(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210701380.6 (22)申请日 2022.05.29 (71)申请人 刘禄斌 地址 037600 山西省朔州市应 县西朱庄村 (72)发明人 刘禄斌　 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06F 30/20(2020.01) (54)发明名称 一种电厂能源消耗驱动因素的解析方法及 装置 (57)摘要 本发明公开一种电厂能源消耗驱动因素的 解析方法及装置， 方法包括： 获取能源统计数据； 建立能源消耗碳排放驱动因素的分解模型； 利用 分解模型对能源统计数据进行驱动因素分析， 确 定能源消耗驱动机制， 驱动机制用于解析能源消 耗驱动因素。 本发明适用于多区域尺度的能源消 耗碳排放 驱动因素挖掘， 融合了不同区域尺度能 源消耗碳排放构成的共性特征， 打破了传统方法 在某一特定尺度上的局限性， 提高了方法的适用 性； 构建了基于不同碳排放固定源和移动源计算 方法的“三段式”碳排放完全分解模型， 可有效避 免常规分解结果过于宏观和笼统、 导致一些深层 次原因被掩盖等问题， 细化了分解结果， 更加深 入挖掘了碳 排放增长的重要内在驱动因素。 权利要求书2页 说明书12页 附图5页 CN 115375076 A 2022.11.22 CN 115375076 A 1.一种电力能源消耗驱动因素的解析 方法， 其特 征在于， 包括： 获取能源统计数据； 建立能源消耗 碳排放驱动因素的分解模型； 利用所述分解模型对所述能源统计数据进行驱动因素分析， 确定能源消耗驱动机制， 所述驱动机制用于解析能源消耗驱动因素。 2.根据权利要求1所述的方法， 其特征在于， 所述获取能源统计数据， 包括： 所述能源统 计数据包括燃料消耗总量和碳 排放总量， 获取区域尺度及时间区间， 根据所述区域尺度及时间区间确定能源统计数据； 利用所述燃料消耗总量， 通过以下公式计算所述 碳排放总量： 其中， C表示能源消耗的碳排放总量； Ej表示第j种能源的燃料消耗总量； Fj表示第j种能 源的碳排放系数； j表示预设能源种类。 3.根据权利要求1所述的方法， 其特征在于， 所述建立能源消耗碳排放驱动因素的分解 模型， 包括： 获取能源消耗的碳 排放特征； 利用所述 碳排放特征将所述能源统计数据进行分类， 确定分类结果； 根据所述分类结果构建所述能源消耗 碳排放驱动因素的分解模型。 4.根据权利要求3所述的方法， 其特征在于， 所述分类结果包括三类结果， 所述根据所 述分类结果构建所述能源消耗 碳排放驱动因素的分解模型， 包括： 所述能源消耗 碳排放驱动因素的分解模型通过以下公式表示： 其中， i＝1， 2， …， 6， 分别对应表示农 林牧渔业、 工业、 建筑业、 商业、 交通运输业和居民 生活6大部门； j＝1， 2， …， 8， 分别表 示各部门消费 的8种主要化石燃料类能源； C表 示能源消 耗的碳排放总量； E表示 能源的燃料消耗总量； Y表示排放总产 出； P表示人口总量； CIij表示 第i个部门第j种燃料的碳强度； ESij表示第j种燃料在第i个部门燃料总消耗中的比例； EIPi 表示第i个部门的能源强度； YSi表示第i个部门的产出在总产出中的比例； PCG表示人均 GDP； VTD表示交通运输年均线路长度； VN表示工具数量； EIT表示运输线路单位长度能耗； THI表示家 庭总收入； AHI表示家 庭年均收入； HN表示家 庭数量； EIR表示 生活能源强度。 5.根据权利要求1所述的方法， 其特征在于， 所述利用所述分解模型对所述能源统计数 据进行驱动因素分析， 确定能源消耗驱动机制， 包括：权　利　要　求　书 1/2 页 2 CN 115375076 A 2获取预设驱动因素； 利用所述分解模型计算 碳排放变化各 所述预设驱动因素的贡献率与贡献量； 对比各预设驱动因素贡献率与贡献量， 以确定驱动机制。 6.根据权利要求5所述的方法， 其特征在于， 所述利用所述分解模型计算碳排放变化各 所述预设驱动因素的贡献率与贡献量， 包括： 通过以下公式表示 碳排放变化各 所述预设驱动因素的贡献率： d＝dCI·dES·dEIP·dYS·dPCG·dP·dEIT·dVTD·dVN·dEIR·dAHI·dHN 其中， d表示某区域0 到T时刻碳 排放变化各驱动因素的贡献率； 通过以下公式表示 碳排放变化各 所述预设驱动因素的贡献量： ΔC＝ΔCCI+ΔCES+ΔCEIP+ΔCYS+ΔCPCG+ΔCP+ΔCEIT+ΔCVTD+ΔCVN+ΔCEIR+ΔCAHI·+ΔCHN 其中， ΔCEIP、 ΔCEIT、 ΔCEIR表示能源强度效应； ΔCES、 ΔCYS表示结构效应； ΔCPCG、 ΔCVTD、 ΔCAHI表示活动强度效应； Δ CP、 ΔCVN、 ΔCHN表示规模效应。 7.根据权利要求5所述的方法， 其特征在于， 所述对比各预设驱动因素贡献率与贡献 量， 以确定驱动机制， 包括： 当所述贡献率与贡献量为负值时， 将当前所述预设驱动因素确定为抑制因子， 所述抑 制因子表示抑制对应能源消费碳 排放量增长的因子； 当所述贡献率与贡献量为正值时， 将当前所述预设驱动因素确定为推动因子， 所述推 动因子表示推动对应能源消费碳 排放量增长的因子； 当所述贡献率与贡献量的绝对值最大时， 将当前所述预设驱动因素确定为驱动因子， 所述驱动因子表示对应能源消费碳 排放量的所述抑制因子或者所述推动因子的作用程度。 8.一种电力能源消耗驱动因素的解析装置， 其特 征在于， 包括： 第一处理模块， 用于获取能源统计数据； 第二处理模块， 用于建立能源消耗 碳排放驱动因素的分解模型； 第三处理模块， 用于利用所述分解模型对所述能源统计数据进行驱动因素分析， 确定 能源消耗驱动机制， 所述驱动机制用于解析能源消耗驱动因素。 9.一种电子设备， 其特 征在于， 包括： 存储器和 处理器， 所述存储器和所述处理器之间互相通信连接， 所述存储器中存储有 计算机指 令， 所述处理器通过执行所述计算机指 令， 从而执行权利要求 1‑7中任一项 所述的 能源消耗驱动因素的解析 方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使计算机执行权利要求1 ‑7中任一项所述的能源消 耗驱动因素 的 解析方法。权　利　要　求　书 2/2 页 3 CN 115375076 A 3