。空气质量快速求解器的建立方法包括以下步骤：通过Matlab逆变换法基于网格大气污染物排放清单随机生成多个随机减排情景清单；通过污染物清单转换工具，将随机减排情景清单转换为第一模型物种清单，并将通过大气化学机理模型基于第一模型物种清单建立随机减排数据集；S3、通过深度学习算法基于所述随即减排数据集，建立空气质量快速求解器。
-
公开(公告)号：CN115062974B
公开(公告)日：2023-07-04
申请号：CN202210680271.0
申请日：2022-06-15
Applicant: 生态环境部环境规划院
IPC: G06Q10/0639 , G06Q50/26 , G06F17/18
Abstract: 本发明提供一种大气环境与碳排放协同增效效果的评价方法，包括：分别获取协同效果指数和协同路径指数；分别确定协同效果指数的一级指数和二级指数以及协同路径指数的一级指数和二级指数的各自的权重；计算大气环境‑碳排放协同指数；以及基于所获得的大气环境‑碳排放协同指数ACSI来评价大气环境与碳排放协同增效的效果。根据本发明的大气环境与碳排放协同增效效果的评价方法，通过准确地计算大气环境与碳排放协同指数，实现对协同增效效果和措施进展的定量化跟踪、评估和反馈。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
