碳排放计算方法、系统、设备以及存储介质与流程

本技术涉及智能交通与环境计算，尤其涉及碳排放计算方法、系统、设备以及存储介质。

背景技术：

1、车辆碳排放精准核算是碳管控、碳核查的核心基础，当前主流碳排放核算修正方案普遍存在计算误差偏大的问题。现有方案需企业开放gps出行数据，数据获取高度依赖企业配合，易出现信息缺失引发测算偏差；核算过程中需要拆分多段子路采集环境数据，采集环接繁琐，采集环接易引入额外误差；相关测算模型仅根据固定道路参数开展计算，无法适配车辆多变行驶场景，进一步加剧碳排放核算数值与真实排放情况的偏离。

2、因此，亟需一种碳排放计算方法，旨在降低碳排放的计算误差。

3、上述内容仅用于辅助理解本技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

1、本技术的主要目的在于提供一种碳排放计算方法、系统、设备以及存储介质，旨在解决如何降低碳排放的计算误差的技术问题。

2、为实现上述目的，本技术提出一种碳排放计算方法，所述碳排放计算方法包括：

3、获取道路实时数据以及车辆实时数据；

4、对所述道路实时数据以及车辆实时数据进行数据对齐与特征增强，得到增强特征集；

5、识别目标车辆类型，匹配所述目标车辆类型对应的预设碳排放计算模型，并输入所述增强特征集计算得到初始碳排放计算结果；

6、根据目前车辆的运行状态，对所述初始碳排放计算结果进行调整，得到最终的碳排放计算结果。

7、在一实施例中，所述对所述道路实时数据以及车辆实时数据进行数据对齐与特征增强，得到增强特征集的步骤包括：

8、采用滑动窗口机制对所述道路实时数据与车辆实时数据进行时间戳匹配，得到时序对齐后的道路实时数据与车辆实时数据；

9、基于所述时序对齐后的道路实时数据，计算道路负载系数和交通惩罚因子；

10、结合所述时序对齐后的道路实时数据、车辆实时数据、道路负载系数以及交通惩罚因子，构建得到所述增强特征集。

11、在一实施例中，所述目标车辆类型包括燃油车和电动车，所述预设碳排放计算模型包括电动碳排放模型和燃油碳排放模型；

12、所述识别目标车辆类型，匹配所述目标车辆类型对应的预设碳排放计算模型，并输入所述增强特征集计算得到初始碳排放计算结果的步骤包括：

13、若所述目标车辆的动力类型为燃油车，则将所述增强特征集输入所述燃油碳排放模型计算得到所述初始碳排放计算结果；

14、若所述目标车辆的动力类型为电动车，则将所述增强特征集输入所述电动碳排放模型计算得到所述初始碳排放计算结果。

15、在一实施例中，所述将所述增强特征集输入所述燃油碳排放模型计算得到所述初始碳排放计算结果的步骤包括：

16、基于所述增强特征集中的发动机排量、转速和负荷系数，结合预设计算系数计算得到基础燃油消耗量；

17、根据所述增强特征集中的道路坡度参数、实时拥堵系数，分别对应获取坡度修正项与交通修正项，并基于所述坡度修正项与交通修正项对所述基础燃油消耗量进行校正；

18、结合预设的燃料类型系数以及校正后的基础燃油消耗量，计算得到基础碳排放计算结果；

19、当识别车辆实时运行特殊工况时，匹配对应的动态修正机制对所述基础碳排放计算结果进行补偿校正，得到所述燃油车对应的初始碳排放计算结果。

20、在一实施例中，所述将所述增强特征集输入所述电动碳排放模型计算得到所述初始碳排放计算结果的步骤包括：

21、根据所述增强特征集中的车辆实时车速数据，结合预设车速区间分级耗能基准，确定目标车辆对应的基础能耗数据；

22、根据所述增强特征集中的拥堵等级、道路坡度参数、车辆自重及环境温度参数，分别对应获取拥堵修正项、坡度修正项以及温度修正项，并基于所述拥堵修正项、坡度修正项以及温度修正项，对所述基础能耗数据进行校正；

23、结合实时获取的电网碳排放因子以及校正后的基础能耗数据，计算得到所述电动车对应的初始碳排放计算结果。

24、在一实施例中，所述目标车辆类型为混合动力车，所述碳排放计算方法包括：

25、识别所述增强特征集中的目标车辆当前电池电量；

26、当所述当前电池电量高于预设阈值时，当所述当前电池电量高于预设阈值时，通过预设分配公式计算目标车辆的电动模式运行占比，并对应确定车辆电动模式与燃油模式的运行占比分配情况；

