电子设备制造企业的温室气体排放监测方法和装置与流程

本技术涉及电力大数据，特别是涉及一种电子设备制造企业的温室气体排放监测方法和装置。

背景技术：

1、随着绿色低碳发展理念在工业领域的深入推进，电子设备制造企业，特别是半导体、芯片等高端制造行业在生产过程中产生的温室气体排放问题日益受到关注。除在购入电力、热力和化石燃料燃烧形成的排放外，电子设备制造企业在刻蚀、化学气相沉积以及腔室清洗等工艺过程中还会产生全氟化碳、三氟化氮、六氟化硫等非二氧化碳温室气体。而这类气体的全球变暖潜势极高，且其排放与生产工艺强关联、监测难度大，已成为企业碳排放管理的重点环节。

2、目前，电子设备制造企业普遍采用基于排放因子的周期性统计核算方法进行温室气体的排放监测。该方法以年度或者季度为周期，依据缺省排放因子和原料气利用率等参数对企业整体的温室气体排放进行事后估算。

3、然而，该方式属于事后核算，难以及时反映电子设备制造企业在生产过程中的温室气体的排放变化，也无法精确定位到具体产线、设备或工艺环节。若试图通过增加专用的温室气体监测设备来提高实时性和精度，又面临部署成本高的问题。因此，如何在不大幅增加硬件成本的前提下，实现对电子设备制造企业的温室气体排放的监测，成为本领域亟待解决的技术问题。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种电子设备制造企业的温室气体排放监测方法和装置。

