一种基于物联网的碳达峰预测平台的制作方法

1.本发明属于物联网技术领域，特别涉及一种基于物联网的碳达峰预测平台。


背景技术：

2.近期，各地
ꢀ“
十四五
”ꢀ
规划和2035年远景目标建议或者征求意见稿相继公布，多地明确表示要扎实做好碳达峰、碳中和各项工作。在全国2030年左右达到碳排放峰值的大背景下，各省市用户二氧化碳排放峰值理论上应该出现在2030年之前。建设碳达峰预测平台，能够对平台用户目前是否已能够实现碳达峰做目标出精准评估，为政府、能源企业以及能源服务市场的经济增速、产业结构转型程度、能源结构优化速度及政府应当采取的措施提供重要数据参考。
3.碳达峰预测平台建设在环境产业面临的难点问题主要有如下四点：（1）缺乏数据共享机制,数据孤岛情况严重。（2）环境产业数据开放的数量、质量和时效与公众对于环境问题的关切程度相比，仍有较大差距。（3）数据失真影响行业决策及发展。（4）数据应用的创新性思维不足。针对上述问题，本发明提出了一种基于物联网的碳达峰预测平台。


技术实现要素：

4.发明目的：本发明的目的在于针对该平台在实际建设时存在的多行业间数据孤岛的问题，一方面通过构建数据接入治理层，设计了大规模跨行业异构物联网终端接入方法和物端管理方法，实现异构物联网终端的统一数据接入；另一方面通过构建数信息融合分析层，完成数据聚合与数据挖掘，实现统一数据标准﹑数据治理﹑数据湖，完成跨行业的数据汇聚、共享与分析，进而完成碳达峰的预测。
5.本发明提供了一种基于物联网的碳达峰预测平台，其特征在于，包含数据接入治理层、信息融合分析层和可视化调度层三层架构。数据接入治理层完成来自多行业、多协议异构物联网监测终端的接入，向信息融合分析层提供统一的信息描述和访问控制接口；在此基础上，信息融合分析层完成来自数据接入治理层和互联网数据的汇聚、整合、分类、交换与聚合，并完成信息的融合分析；可视化调度层依据信息融合分析层的分析结果，对各单位、部门和领域进行调度指挥和优化调整。
6.所述的数据接入治理层包括异构物端接入模块，所述的异构物端接入模块包括物端接入子模块和物端管理子模块，用于异构物端接入和物端管理；所述的信息融合分析层包含异构数据融合治理模块，所述的异构数据融合治理模块包括数据聚合子模块和数据挖掘子模块，用于数据聚合和数据挖掘；所述的可视化调度层包含行业分析模块和指挥调度模块，用于预测和分析碳数据，对各单位、部门和领域进行调度指挥和优化调整。
7.进一步地，所述物端接入子模块支持mqtt协议、coap协议以及http协议，数据交换格式采用json的数据格式。
8.进一步地，所述物端管理子模块基于netty的数据接入协议，利用netty的中间件
负责管理模块与物端的数据交互。
9.进一步地，所述数据聚合子模块采用基于markov链的最大化聚合质量的数据聚合。
10.进一步地，所述数据挖掘子模块包含数据集选择阶段单元、数据集预处理单元、数据挖掘单元、模式评估单元，用于搭载多种碳达峰预测模型。
11.进一步地，所述行业分析模块在数据挖掘子模块所获得的决策的模型、模式和知识库的前提下，计算影响碳减排的关键因素；并进行重点行业碳排放监测、去碳潜力分析和碳交易碳定价分析。
12.进一步地，所述指挥调度模块利用大数据分析技术分析地区多维指标情况，通过智能化手段模拟碳中和场景，构建碳中和、碳减排专题应用场景，对影响碳达峰的关键指标和数据进行预测和动态模拟，并对相关的单位、部门和领域进行调度指挥和优化调整。
13.与现有技术相比，本发明具有的优点和积极效果在于：1．本发明构建了一种基于大规模异构物端接入技术的碳达峰预测平台架构，一方面通过统一数据接入﹑数据标准﹑数据治理﹑数据湖要求，解决了环境产业所面临的系统多、协议多、各类型检测设备多等问题，打破数据孤岛；另一方面，通过对碳达峰的关键指标和数据进行预测和未来动态模拟，指导政府、能源企业对相关的单位、部门和领域进行调度指挥和优化调整。
14.2.本发明在此基础上构建了可视化调度层，对影响碳达峰的关键指标和数据进行未来动态模拟，为相关的单位、部门和领域进行调度指挥、优化调整提供建议，确保碳达峰目标的达成。
附图说明
15.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1为本发明的一种基于物联网的碳达峰预测平台的系统架构示意图。
17.图2为本发明的一种基于物联网的碳达峰预测平台的物端管理子模块设计示意图。
具体实施方式
18.下面对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。
