申请/专利权人：北京大漂亮科技有限公司

申请日：2024-01-12

公开（公告）日：2024-04-12

公开（公告）号：CN117874677A

主分类号：G06F18/2433

分类号：G06F18/2433;G06F18/2413;G06F18/2321;G06F18/2131;G06F16/901;G06F17/18;G06Q50/26;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及碳排放数据处理技术领域，具体涉及一种基于大数据的碳排放核算管理方法及系统。该发明遍历无向图，获得强相关碳排放源组合；获取每行的数据聚类簇，根据每个数据聚类簇内每个数据点位置特征、数值特性和邻域范围内数据点之间的差异特征获得每个数据点的趋势敏感性指标；根据每行数据的直线方程的斜率、主要周期分量和每行数据与对应强相关碳排放源组合中其他每行数据之间的所述相关系数均值，获得强相关碳排放源组合每行数据与所有其他行数据之间的碳排放源组合协同程度；进而获得自适应收缩因子，进行异常检测。本发明获取自适应的收缩因子对数据集进行异常检测，便于适应不同数据集的特性，提高异常检测效果和核算管理的精确性。

主权项：1.一种基于大数据的碳排放核算管理方法，其特征在于，所述方法包括：获取每个周期下每个碳排放源的二氧化碳浓度，作为构成时间序列矩阵的每行数据；获取每行数据之间的相关系数；根据所有行数据之间的所述相关系数构建无向图；遍历所述无向图，获得强相关碳排放源组合；对每行数据进行聚类，获取每行的数据点聚类簇；根据每个所述数据聚类簇内每个数据点位置特征、数值特性和邻域范围内数据点之间的差异特征获得每个数据点的趋势敏感性指标；以每行数据为输入，使用最小二乘法线性拟合获得每行数据的直线方程；获取每行数据的频谱图，根据每行数据的所述频谱图获得每行数据的主要周期性分量；根据每行数据的所述直线方程的斜率、所述主要周期分量和每行数据与对应所述强相关碳排放源组合中其他每行数据之间的所述相关系数均值，获得强相关碳排放源组合每行数据与所有其他行数据之间的碳排放源组合协同程度；根据每行数据点的所述趋势敏感性指数以及所述碳排放源组合协同程度获得自适应收缩因子；以每行数据作为一个数据集，根据所述自适应收缩因子对数据集进行异常点检测。

全文数据：

权利要求：

百度查询： 北京大漂亮科技有限公司 一种基于大数据的碳排放核算管理方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD