-
公开(公告)号：CN117829352B
公开(公告)日：2024-08-02
申请号：CN202311752109.6
申请日：2023-12-19
Applicant: 浙江大学
Abstract: 本发明公开一种基于聚类算法和机器学习的工业行业能源消耗量预测方法及系统，该方法包括：步骤S1，获取行业内企业最新年份的能源消耗数据，预处理后对企业进行聚类，通过选择各类的能耗强度标准计算行业的节能潜力；步骤S2，通过企业能源数据，汇总得到行业各类别能源消耗量月度数据，经过预处理后，通过混合预测模型对行业的能源消耗量进行不考虑能效提升的预测；步骤S3，设置能效提升的速度情景，结合行业能源消耗量时间序列的预测值，得到行业在不同能效提升情景下的能源消耗量。本发明能够解决目前工业行业内企业能效和规模差距大的现状下，节能潜力难以有效估计，行业能耗量难以有效预测的问题，能够为该行业的减碳工作提供数据支撑。
-
公开(公告)号：CN116644995A
公开(公告)日：2023-08-25
申请号：CN202310609673.6
申请日：2023-05-26
Applicant: 国网浙江省电力有限公司电力科学研究院 , 浙江大学
IPC: G06Q10/0639 , G06Q50/26 , G06F17/16 , G06F17/11 , G01N33/00
Abstract: 本发明公开了一种耦合多因素的化纤企业节能减碳评价方法。本发明采用的技术方案为：建立化纤企业节能减碳指标体系，该体系包括：衡量企业用能现状的能源因素，衡量企业节能成果的节能因素，衡量企业盈利能力、节能减碳投资的经济因素以及衡量企业废弃物处理的环境因素；分别采用客观赋权法中的熵值法以及主观赋权中的层次分析法对指标进行赋权，再采用博弈论组合赋权法将主、客观赋权法分别得到的权重组合成为最终权重；根据化纤企业节能减碳指标体系与指标的最终权重，对企业节能减碳进行综合评价。本发明用于解决目前化纤企业节能评价指标不合理、评价方法不科学的问题，本发明能够有效评估化纤企业节能减碳成果，指导化纤企业的节能减碳方向。
-
公开(公告)号：CN118228868A
公开(公告)日：2024-06-21
申请号：CN202410334297.9
申请日：2024-03-22
Applicant: 浙江大学
Abstract: 本发明涉及一种制造业企业分布式光伏及储能系统容量配置优化方法及系统，所述方法能够在考虑碳排放成本和负荷管理策略的基础上优化企业光储容量及用电负荷顺序；包括：基于企业的负荷、分时电价、设备参数及气象条件，确定分布式光伏及储能系统主要设备的数学模型；再基于所确定的数学模型，利用第一、二、三层优化模型，依次进行第一、二、三层优化并不断迭代循环，最终输出企业最优光伏容量配置、最优储能容量配置以及优化后的用户负荷顺序。本发明能够根据制造业企业个性化特点，配置经济性最优的分布式光储系统，为企业使用可再生电力提供方案，帮助企业应对碳交易体系的发展。
-
公开(公告)号：CN117829352A
公开(公告)日：2024-04-05
申请号：CN202311752109.6
申请日：2023-12-19
Applicant: 浙江大学
Abstract: 本发明公开一种基于聚类算法和机器学习的工业行业能源消耗量预测方法及系统，该方法包括：步骤S1，获取行业内企业最新年份的能源消耗数据，预处理后对企业进行聚类，通过选择各类的能耗强度标准计算行业的节能潜力；步骤S2，通过企业能源数据，汇总得到行业各类别能源消耗量月度数据，经过预处理后，通过混合预测模型对行业的能源消耗量进行不考虑能效提升的预测；步骤S3，设置能效提升的速度情景，结合行业能源消耗量时间序列的预测值，得到行业在不同能效提升情景下的能源消耗量。本发明能够解决目前工业行业内企业能效和规模差距大的现状下，节能潜力难以有效估计，行业能耗量难以有效预测的问题，能够为该行业的减碳工作提供数据支撑。
-
-
-
Search Results
4
records
(took 0.018 seconds)
