工业生产的负碳排放优化控制方法及系统与流程

本发明涉及工业控制管理，尤其涉及一种工业生产的负碳排放优化控制方法及系统。

背景技术：

1、目前负碳排放控制通常是基于固定位置进行碳捕获，这种基于固定模式的负碳排放优化控制方法，虽然能够起到一些积极作用，但是无法应对动态复杂的情况，特别是对于一些园区范围广、设备复杂多样的场景，现有技术无法准确定位负碳排放的异常区域，从而无法针对性地做出反应。

2、因此，人们亟需一种能够快速定位异常区域的负碳排放优化控制方法。

技术实现思路

1、因此，本发明提供一种工业生产的负碳排放优化控制方法及系统，用以解决现有技术中无法快速定位负碳排放的异常区域的问题。

2、本发明提供了一种工业生产的负碳排放优化控制方法，包括：

3、获取目标区域中，多个预设监测位置的坐标数据，以及每个预设监测位置的负碳排放数据；

4、对多个坐标数据进行聚类，得到多个由坐标数据构成的第一聚类簇；

5、对多个负碳排放数据进行聚类，得到多个由负碳排放数据构成的第二聚类簇；

6、根据第一聚类簇中包括的坐标数据与第二聚类簇中包括的负碳排放数据对应关系的差异，识别出负碳排放异常区域；

7、根据负碳排放异常区域进行排放优化控制。

8、在一个优选的实施方式中：所述对多个坐标数据进行聚类，得到多个由坐标数据构成的第一聚类簇，包括：

9、以欧式距离为坐标数据之间的距离度量方式，基于dbscan聚类算法对多个坐标数据进行聚类，得到多个第一聚类簇。

10、在一个优选的实施方式中：所述对多个负碳排放数据进行聚类，得到多个由负碳排放数据构成的第二聚类簇，包括：

11、寻找每个第一聚类簇中，距离该第一聚类簇的质心最近的一个坐标数据，作为该第一聚类簇对应的基准坐标数据；

12、将基准坐标数据对应的负碳排放数据作为初始中心；

13、根据初始中心，基于k-means算法对多个负碳排放数据进行聚类，得到多个第二聚类簇；

14、其中多个第二聚类簇和多个第一聚类簇一一对应。

15、在一个优选的实施方式中：负碳排放数据为向量，所述根据初始中心，基于k-means算法对多个负碳排放数据进行聚类，得到多个第二聚类簇的步骤中，采用余弦相似度作为两个负碳排放数据之间的距离度量方式。

16、在一个优选的实施方式中：所述根据第一聚类簇中包括的坐标数据与第二聚类簇中包括的负碳排放数据对应关系的差异，识别出负碳排放异常区域，包括：

17、统计每个第二聚类簇中与相对应的第一聚类簇中的坐标数据相匹配的负碳排放数据的数量，并根据每个第二聚类簇中负碳排放数据的总数，得到每个第二聚类簇的匹配比例；

18、获取预设比例阈值，并将预设比例阈值和每个第二聚类簇的匹配比例做比较；

19、若存在匹配比例低于预设比例阈值的第二聚类簇，则将匹配比例低于预设比例阈值的第二聚类簇作为异常簇；

20、根据异常簇中负碳排放数据对应的坐标数据，得到负碳排放异常区域。

21、在一个优选的实施方式中：所述统计每个第二聚类簇中与相对应的第一聚类簇中的坐标数据相匹配的负碳排放数据的数量，并根据每个第二聚类簇中负碳排放数据的总数，得到每个第二聚类簇的匹配比例，包括：

22、获取目标第二聚类簇对应的第一聚类簇的坐标数据，并根据目标第二聚类簇对应的第一聚类簇的坐标数据的分布，计算得到目标第二聚类簇对应的第一聚类簇的直径，其中目标第二聚类簇为当前待分析的第二聚类簇；

23、通过下式计算目标第二聚类簇的匹配比例：

24、；

25、其中，为目标第二聚类簇的匹配比例，为目标第二聚类簇对应的第一聚类簇的坐标数据的总数，为目标第二聚类簇中负碳排放数据的总数，为目标第二聚类簇中与相对应的第一聚类簇中的坐标数据相匹配的负碳排放数据的数量，为目标第二聚类簇对应的第一聚类簇的直径，和分别为不同的偏置调整参数。