19.如图1所示，本发明提出的基于物联网技术的碳达峰预测平台系统，自下而上分别是数据接入治理层、信息融合分析层和可视化调度层，所述的数据接入治理层包括异构物端接入模块，所述的异构物端接入模块包括物端接入子模块和物端管理子模块，所述的信息融合分析层包括异构数据融合治理模块，所述的异构数据融合治理模块包括数据聚合子模块和数据挖掘子模块，
所述的可视化调度层包含行业分析模块和指挥调度模块，用于预测和分析碳数据，对各单位、部门和领域进行调度指挥和优化调整。
20.数据接入治理层整合来自电力、石油、天然气、新能源、环保、林业、政府机构等领域和部门的多种异构数据资源，完成数据接入、数据标准的建设、数据湖构建的功能。在该层构建的异构数据接入模块的具体实施方式如下：异构物端接入模块的主要功能是处理接入物端的连接和数据交互，通过接入物端与平台规定的标准传输协议完成消息的编解码工作，编制大规模异构物端边缘控制规则引擎，让平台端支持添加自定义规则实现消息转发的业务功能，完成异构物联网环境监测终端数据的采集与治理。物联网终端的数据通过mqtt、coap、http协议接入物联网接入子模块，采用json数据格式完成数据的交换与传输,并通过物端接入中间件实现异构物端的管理。在实际构建时，异构物端接入模块应包含服务前端的各类数据采集点，通过不同的传感器和通信节点完成监测。监测对象可根据政府相关部门的要求确定。以节能减排方面的监测为例，涉及的主要有用电量、气体排放、煤消耗等方面的数据采集。
21.其中，物端接入子模块支持mqtt协议、coap协议以及http协议。在通信过程中，系统通过设备管理子模块实现对设备协议的选择。在数据交换格式上，物端接入子模块采用json数据格式，以支持物联网应用开发过程中的数据的交换传输。在数据协议与封装方面，来自不同行业的异构传感器设备采集到监测数据之后，会结合其使用的通信协议将数据进行封装处理，之后再将封装好的数据传输到物联网设备接入系统中，依照此方法传输过来的数据是原始的数据报文的格式，需要经过解析处理才能成为可视化的数据。
22.如图2所示，其中，物端管理子模块主要是负责物端的接入、管理模块与物端的数据交互。接入协议主要是基于netty的java的底层通信框架实现。在物端接入中，主要完成设备消息的接收和命令交互，因此该子模块通过基于netty的server端开发，把接入模块作为一个系统子模块，系统启动时，它将同步启动netty服务端以响应连接请求。接入模块设计主要由netty的中间件负责，它负责转发物端请求和平台对物端的操作。对于新设备，物端管理子模块通过人工操作先指定物端的各类信息，包括物端的基本属性和人为赋予的工程属性。包括物端归属于的部门，监测对象和监管人员等。对于接入前的物联网终端，只拥有其基本属性，包括物端id、所属部门名称和物端型号，这三项是唯一标识一台物理设备的属性。对于实时接入后的设备，需要显示其信息包括物端在线状态、温度信息、gps和网络信号强度等状态；并能够新增和修改物端基本信息，包括名称、所在位置、所属行业和物端类型。最终，通过异构物端联网环境监测终端将收集到的数据定期地上报，利用双向高速网络实现数据的传输以及控制指令的下发，实现了各行业传感器监测终端的智能化快速部署与感知。
23.优选地，数据接入治理层整合来自电力、石油、天然气、新能源、环保、林业、互联网、政府机构领域部门的多种异构数据资源，对于采用不同技术，来自不同厂家，具有不同信息格式的信息和终端，采用适配和中介，形成统一的功能抽象终端功能，从而促进不同行业间的数据共享。
24.优选地，异构物端接入模块针对多行业海量数据的接入，通过配置多种网络架构的传输协议，同时支持有线和无线网络，保障异构网络的安全高效信息传递，并提供各类型的异构网络统一接入接口，实现综合的、虚拟的、结构化信息处理。从而屏蔽底层接入的异
构数据之间的异构性，并向信息融合分析层提供统一的信息描述和访问控制接口。
25.信息融合分析层接收数据接入治理层上传的多维数据，进行数据聚合，即对数据进行内容挑选、分析、归类，滤除不重要的数据，并能够在该模块上加载多种数据模型，实现碳排放的实时监测、分析与预测。信息融合分析层在接收整合来自数据接入治理层的数据基础上，通过数据挖掘子模块搭载的多种碳达峰预测模型和行业分析模块，主要完成如下两个功能：（1）从能源结构、产量变化、消费变化多个维度，综合行业、类型、时间、区域等多个视角构建碳分布分析视图，实现全方位多维度多角度的分析；（2）通过对来自电力、石油、天然气、新能源、环保、林业、互联网、政府机构等领域和部门数据的分析与挖掘，在实现碳排放量预测的基础上，完成行业碳排放监测、去碳潜力分析和碳交易定价分析功能并实现对碳减排关键因素的查找。
