一种用于零碳展厅的可视化管理方法及系统与流程

本发明涉及碳排放，尤其涉及一种用于零碳展厅的可视化管理方法及系统。

背景技术：

1、随着全球气候变化的加剧和环境保护意识的不断提高，零碳展厅已经成为展示企业可持续发展和环境责任的重要场所；为了实现零碳展厅的目标，需要对展馆的能源使用和碳排放情况进行全面管理和监控；可视化管理是一种基于数据分析的方法，可以将展馆的能源和碳排放数据以可视化的形式呈现，帮助管理人员直观地了解展馆的能源消耗和碳排放情况，从而采取有效的措施来减少碳足迹，实现可持续发展目标。

2、目前，已有多种可视化管理方法用于零碳展厅的碳排放管理，例如，通过在展厅内部设置传感器，监测空气质量、温度、湿度等数据，进而计算出每个展品对应的碳排放量；另外，也可以利用大屏幕显示器实时展示展厅的碳排放情况，并与来访者进行互动和沟通；此外，还可以利用数据分析技术，通过数据挖掘等方式对展厅的碳排放进行预测和优化，以进一步实现零碳排放目标。

3、例如公开号为：cn114579818a的发明专利公开的一种可视化碳排放检测管理系统及方法，包括：步骤s1、通过登录模块进行身份验证后进入碳排放检测管理系统，对接收的数据进行上传及下载；步骤s2、采集单元通过各采集端定时采集、周期性采集或者实时采集能源消耗数据及碳排数据信息，并通过监测汇总模块根据企业数据将对应的碳排放计划数据下发至各企业端，并接收各企业端提交的碳排数据信息的汇总数据；步骤s3、数据处理模块根据碳排放计划数据和碳排数据信息的汇总数据生成碳排放或碳减排行为信息，得到对应的碳排放或碳减排数据，并且进行数据记录、跟踪，同时将设备负荷小于等于0的停机数据以及异常数据剔除，并且统一现场监测数据单位；通过数据剔除模块判断碳排数据信息是否出现异常，若是，则通过采集单元重新对指定区域的碳排数据信息进行采集；若否，则通过数据储存单元储存碳排数据信息；步骤s4、分类管理单元获取输入的碳排数据信息以及对应的类型，通过数据储存单元对碳排数据信息进行分类储存，并且将各类型的碳排数据信息进行定点标识；数据储存单元根据历史数据、在线数据和预设数据设定标准，关联事故风险值及风险等级来匹配所需采取的措施；步骤s5、通过评估分析模块对碳排数据信息进行分析，作为判断各区域环境健康状况和规划分布的依据，并且进行碳排放的等级评估；报告生成模块根据评估分析模块的分析结果和采集单元监测到的碳排数据信息，生成被监管区域的分析报告；所述分析报告包括碳排放量分析报告、碳减排分析报告、碳减排与设备投入量关系分析报告、碳排放与气象环境关系分析报告；步骤s6、碳排控制单元根据所述分析报告计算被监管区域的碳排放指标；碳排计算模块根据监测数据计算单个区域各类型的碳排参数的平均值，以作为碳排的时均标准值，基于所述时均标准值通过预警模块进行警报；步骤s7、预案生成模块根据碳排控制单元分析的碳排放指标和时均标准值与数据储存单元中对应的碳排数据信息进行关联匹配，将各个区域及类型的碳排数据信息的异常值进行定点标识进行最终的预案评估；预案判断模块通过手动判断或者自动判断对碳排放检测管理系统自主生成的紧急预案进行选择，将碳排放检测管理系统产生的碳数据信息通过无线通讯单元传递至管理终端。

4、例如公开号为：cn114238410a的发明专利公开的一种碳排放的管理方法及管理系统，包括：获取低碳排放监测数据的原始数据；将所述原始数据进行干净预处理，以提高数据的准确度；将预处理后的所述原始数据进行大数据查询分析，所述查询分析的过程包括：将所述原始数据使用map reduce框架进行预处理，并在impala上建立外部表进行查询，所述map reduce框架直接读取计算机存储的数据，impala根据用户提交的hql查询命令对外部表中的数据进行查询。

5、但本技术发明人在实现本技术实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

6、现有技术中，由于展厅内有一些不便于直观观察的检测点，例如屋顶、墙壁、地下等位置，这些位置往往是能源消耗的重点区域，仅获取展厅内总的碳排放量则无法直观观察和监测到这些区域的能源消耗情况，存在不便于直观地观察各个区域的能源消耗情况的问题。

技术实现思路

1、本技术实施例通过提供一种用于零碳展厅的可视化管理方法及系统，解决了现有技术中，存在不便于直观地观察各个区域的能源消耗情况的问题，实现了更直观地观察展厅各区域的能源消耗情况。

2、本技术实施例提供了一种用于零碳展厅的可视化管理方法，包括以下步骤：s1，采集零碳展厅内各个区域的结构数据和区域内各项能源消耗数据并上传至云服务器；s2，将能源消耗数据转化为碳排放量数据，计算并汇总零碳展厅各项能源消耗的碳排放量；s3，根据该零碳展厅的结构数据构建三维模型并在三维模型中标注各项能源消耗的检测点；s4，将碳排放量可视化呈现在三维模型中，并设置预警阈值，实时对碳排放量进行可视化的监测预警；s5，预测零碳展厅的能源消耗和碳排放趋势，分析预测结果并调整减排措施。