26、在一个优选的实施方式中：所述根据异常簇中负碳排放数据对应的坐标数据，得到负碳排放异常区域，包括：

27、获取异常簇中负碳排放数据对应的坐标数据，作为第一目标数据集；

28、对第一目标数据集进行层次聚类，得到层次聚类树；

29、根据层次聚类树中坐标数据的划分关系，得到负碳排放异常区域。

30、在一个优选的实施方式中：所述根据层次聚类树中坐标数据的划分关系，得到负碳排放异常区域，包括：

31、获取异常簇对应的匹配比例以及层次聚类树的高度；

32、根据异常簇对应的匹配比例以及层次聚类树的高度的乘积，得到截断高度；

33、基于截断高度截断层次聚类树，得到截断树；

34、根据截断树中，叶节点所对应的坐标数据，得到负碳排放异常区域。

35、在一个优选的实施方式中：所述根据异常簇中负碳排放数据对应的坐标数据，得到负碳排放异常区域，包括：

36、获取异常簇对应的第一聚类簇中的坐标数据，并根据异常簇对应的第一聚类簇中的坐标数据的分布，计算得到异常簇对应的第一聚类簇的半径，作为基准半径；

37、获取异常簇中负碳排放数据对应的坐标数据，作为第二目标数据集；

38、以平均距离为簇之间距离的度量方式，对第二目标数据集进行凝聚式层次聚类；

39、在进行凝聚式层次聚类的过程中，在合并簇时，若所有簇之间的距离均大于基准半径，则停止聚类并得到多个聚类子树；

40、根据多个聚类子树中，多个根节点所对应的坐标数据，得到负碳排放异常区域。

41、本发明还提供一种工业生产的负碳排放优化控制系统，包括：

42、数据监测模块，用于获取目标区域中，多个预设监测位置的坐标数据，以及每个预设监测位置的负碳排放数据；

43、第一聚类模块，用于对多个坐标数据进行聚类，得到多个由坐标数据构成的第一聚类簇；

44、第二聚类模块，用于对多个负碳排放数据进行聚类，得到多个由负碳排放数据构成的第二聚类簇；

45、异常监测模块，用于根据第一聚类簇中包括的坐标数据与第二聚类簇中包括的负碳排放数据对应关系的差异，识别出负碳排放异常区域；

46、优化控制模块，用于根据负碳排放异常区域进行排放优化控制。

47、采用上述实施例的有益效果是：

48、本发明提供一种工业生产的负碳排放优化控制方法及系统，其先获取目标区域中，多个预设监测位置的坐标数据，以及每个预设监测位置的负碳排放数据，然后对多个坐标数据进行聚类，得到多个由坐标数据构成的第一聚类簇，对多个负碳排放数据进行聚类，得到多个由负碳排放数据构成的第二聚类簇，之后根据第一聚类簇中包括的坐标数据与第二聚类簇中包括的负碳排放数据对应关系的差异，识别出负碳排放异常区域，最后根据负碳排放异常区域进行排放优化控制。因碳排放在空气中显然是连续扩散，其有关指标也会连续平滑的变化而不会发生突变，即正常情况下，同区域的负碳排放数据会较为接近，负碳排放数据和坐标数据应在空间中呈现相同的分布特点。所以，本发明对坐标数据和对应的负碳排放数据分别进行聚类，通过聚类以分析坐标数据和负碳排放数据的分布特点，再利用二者分布特点的差异，快速定位分布特点不同的坐标数据及负碳排放数据，从而快速识别出碳排放异常的位置，解决了现有技术中无法快速定位负碳排放的异常区域的问题。

技术特征：

1.一种工业生产的负碳排放优化控制方法，其特征在于，包括：

2.根据权利要求1所述的工业生产的负碳排放优化控制方法，其特征在于，所述对多个坐标数据进行聚类，得到多个由坐标数据构成的第一聚类簇，包括：

3.根据权利要求2所述的工业生产的负碳排放优化控制方法，其特征在于，所述对多个负碳排放数据进行聚类，得到多个由负碳排放数据构成的第二聚类簇，包括：

4.根据权利要求3所述的工业生产的负碳排放优化控制方法，其特征在于，负碳排放数据为向量，所述根据初始中心，基于k-means算法对多个负碳排放数据进行聚类，得到多个第二聚类簇的步骤中，采用余弦相似度作为两个负碳排放数据之间的距离度量方式。

5.根据权利要求3所述的工业生产的负碳排放优化控制方法，其特征在于，所述根据第一聚类簇中包括的坐标数据与第二聚类簇中包括的负碳排放数据对应关系的差异，识别出负碳排放异常区域，包括：

6.根据权利要求5所述的工业生产的负碳排放优化控制方法，其特征在于，所述统计每个第二聚类簇中与相对应的第一聚类簇中的坐标数据相匹配的负碳排放数据的数量，并根据每个第二聚类簇中负碳排放数据的总数，得到每个第二聚类簇的匹配比例，包括：

7.根据权利要求5所述的工业生产的负碳排放优化控制方法，其特征在于，所述根据异常簇中负碳排放数据对应的坐标数据，得到负碳排放异常区域，包括：

8.根据权利要求7所述的工业生产的负碳排放优化控制方法，其特征在于，所述根据层次聚类树中坐标数据的划分关系，得到负碳排放异常区域，包括：

9.根据权利要求5所述的工业生产的负碳排放优化控制方法，其特征在于，所述根据异常簇中负碳排放数据对应的坐标数据，得到负碳排放异常区域，包括：

10.一种工业生产的负碳排放优化控制系统，其特征在于，包括：

技术总结
本发明涉及工业控制管理技术领域，尤其涉及一种工业生产的负碳排放优化控制方法及系统，其先获取目标区域中多个坐标数据以及负碳排放数据，然后对多个坐标数据进行聚类第一聚类簇，对多个负碳排放数据进行聚类第二聚类簇，之后根据第一聚类簇与第二聚类簇的差异，识别出负碳排放异常区域，以进行排放优化控制。本发明对坐标数据和对应的负碳排放数据分别进行聚类，通过聚类以分析坐标数据和负碳排放数据的分布特点，再利用二者分布特点的差异，快速定位分布特点不同的坐标数据及负碳排放数据，从而快速识别出碳排放异常的位置，解决了现有技术中无法快速定位负碳排放的异常区域的问题。

技术研发人员：张文斌,王玉云,刘建峰,王泉,王建新,张家平,张金红,龙泽望,刘言甫,赵羊羊
受保护的技术使用者：深圳碳中和生物燃气股份有限公司
技术研发日：
技术公布日：2024/12/5