[发明专利]一种基于碳达峰的数据处理系统在审

专利信息
申请号: 202210465665.4 申请日: 2022-04-26
公开(公告)号: CN114970968A 公开(公告)日: 2022-08-30
发明(设计)人: 黄小莉;陈银辉;郑永康;张卫军;张政;郑学泓;陈海波;李旺 申请(专利权)人: 西华大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/26
代理公司: 北京卓岚智财知识产权代理事务所(特殊普通合伙) 11624 代理人: 蒋真
地址: 610000 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 碳达峰 数据处理系统
【权利要求书】:

1.一种基于碳达峰的数据处理系统,其特征在于:包括数据采集装置、信息交互服务器和数据处理平台,所述数据采集装置通过所述信息交互服务器与数据处理平台通讯连接;

所述数据采集装置用于采集碳排放数据并发送至所述信息交互服务器,所述信息交互服务器用于接收所述碳排放数据并发送至所述数据处理平台,所述数据处理平台用于接收并处理碳排放数据。

2.根据权利要求1所述的一种基于碳达峰的数据处理系统,其特征在于:所述数据处理平台包括中央处理器模块、数据加载模块、数据处理任务生成模块、数据处理模块和结果反馈模块,所述中央处理器模块分别与所述数据加载模块、所述数据处理任务生成模块、所述数据处理模块和所述结果反馈模块连接;

所述数据加载模块用于对碳排放数据进行加载,所述数据处理任务生成模块用于获取和解析待处理碳排放数据,再获取碳排放数据处理任务;所述数据处理模块用于对碳排放数据处理任务进行分析运算,得到处理结果,所述结果反馈模块用于将处理结果反馈出来。

3.根据权利要求2所述的一种基于碳达峰的数据处理系统,其特征在于:所述数据加载模块包括数据加载请求管理单元、数据索引管理单元、多线程序列化单元、多线程数据加载单元和序列化同步单元;

所述数据加载请求管理单元用于对待加载碳排放数据进行解析和处理后形成数据加载请求信息包,并将数据加载请求信息包向数据索引管理单元发起发送指令;所述数据索引管理单元用于根据多线程序列化单元的解析分析结果,向多线程数据加载单元发起数据加载指令,并管控多线程数据加载过程;所述多线程序列化单元用于根据加载数据的服务器的处理数据能力,对待加载数据进行多线程序列化;所述多线程数据加载单元用于根据数据索引管理单元和多线程序列化单元的解析对待加载数据进行序列化加载;所述序列化同步单元用于对多线程加载后的数据进行同步数据恢复,同步还原数据,完成数据的加载。

4.根据权利要求3所述的一种基于碳达峰的数据处理系统,其特征在于:所述数据加载请求管理单元的数据加载请求信息包包括请求标识编码、数据特征码、数据量范围、数据索引值、数据同步值和数据加载值。

5.根据权利要求3所述的一种基于碳达峰的数据处理系统,其特征在于:所述多线程序列化单元包括数据索引集分解、线程准备、数据序列化管理线程、数据多线程序列化、线程序列启动和多线程监测;所述多线程数据加载单元包括线程响应、加载线程编码、线程启动准备、线程执行、线程关闭和线程恢复。

6.根据权利要求2所述的一种基于碳达峰的数据处理系统,其特征在于:所述数据处理平台还包括预测模块,所述预测模块与所述中央处理器模块连接,所述预测模块用于对某一预测时间点碳排放数据进行预测。

7.根据权利要求6所述的一种基于碳达峰的数据处理系统,其特征在于:所述预测模块的具体步骤包括:

S1.设置某一起始时间点记为第1天,抽取第a天到第b天之间内的数据,并用多种函数模型进行拟合得出碳排放数据与时间相关的预测函数;

S2.抽取另外第c天到第d天之间的数据,并逐一带入预测函数中,计算得到的多个预测函数的匹配系数;

S3.计算匹配系数最大的预测函数的修正系数;

S4.将匹配系数最大的预测函数与修正系数相乘,即得最佳预测函数;

S5.将待预测时间点相对起始时间点的天数代入最佳预测函数得出待测时间点的碳排放数据并做预存。

8.根据权利要求7所述的一种基于碳达峰的数据处理系统,其特征在于:所述S2中匹配系数的计算公式为:

其中,yt表示第t天根据各预测函数算出的预测数据,dt为第t天的实际数据,K为预测数据与对应时间的实际数据差的最大值;

所述S3中修正系数的计算公式为:

其中,yt表示第t天根据匹配系数最大的预测函数算出的预测数据,dt为第t天的实际数据,为第c天到第d天之间匹配系数最大的预测函数算出的预测数据的平均值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西华大学,未经西华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210465665.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top