-
公开(公告)号：CN119849774A
公开(公告)日：2025-04-18
申请号：CN202510330125.9
申请日：2025-03-20
Applicant: 龙源(北京)碳资产管理技术有限公司
IPC: G06Q10/063 , G06Q10/0631 , G06Q50/08 , G06F40/30 , G06N3/045 , G06T17/10 , G06F30/13 , G16C60/00
Abstract: 本发明提供一种基于BIM的建筑碳足迹的量化方法及系统，包括：将各建筑阶段的采购管理数据、各建筑阶段的工程管理数据与待监测建筑的BIM模型中的BIM数据进行耦合，生成各建筑阶段的工程量清单；将工程量清单与预设的生命周期因子库进行智能匹配，生成各建筑阶段的碳足迹清单；基于碳足迹清单进行分析，生成待监测建筑在各建筑阶段的碳足迹分析结果；基于碳足迹分析结果，进行可视化处理，将可视化处理结果展示在BIM模型中。这样，提高了数据收集效率、准确率，可以对建筑全生命周期的碳排放进行精细化、动态化管理，并可以全面准确地考虑建筑各阶段和各因素对碳排放的影响，有助于推动建筑设计、采购、施工等全生周期低碳化。
-
公开(公告)号：CN120069336A
公开(公告)日：2025-05-30
申请号：CN202510534441.8
申请日：2025-04-27
Applicant: 龙源(北京)碳资产管理技术有限公司 , 龙源电力集团股份有限公司
IPC: G06Q10/063 , G06Q30/018 , G06Q50/04 , G06F21/64 , G06F16/27 , G06N3/0442 , G06N3/126
Abstract: 本发明涉及数据处理技术领域，涉及基于区块链的供应链碳数据可信管理方法，通过部署边缘计算网关实时采集供应商生产设备的能源消耗量，其中所述供应商生产数据通过部署在供应商生产设备的边缘计算网关实时采集能源消耗量，结合车载终端获取物流运输载具的实时工况参数，整合回收处理环节的物料拆解数据，构建供应链全环节的多源数据采集体系。区块链网络对数据进行可信化处理，调用行业基准数据库中的区域碳排放因子进行偏差校验，智能合约引擎基于预设合规规则执行审计决策，当检测到能源消耗量偏离基准阈值时，触发多方签名确认的数据修正流程。本发明实现碳数据全链路可信存证与动态优化，提升供应链碳排放核算精度及跨境审计效率。
-
公开(公告)号：CN119886584A
公开(公告)日：2025-04-25
申请号：CN202510369049.2
申请日：2025-03-27
Applicant: 龙源(北京)碳资产管理技术有限公司
IPC: G06Q10/063 , G06Q10/04 , G06Q50/26 , G06F16/3329 , G06N5/04
Abstract: 本说明书实施例提供碳排放数据智能分析方法及系统，碳排放数据智能分析方法包括：获取初始碳排放数据，基于初始碳排放数据进行校核确定校核碳排放数据，基于校核碳排放数据进行异常数据检测；建立碳排放预测模型，基于碳排放相关数据和碳排放预测模型进行碳排放相关预测，确定碳排放预测数据；建立机组能耗计算模型，基于生产工况的相关数据和机组能耗计算模型计算机组碳排放量及生产能耗数据；建立碳排放知识技术文件库，获取用户的问题数据，碳问答助理模块基于碳排放知识技术文件库对问题数据进行回答。接入碳盘查数据、碳核查数据及电厂实时运行数据，实现数据校核、自动生成报告、实时预测、多维分析及智能问答等功能。
-
公开(公告)号：CN119831455A
公开(公告)日：2025-04-15
申请号：CN202510330126.3
申请日：2025-03-20
Applicant: 龙源(北京)碳资产管理技术有限公司
IPC: G06Q10/0639 , G06Q30/018 , G06Q50/06 , G06Q50/26 , G06F18/24 , G06N3/006
Abstract: 本发明提供一种基于电力大数据的区域碳减排潜力分析方法，涉及碳减排技术领域。方法包括：收集目标区域历史电力数据与实时监测数据。根据影响系数对初步碳排放量进行计算得到碳减排潜力方案。根据电交碳测方法对用电行为数据和交通数据进行计算得到目标碳排放数据。使用小龙虾优化算法优化的投入产出模型输出调整策略，并对碳减排潜力方案进行调整得到碳减排策略。建立监控评估机制，按预设间隔判断效果，达标则实施，否则重新输出调整策略。本发明通过多方面评估碳减排潜力，优化投入产出模型生成调整策略，用于制定并评估碳减排策略，取得了提高碳减排分析精度，优化碳减排策略，提升能源利用效率和管理水平的有益效果。
-
公开(公告)号：CN120069337A
公开(公告)日：2025-05-30
申请号：CN202510534442.2
申请日：2025-04-27
Applicant: 龙源(北京)碳资产管理技术有限公司 , 龙源电力集团股份有限公司
IPC: G06Q10/063 , G06Q50/26 , G06N3/006 , G06N3/084
Abstract: 本发明提供一种基于物联网技术的碳排放跟踪系统，涉及碳排放跟踪技术领域。包括数据收集与提取模块，收集目标范围内的生态变化数据、碳排放浓度及历史排放数据。碳数据建模分析模块，获取碳排放关联数据，构建以改进灰狼算法优化的GWO‑Prophet模型，输入关联数据输出碳排放影响数据。区域碳策略制定模块，依据碳排放浓度和影响数据划分区域，经特征分析得碳排放特征数据，据此对不同区域制定跟踪策略。反馈调整模块，对跟踪策略进行判断是否达到预期目标，并采取相应措施。本发明通过对模型参数的优化调整，提高了模型的预测精准度和对不同区域碳排放情况的适应性，并且根据不同的风险等级制定跟踪策略，提高了策略的针对性和有效性。
