[发明专利]一种基于分布式信任网络的碳信息处理方法和装置在审
申请号: | 202210649501.7 | 申请日: | 2022-06-10 |
公开(公告)号: | CN114741624A | 公开(公告)日: | 2022-07-12 |
发明(设计)人: | 谢家贵;李志平;陶详忍;郭健;刘远超 | 申请(专利权)人: | 中国信息通信研究院 |
主分类号: | G06F16/9537 | 分类号: | G06F16/9537;G06F16/27;G06Q30/00;G06Q50/26 |
代理公司: | 北京思源智汇知识产权代理有限公司 11657 | 代理人: | 杜毅 |
地址: | 100191*** | 国省代码: | 北京;11 |
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 分布式 信任 网络 信息处理 方法 装置 | ||
本公开实施例公开了一种基于分布式信任网络的碳信息处理方法和装置,其中,该方法包括:基于企业在目标时间段的产品工艺和产品单位原材料的数量,确定企业在目标时间段的基准碳排放量和基准碳减排量;从目标区块链节点中提取企业在目标时间段的碳排放采集值;基于基准碳排放量、基准碳减排量和碳排放采集值,确定企业在目标时间段的碳排放量范围;基于该碳排放量范围和产品单位原材料的数量,确定企业的单位产品成品对应的碳排放量范围,基于该碳排放量范围进行碳认证,得到碳认证结果。本公开实施例可以准确地确定企业在目标时间段的碳排放量范围,基于碳排放量范围对企业进行碳认证,进而可以准确地衡量企业是否为绿色企业。
技术领域
本公开涉及信息处理技术领域,尤其是一种基于分布式信任网络的碳信息处理方法和装置。
背景技术
低碳生活是当前提倡的理念,尤其是企业的碳资产,成为衡量企业是否未绿色企业的重要指标。
目前的碳信息处理,由于难以准确地获取企业经营中的碳排放量范围,进而难以衡量企业是否未绿色企业。
发明内容
本公开实施例提供一种基于分布式信任网络的碳信息处理方法和装置,以准确地获取企业经营中的碳排放量范围,进而可以准确地衡量企业是否为绿色企业。
本公开实施例的第一方面,提供一种基于分布式信任网络的碳信息处理方法,包括:
基于企业在目标时间段的产品工艺和产品单位原材料的数量,确定所述企业在所述目标时间段的基准碳排放量和基准碳减排量;
从目标区块链节点中提取所述企业在所述目标时间段的碳排放采集值,其中,所述碳排放采集值是通常碳排放传感器采集并存储在所述目标区块链节点中;
基于所述基准碳排放量、所述基准碳减排量和所述碳排放采集值,确定所述企业在所述目标时间段的碳排放量范围;
基于所述企业在所述目标时间段的碳排放量范围和所述产品单位原材料的数量,确定所述企业的单位产品成品对应的碳排放量范围,基于所述企业的单位产品成品对应的碳排放量范围进行碳认证,得到碳认证结果。
根据本公开的一个实施例,所述基于企业在目标时间段的产品生产工艺和产品单位原材料的数量,确定所述企业在所述目标时间段的基准碳排放量和基准碳减排量,包括:基于所述产品工艺中的产品生产反应式,以及所述产品单位原材料的数量和原材料成分信息,确定所述基准碳排放量;
基于所述产品工艺中的产品减排反应式,以及所述产品单位原材料的数量和所述原材料成分信息,确定所述基准碳减排量。
根据本公开的一个实施例,所述基于所述基准碳排放量、所述基准碳减排量和所述碳排放采集值,确定所述企业在所述目标时间段的碳排放范围,包括:
获取所述企业的环境绿植信息,以及所述企业在所述目标时间段的温湿度信息和光照强度信息;
基于所述环境绿植信息、所述温湿度信息和所述光照强度信息,确定所述企业在目标时间段的基准碳吸收量;
基于所述基准碳减排量和所述基准碳吸收量,确定所述企业在所述目标时间段的基准碳中和量;
基于所述基准碳排放量、所述基准碳中和量和所述碳排放采集值,确定所述碳排放量范围。
根据本公开的一个实施例,所述基于所述环境绿植信息、所述温湿度信息和所述光照强度信息,确定所述企业在目标时间段的基准碳吸收量,包括:
从所述环境绿植信息中提取绿植种类和绿植数量;
利用绿植碳吸附模型对所述绿植种类、所述绿植数量、所述温湿度信息和所述光照强度信息进行处理,得到所述基准碳吸收量,其中,所述绿植碳吸附模型是根据样本绿植种类、样本绿植数量、样本温湿度信息和样本光照强度进行训练得到的。
根据本公开的一个实施例,所述基于所述基准碳排放量、所述基准碳中和量和所述碳排放采集值,确定所述碳排放量范围,包括:
基于所述基准碳排放量和所述基准碳中和量,确定基准碳净排放量;
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中国信息通信研究院,未经中国信息通信研究院许可,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/202210649501.7/2.html,转载请声明来源钻瓜专利网。