買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國建筑設(shè)計研究院有限公司申請的專利一種基于全生命周期碳中和的零碳園區(qū)規(guī)劃方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119417494B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-04發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510018560.8，技術(shù)領(lǐng)域涉及：G06Q30/018；該發(fā)明授權(quán)一種基于全生命周期碳中和的零碳園區(qū)規(guī)劃方法是由劉泓江;尹文超設(shè)計研發(fā)完成，并于2025-01-07向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于全生命周期碳中和的零碳園區(qū)規(guī)劃方法在說明書摘要公布了：本發(fā)明涉及一種基于全生命周期碳中和的零碳園區(qū)規(guī)劃方法，屬于碳排放規(guī)劃的技術(shù)領(lǐng)域，解決了現(xiàn)有技術(shù)中不能進行精細化控碳規(guī)劃的問題。方法包括：獲取園區(qū)建筑單位的歷史碳排放量和對應的碳排放相關(guān)因素數(shù)據(jù)；基于建筑單位的歷史碳排放量和對應的碳排放相關(guān)因素數(shù)據(jù)構(gòu)建訓練樣本集；構(gòu)建時序預測神經(jīng)網(wǎng)絡模型，基于訓練樣本集對所述時序預測神經(jīng)網(wǎng)絡模型進行訓練得到碳排放量預測模型；基于碳排放量預測模型對園區(qū)內(nèi)每個建筑單位的碳排放量進行預測，基于預測的碳排放量確定重點管控建筑單位；基于重點管控建筑單位的樣本數(shù)據(jù)確定重點管控建筑單位的規(guī)劃改進措施。實現(xiàn)了精細化控碳規(guī)劃。

本發(fā)明授權(quán)一種基于全生命周期碳中和的零碳園區(qū)規(guī)劃方法在權(quán)利要求書中公布了：1.一種基于全生命周期碳中和的零碳園區(qū)規(guī)劃方法，其特征在于，包括以下步驟：獲取園區(qū)建筑單位的歷史碳排放量和對應的碳排放相關(guān)因素數(shù)據(jù)；所述碳排放相關(guān)因素數(shù)據(jù)包括：建筑單位的建成環(huán)境數(shù)據(jù)、能源消耗時序數(shù)據(jù)與社會經(jīng)濟時序數(shù)據(jù)；基于建筑單位的歷史碳排放量和對應的碳排放相關(guān)因素數(shù)據(jù)構(gòu)建訓練樣本集；構(gòu)建時序預測神經(jīng)網(wǎng)絡模型，基于訓練樣本集對所述時序預測神經(jīng)網(wǎng)絡模型進行訓練得到碳排放量預測模型；基于碳排放量預測模型對園區(qū)內(nèi)每個建筑單位的碳排放量進行預測，基于預測的碳排放量確定重點管控建筑單位；基于重點管控建筑單位的樣本數(shù)據(jù)確定重點管控建筑單位的規(guī)劃改進措施；基于建筑單位的歷史碳排放量和對應的碳排放相關(guān)因素數(shù)據(jù)構(gòu)建訓練樣本集，包括：對于每個建筑單位，采用長度為T的多個滑動窗口在能源消耗時序數(shù)據(jù)、社會經(jīng)濟時序數(shù)據(jù)以及碳排放量時序數(shù)據(jù)上并行滑動；每一步滑動得到的能源消耗時序數(shù)據(jù)、社會經(jīng)濟時序數(shù)據(jù)、碳排放量時序數(shù)據(jù)、以及建筑單位的建成環(huán)境數(shù)據(jù)作為樣本的輸入數(shù)據(jù)，碳排放量時序數(shù)據(jù)上的滑動窗口之后的多個時間步的碳排放量時序數(shù)據(jù)為樣本的標簽，構(gòu)成一個樣本；所述時序預測神經(jīng)網(wǎng)絡模型包括：第一特征提取模塊，用于基于樣本的建成環(huán)境數(shù)據(jù)提取第一特征；第二特征提取模塊，用于基于樣本的能源消耗時序數(shù)據(jù)與社會經(jīng)濟時序數(shù)據(jù)提取第二特征；第三特征提取模塊，用于基于樣本的輸入數(shù)據(jù)中的碳排放量時序數(shù)據(jù)計算第三特征；特征融合模塊，用于將第一特征、第二特征和第三特征融合得到融合特征；預測模塊，用于基于融合特征預測樣本的標簽；所述第二特征提取模塊包括：周期性特征提取模塊，用于基于樣本的能源消耗時序數(shù)據(jù)與社會經(jīng)濟時序數(shù)據(jù)提取時序數(shù)據(jù)的周期性特征；深度特征提取模塊，用于基于所述周期性特征采用循環(huán)單元提取每個時間步的深度特征；特征加權(quán)模塊，用于基于每個時間步的碳排放量對每個時間步的深度特征進行加權(quán)融合得到第二特征。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國建筑設(shè)計研究院有限公司，其通訊地址為：100044 北京市西城區(qū)車公莊大街19號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。