27、根据所述电动模式与燃油模式对应的占比分配情况，分别测算目标车辆的电动模式与燃油模式对应的碳排放数值，并通过加权平均算法对所述碳排放计算结果进行融合计算，得到混合动力车对应的初始碳排放计算结果。

28、在一实施例中，所述根据目前车辆的运行状态，对所述初始碳排放计算结果进行调整，得到最终的碳排放计算结果的步骤包括：

29、当检测到所述增强特征集中的车辆加速度大于预设加速度阈值且持续时长超过第一预设时长时，将对应时段内的初始碳排放计算结果进行分级上调修正，得到急加速工况下的最终的碳排放计算结果；和/或

30、当检测到所述增强特征集中的车辆车速等于零且持续时长超过第二预设时长时，根据车辆怠速时长，采用阶梯式下调策略对所述初始碳排放计算结果进行校正，得到长怠速工况下的最终的碳排放计算结果；和/或

31、当检测到所述增强特征集中的发动机冷却液温度低于预设温度阈值时，根据所述发动机冷却液温度匹配对应的动态补偿系数，并结合预设渐变恢复期对所述初始碳排放计算结果进行平滑补偿校正，得到冷启动工况下的最终的碳排放计算结果。

32、在一实施例中，所述根据所述目前车辆的运行状态，对所述初始碳排放计算结果进行调整，得到最终的碳排放计算结果的步骤之后，包括：

33、按照时间维度、空间维度以及车辆维度对所述最终的碳排放计算结果机械能多维度聚合统计，得到多维度碳排放统计数据；

34、基于高德地图api接口对所述多维碳排放统计数据进行热力图渲染，并标注高排放区域，同步生成驾驶评分和个性化建议。

35、在一实施例中，所述根据所述目前车辆的运行状态，对所述初始碳排放计算结果进行调整，得到最终的碳排放计算结果的步骤之后，还包括：

36、当检测到存在系统异常信号时，触发高德地图基准计算模式；

37、在所述高德地图基准计算模式下，若所述系统异常信号为坡度数据异常，调取惯性测量单元的惯性测量数据替代异常坡度数据，完成对所述最终的碳排放计算值的校正；

38、若所述系统异常信号为网络延迟异常，使用本地缓存数据进行碳排放计算；

39、若所述系统异常信号为车载诊断系统信号丢失，执行辅助测算，并结合预设补偿机制校正碳排放计算结果。

40、此外，为实现上述目的，本技术还提出一种碳排放计算系统，所述碳排放计算系统包括：

41、数据获取模块，用于获取道路实时数据以及车辆实时数据；

42、数据处理模块，用于对所述道路实时数据以及车辆实时数据进行数据对齐与特征增强，得到增强特征集；

43、碳排放计算模块，用于识别目标车辆类型，匹配所述目标车辆类型对应的预设碳排放计算模型，并输入所述增强特征集计算得到初始碳排放计算结果；

44、碳排放校正模块，用于根据目前车辆的运行状态，对所述初始碳排放计算结果进行调整，得到最终的碳排放计算结果。

45、此外，为实现上述目的，本技术还提出一种碳排放计算设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的碳排放计算方法的步骤。

46、此外，为实现上述目的，本技术还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的碳排放计算方法的步骤。

47、此外，为实现上述目的，本技术还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上文所述的碳排放计算方法的步骤。

48、本技术提出一种碳排放计算方法、系统、设备以及存储介质，该方法包括：获取道路实时数据以及车辆实时数据；对道路实时数据以及车辆实时数据进行数据对齐与特征增强，得到增强特征集；识别目标车辆类型，匹配目标车辆类型对应的预设碳排放计算模型，并输入增强特征集计算得到初始碳排放计算结果；根据目前车辆的运行状态，对初始碳排放计算结果进行调整，得到最终的碳排放计算结果。本方案通过融合道路实时数据与车辆实时参数，结合动态碳排放计算模型，弥补了传统计算方式数据维度单一、模型通用性差导致的计算偏差问题，有效降低复杂路况下的基础碳排放计算误差，同时，通过结合车辆实时运行状态对初始碳排放结果进行动态修正，对车辆实时行驶工况带来的排放波动进行精准适配补偿，进一步提升了碳排放计算结果的精准度与真实性，大幅降低实车行驶场景下的碳排放测算误差。