-
Patent Agency Ranking
公开(公告)号：CN120069335A
公开(公告)日：2025-05-30
申请号：CN202510534437.1
申请日：2025-04-27
Applicant: 龙源(北京)碳资产管理技术有限公司 , 龙源电力集团股份有限公司
IPC: G06Q10/063 , G06Q10/04 , G06Q50/26 , G06F18/24 , G06F18/23213 , G06N20/00
Abstract: 本发明涉及机器学习和深度学习前的数据预处理技术领域，尤其涉及一种碳排放数据智能分析方法，包括，S1：实时采集企业各生产环节的碳排放数据；S2：对碳排放数据进行预处理，得到预处理碳排放数据；S3：使用K‑Means聚类算法对预处理碳排放数据进行分析，得到碳排放数据类型的划分；S4：使用分形立论模型对划分类型的碳排放数据进行分析，得到碳排放数据趋势预测；S5：让新产生的碳排放相关数据输入碳排放计算模型中，不断更新模型输入，使数据趋势预测贴合实际情况；S6：分析贴合实际趋势预测结果的碳排放背后主要推动因素，规划减排目标和措施。决策者可以更加准确地评估不同场景的减排效果和成本，从而制定出更加科学合理的减排政策。
-
公开(公告)号：CN119831620A
公开(公告)日：2025-04-15
申请号：CN202510330127.8
申请日：2025-03-20
Applicant: 龙源(北京)碳资产管理技术有限公司
IPC: G06Q30/018 , G06Q30/0201 , G06N3/04
Abstract: 本发明涉及一种基于平台运营模式和碳交易政策的供应链建模方法，属于供应链设计技术领域。本方法通过多源传感器实时采集供应链各环节碳排放数据，并将能量守恒定律作为约束条件嵌入Transformer‑XL神经网络模型，构建多环节非线性耦合模型，输出碳排放与销售额的非线性耦合关系式。结合碳配额分配机制，使用量子退火算法求解QUBO矩阵，得到供应链各环节规模的最优规模组合策略，实现碳排放强度下降与利润提升的协同优化。本发明解决了传统供应链优化模型在动态碳交易政策下的适应性差、计算效率低等问题，为供应链决策提供了高效解决方案。
-
公开(公告)号：CN119886507A
公开(公告)日：2025-04-25
申请号：CN202411637856.X
申请日：2024-11-15
Applicant: 龙源(北京)碳资产管理技术有限公司
IPC: G06Q10/063 , G06Q30/015 , G06Q50/06 , G06F40/111 , G06F17/18
Abstract: 本公开涉及碳排放数据处理方法及相应装置，包括：在双碳咨询服务平台中显示多个碳核算对象分别对应的碳核算模块，多个碳核算对象包括区域对象、个人对象、项目对象、企业对象和行业对象；响应于对多个碳核算模块中目标模块的选择操作，获取与目标模块对应的碳排放数据；响应于对目标碳核算对象进行碳核算的计算式的编辑操作，确定与编辑操作对应的目标计算式；响应于对目标模块的碳排放核算操作，通过目标计算式对碳排放数据进行核算，得到碳核算结果，并显示碳核算结果。可以在该双碳咨询服务平台中实现对多个不同场景进行碳核算，进而可以提高碳核算的灵活性以及可扩展性。
-
公开(公告)号：CN119151202A
公开(公告)日：2024-12-17
申请号：CN202411154029.5
申请日：2024-08-21
Applicant: 龙源(北京)碳资产管理技术有限公司
IPC: G06Q10/0631 , G06Q10/10 , G06Q50/26 , G06F18/214 , G06N20/00
Abstract: 本公开涉及一种碳减排项目信息预测方法、装置、介质、设备及产品。该方法包括：响应于接收到目标碳减排项目的需求信息，获取目标碳减排项目的特征元素；将特征元素输入至预先训练好的碳减排项目信息分析模型中，得到对应目标碳减排项目的项目信息；输出目标碳减排项目的项目信息。通过将目标碳减排项目的特征元素输入至预先训练好的碳减排项目信息分析模型中，得到碳减排项目信息分析模型预测的该项目的项目信息，以供用户制定目标碳减排项目的项目文件。由于使用基于大数据训练的分析模型进行项目信息的预测，显著提高了项目信息的准确性以及与用户需求的匹配性，减少了人为主观判断的影响，提高了目标碳减排项目的准确性和可行性。
-
公开(公告)号：CN117911043A
公开(公告)日：2024-04-19
申请号：CN202311530885.1
申请日：2023-11-16
Applicant: 龙源(北京)碳资产管理技术有限公司
IPC: G06Q30/018 , G06Q10/063 , G06Q50/06 , G06F30/27 , G06N3/0464 , G06N3/084 , G06F119/02
Abstract: 本公开涉及一种燃煤电厂碳排放量的预测方法、装置、介质及设备，涉及碳排放技术领域，方法包括：获取目标煤质工业分析数据；将目标煤质工业分析数据输入至碳排放量预测模型，获得碳排放量预测结果；通过如下方式训练得到碳排放量预测模型：结合多层感应器神经网络和误差反向传播算法，以样本煤质工业分析数据为输入，以预测碳排放量为输出，对多层感应器神经网络进行训练，以及，将训练过程中的多层感应器神经网络输出层输出的预测结果与实际测试值之间的误差向输入层传播，进行迭代训练，得到碳排放量预测模型。本公开结合多层感应器神经网络和误差反向传播算法得到的碳排放量预测模型，预测碳排放量的结果准确。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.056 seconds)