26.其中，异构数据融合治理模块的主要功能是对环境监测终端采集的信息与数据及电力、石油、天然气、新能源、环保、林业、互联网、政府机构等领域和部门的多种数据资源进行汇聚、整合、分类和交换，从而获取和组织各种开放的信息。在实际建设时，应采取分类、适配、中介措施，按照实际需求对信息进行整合，获得统一格式的数据，并在此基础上依据该平台中加载的碳达峰预测模型完成碳达峰的预测，为可视化调度层提供信息基础。异构数据融合治理模块接收来自异构物端接入模块的统一格式数据，运用数据集成技术、数据挖掘、人工智能、专家系统和决策支持等，根据各项服务的需求和各服务之间的内在联系，对来自各行业终端的数据的综合信息的基础上进行抽取、集成、分析与处理，并获得决策的模型、模式和知识库。在本例中异构数据融合治理模块加载的模型是基于stirpat模型的碳排放峰值预测方法。在实际建设时，异构数据融合治理模块由数据库服务器、数据采集服务器、分析计算服务器、web 服务器、防火墙、数据交换机、系统软件等部分组成。一般可设置在中心机房和服务展示大厅。此外，该平台的数据和信息建立在开放环境下广泛分布的共享开放数据的基础上，应使每个服务迅速、方便地获取所需的数据信息项，形成多源信息共享体系。
27.异构数据融合治理模块中的数据聚合子模块的算法框架中采用基于markov链的最大化聚合质量的数据聚合，最大化聚合质量。
28.异构数据融合治理模块中的数据挖掘子模块主要包含数据集选择、数据集预处理、数据挖掘、模式评估这几个阶段。在数据集选择方面，可从uci、kaggle、quandl、pastkddcups等网站下载。在数据集预处理主要包括数据集成、数据转换、数据规约等步骤。完成预处理的数据后就可将数据传送到目的端实现数据挖掘。数据挖掘过程在洞悉数据的结构、维度等特征的基础上，依据大量碳达峰预测算法的优缺点选择合适的算法，更好的处理数据。然后按照相关工作需求，选用合适的预测算法进行数据挖掘，从数据集中发现隐藏的有用的信息。
29.优选地，在数据信息传输方面应主要运用互联网、5g网络“片切块”及短距离射频芯片解决。
30.可视化调度层是碳达峰预测平台的最上层，包含综合管理端、政府端、企业端、公众端等多个端口，为政府在线监测、企业咨询服务、单个用户需求及服务管理提供端到端解决方案。可视化调度层在信息融合分析层的基础上，主要完成如下功能：（1）通过智能化手段模拟碳达峰场景，构建碳中和、碳减排专题应用场景；（2）对影响碳达峰的关键指标和数
据进行预测和未来动态模拟；（3）为政府、能源企业以及能源服务市场的经济增速、产业结构转型程度、能源结构优化速度及政府企业决策的措施提供数据参考。
31.其中，行业分析模块在数据挖掘子模块搭载的多种碳达峰预测模型所获得的决策的模型、模式和知识库的前提下，通过结合清洁能源可替代技术信息，对清洁能源消耗数据、非化石能源能耗数据、人口碳足迹、节能减排政策、节能意识和森林覆盖情况等进行关联分析和相关性挖掘，计算影响碳减排的关键因素；进行重点行业碳排放监测、去碳潜力分析和碳交易碳定价分析等，实现地区整体碳生产、消耗、可替代资源、减碳渠道的综合维度分析，并对未来趋势进行态势感知和精准预测。
32.其中，指挥调度模块在行业分析模块未来趋势进行态势感知和精准预测结果的基础上，通过智能监测等渠道监测“碳中和”实施成效，利用大数据分析技术分析地区多维指标情况，通过智能化手段模拟碳中和场景，构建碳中和、碳减排专题应用场景，对影响碳达峰的关键指标和数据进行预测和未来动态模拟，并对相关的单位、部门和领域进行调度指挥和优化调整，确保碳达峰目标的达成。
33.本发明提供了一种基于物联网的碳达峰预测平台，针对该平台在实际建设时存在的多行业间数据孤岛的问题，一方面通过构建数据接入治理层，设计了大规模跨行业异构物联网终端接入方法和物端管理方法，实现异构物联网终端的统一数据接入。另一方面通过构建数信息融合分析层，完成数据聚合与数据挖掘，实现统一数据标准﹑数据治理﹑数据湖，完成跨行业的数据汇聚、共享与分析，进而完成碳达峰的预测。此外，本发明在此基础上构建了可视化调度层，对影响碳达峰的关键指标和数据进行未来动态模拟，为相关的单位、部门和领域进行调度指挥、优化调整提供建议，确保碳达峰目标的达成。
34.如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上作出各种变化。