2、第一方面，本技术提供了一种电子设备制造企业的温室气体排放监测方法，包括：

3、获取电子设备制造企业的设备级电力参数、化石燃料燃烧排放量及购入电热净排放量，并对设备级电力参数进行数据预处理，得到时序电力数据集；

4、基于时序电力数据集，确定电子设备制造企业当前的典型生产状态模式，并在典型生产状态模式下，提取电子设备制造企业中的关键设备的运行特征；

5、将运行特征输入至预先构建的知识图谱，得到映射结果，映射结果包括关键设备的生产工艺和生产工艺对应的温室气体排放因子；

6、根据映射结果、运行特征、化石燃料燃烧排放量及购入电热净排放量，确定电子设备制造企业的温室气体排放量。

7、在其中一个实施例中，将运行特征输入至预先构建的知识图谱，得到映射结果，包括：

8、根据电子设备制造领域的先验知识，构建知识图谱；

9、将运行特征输入至知识图谱中，确定运行特征与知识图谱中的实体的匹配关系；

10、基于规则推理和匹配关系，确定映射结果。

11、在其中一个实施例中，上述电子设备制造企业的温室气体排放监测方法，还包括：

12、将运行特征与知识图谱中的标准工艺模式进行多维度相似度计算，得到各维度的相似度值；

13、对各相似度值进行加权融合，确定全局相似度；

14、根据全局相似度，得到映射结果的置信度，当置信度满足预设条件时，接受映射结果。

15、在其中一个实施例中，根据映射结果、运行特征、化石燃料燃烧排放量及购入电热净排放量，确定电子设备制造企业的温室气体排放量，包括：

16、根据映射结果，确定关键设备的生产工艺，生产工艺包括连续运行工艺和批次型工艺；

17、基于生产工艺、运行特征和温室气体排放因子，确定过程排放量；

18、根据过程排放量、化石燃料燃烧排放量及购入电热净排放量，确定温室气体排放量。

19、在其中一个实施例中，基于生产工艺、运行特征和温室气体排放因子，确定过程排放量，包括：

20、当生产工艺为连续运行工艺时，根据运行特征中的工艺等效功率和运行时间以及温室气体排放因子，得到过程排放量；

21、当生产工艺为批次型工艺时，根据运行特征中的事件次数和单次事件排放量，得到过程排放量。

22、在其中一个实施例中，基于时序电力数据集，确定电子设备制造企业当前的典型生产状态模式，包括：

23、基于时序电力数据集，对时序电力数据集中的有功功率序列进行片段切分，得到多个负荷曲线片段；

24、基于各负荷曲线片段，确定各负荷曲线片段的聚类特征；

25、基于动态时间规整距离对各负荷曲线片段进行聚类，并采用轮廓系数法确定最佳聚类数，得到聚类结果；

26、根据聚类结果和聚类特征，得到电子设备制造企业当前的典型生产状态模式。

27、在其中一个实施例中，提取电子设备制造企业中的关键设备的运行特征，包括：

28、根据时序电力数据集，确定关键设备的总有功功率序列；

29、采用小波包分解对总有功功率序列进行分解，并对分解后的子带信号进行筛选与重构，得到重构信号；

30、对重构信号进行事件检测，确定关键设备的运行特征。

31、在其中一个实施例中，对设备级电力参数进行数据预处理，得到时序电力数据集，包括：

32、基于密度阈值剔除法，对设备级电力参数中的异常数据进行剔除，得到剔除异常数据后的电力参数；

33、对剔除异常数据后的电力参数进行标准化处理，得到时序电力数据集。

34、在其中一个实施例中，上述电子设备制造企业的温室气体排放监测方法，还包括：

35、将时序电力数据集按照时间序列进行排序，确定时序数据矩阵；

36、根据时序数据矩阵中的各时间点，确定综合电力负荷序列；

37、基于综合电力负荷序列中的一阶自相关系数，确定时序关联度，时序关联度表征综合电力负荷序列的平滑程度；

38、将时序电力数据集中各数据点的电力参数与时序关联度进行组合，得到增强特征向量；

39、根据密度聚类算法，对增强特征向量中的异常数据进行剔除。

40、第二方面，本技术还提供了一种电子设备制造企业的温室气体排放监测装置，包括：

41、获取模块，用于获取电子设备制造企业的设备级电力参数、化石燃料燃烧排放量及购入电热净排放量，并对设备级电力参数进行数据预处理，得到时序电力数据集；

42、提取模块，用于基于时序电力数据集，确定电子设备制造企业当前的典型生产状态模式，并在典型生产状态模式下，提取电子设备制造企业中的关键设备的运行特征；

43、输入模块，用于将运行特征输入至预先构建的知识图谱，得到映射结果，映射结果包括关键设备的生产工艺和生产工艺对应的温室气体排放因子；

44、确定模块，用于根据映射结果、运行特征、化石燃料燃烧排放量及购入电热净排放量，确定电子设备制造企业的温室气体排放量。

45、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：

46、获取电子设备制造企业的设备级电力参数、化石燃料燃烧排放量及购入电热净排放量，并对设备级电力参数进行数据预处理，得到时序电力数据集；

47、基于时序电力数据集，确定电子设备制造企业当前的典型生产状态模式，并在典型生产状态模式下，提取电子设备制造企业中的关键设备的运行特征；

48、将运行特征输入至预先构建的知识图谱，得到映射结果，映射结果包括关键设备的生产工艺和生产工艺对应的温室气体排放因子；

49、根据映射结果、运行特征、化石燃料燃烧排放量及购入电热净排放量，确定电子设备制造企业的温室气体排放量。

50、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

51、获取电子设备制造企业的设备级电力参数、化石燃料燃烧排放量及购入电热净排放量，并对设备级电力参数进行数据预处理，得到时序电力数据集；

52、基于时序电力数据集，确定电子设备制造企业当前的典型生产状态模式，并在典型生产状态模式下，提取电子设备制造企业中的关键设备的运行特征；

53、将运行特征输入至预先构建的知识图谱，得到映射结果，映射结果包括关键设备的生产工艺和生产工艺对应的温室气体排放因子；

54、根据映射结果、运行特征、化石燃料燃烧排放量及购入电热净排放量，确定电子设备制造企业的温室气体排放量。

55、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

56、获取电子设备制造企业的设备级电力参数、化石燃料燃烧排放量及购入电热净排放量，并对设备级电力参数进行数据预处理，得到时序电力数据集；

57、基于时序电力数据集，确定电子设备制造企业当前的典型生产状态模式，并在典型生产状态模式下，提取电子设备制造企业中的关键设备的运行特征；

58、将运行特征输入至预先构建的知识图谱，得到映射结果，映射结果包括关键设备的生产工艺和生产工艺对应的温室气体排放因子；

59、根据映射结果、运行特征、化石燃料燃烧排放量及购入电热净排放量，确定电子设备制造企业的温室气体排放量。

60、上述电子设备制造企业的温室气体排放监测方法和装置，通过获取电子设备制造企业的设备级电力参数、化石燃料燃烧排放量及购入电热净排放量，并对设备级电力参数进行数据预处理，得到时序电力数据集；基于时序电力数据集，确定电子设备制造企业当前的典型生产状态模式，并在典型生产状态模式下，提取电子设备制造企业中的关键设备的运行特征；将运行特征输入至预先构建的知识图谱，得到映射结果，映射结果包括关键设备的生产工艺和生产工艺对应的温室气体排放因子；根据映射结果、运行特征、化石燃料燃烧排放量及购入电热净排放量，确定电子设备制造企业的温室气体排放量。上述方法不需要增加专用的气体监测硬件，即可实现从设备级用电行为到工艺级排放的精准映射与实时核算，有效克服了传统周期性统计方法中的实时性差以及定位模糊的技术问题，也显著提升了电子设备制造企业中的碳排放监测的实时性、可追溯性和经济性。