3、进一步的，所述s2中计算并汇总零碳展厅各项能源消耗的碳排放量的具体指计算出零碳展厅内各个区域对应的各项能源消耗的碳排放量并按区域分类保存，同时将每个区域对应的各项能源消耗的碳排放量汇总成整个零碳展厅各项能源消耗的碳排放量进行保存。

4、进一步的，所述s3中构建三维模型并在三维模型中标注各项能源消耗的检测点的具体流程为：步骤1，读取零碳展厅的结构数据，建立出零碳展厅的三维模型；步骤2，在三维模型中标注出各项能源消耗的检测点；步骤3，确定标注出的检测点位置与实际检测点位置一致。

5、进一步的，所述s4中将碳排放量可视化呈现在三维模型中具体指通过图像处理算法，根据各个区域结构内对应的碳排放量将该区域进行图像增强和渲染。

6、进一步的，所述s4中实时对碳排放量进行可视化的监测预警具体指将碳排放量的变化通过数据可视化图表加以展示，并将预警阈值标示在数据可视化图表中。

7、进一步的，所述s5中预测零碳展厅的能源消耗和碳排放趋势的具体步骤为：步骤1，收集历史能源消耗和碳排放数据，并将其转化为时间序列数据；步骤2，利用时间序列分析方法对历史数据进行分析，得出趋势和周期性：，其中，是在时间点t的实际值，是趋势项，是季节性项，是随机误差项；步骤3，基于得出的趋势和周期性，建立基于arima的预测模型:，其中，p表示自回归项数，d表示差分阶数，q表示移动平均项数，p表示季节性自回归项数，d表示季节性差分阶数，q表示季节性移动平均项数，s表示季节性周期；步骤4，利用预测模型对未来时间段内的能源消耗和碳排放进行预测，预测公式为:，其中，是在t时刻预测的h步之后的值，是趋势项预测值，是季节性项预测值。

8、进一步的，所述s5中分析预测结果具体指采用均方根误差法将预测结果与实际数据进行比较，获得二者的标准误差值rmse：，其中，i表示时间序列中的一个时刻，表示该时刻的实际数据，表示该时刻的预测数据，n表示用于进行时间序列分析和预测模型建立的历史能源消耗和碳排放数据的样本数量。

9、本技术实施例提供了一种用于零碳展厅的可视化管理系统，所述用于零碳展厅的可视化管理系统包括：采集模块、云服务器和监测中心，其中采集模块和监测中心分别通过无线与云服务器进行通信；所述采集模块用于收集各个区域结构中对应的各项能源消耗数据，并将其上传到云服务器；所述云服务器用于接收和处理各区域的结构数据和各项能源消耗数据，将能源消耗数据转化为碳排放量数据，计算并汇总零碳展厅各项能源消耗的碳排放量，根据各区域的结构数据构建零碳展厅的三维模型并标注检测点，还用于对碳排放量进行监测预警，预测零碳展厅的能源消耗和碳排放趋势并对其进行分析，获得分析结果，将处理的数据及结果发到监测中心；所述监测中心用于接收云服务器发来的数据及结果，上传各区域的结构数据到云服务器，将碳排放量可视化呈现在三维模型中，设置预警阈值，还用于根据分析结果调整减排措施。

10、进一步的，所述云服务器包括传输模块、构建模块、标注模块和处理模块；所述传输模块用于接收预警阈值、各区域的结构数据和各区域内各项能源消耗数据；所述构建模块用于根据各区域结构数据搭建出零碳展厅的三维模型；所述标注模块用于根据各项能源消耗数据对应的检测点的位置标注在三维模型中；所述处理模块用于将能源消耗数据转化为碳排放量数据，计算和汇总零碳展厅各项能源消耗的碳排放量，根据预警阈值对碳排放量进行监测预警，还用于预测零碳展厅的能源消耗和碳排放趋势并对其进行分析，获得分析结果。

11、进一步的，所述监测中心包括接收模块、上传模块、可视化模块和调控模块；所述接收模块用于接收云服务器发来的数据及结果；所述上传模块用于上传预警阈值和各区域的结构数据至云服务器；所述可视化模块用于可视化呈现三维模型及其中标注的检测点，根据各个区域的碳排放量将三维模型中各个区域通过图像处理算法进行增强渲染，并且将汇总的碳排放量与预警阈值可视化对比；所述调控模块用于设置预警阈值，还用于根据分析结果调整减排措施。

12、本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

13、通过采集零碳展厅内各个区域的结构数据和能源消耗数据，并上传至云服务器，将能源消耗数据转化为碳排放量数据，并将数据分区域保存，从而为后续的能源管理和减排措施提供了重要的数据支持，进而实现了对展厅各个区域能源消耗和碳排放量的准确监测和可视化呈现，有效解决了现有技术中，存在不便于直观地观察各个区域的能源消耗情况的问题。

14、通过零碳展厅的结构数据构建出三维模型，并在其中标注各项能源消耗的检测点，将碳排放量数据与颜色值关联，同时，对各个区域进行图像增强和渲染，从而通过直观又美观的三维模型更直观的观察效果，进而能够清晰地展示展厅的能源消耗和碳排放情况，为决策提供直观的依据。

15、通过对历史数据的分析和处理，建立了基于arima的预测模型，并对未来时间段的能源消耗和碳排放进行预测，并对预测结果与实际数据进行比较，从而能够及时发现并解决潜在的能源浪费和碳排放问题，进而有助于提高展厅的能源利用效率和环保水平。