基于关联知识图谱的典型工业领域碳排放评估方法研究

许 琦， 尹绍阳， 张兴伟， 程 志， 李柯蓉， 徐长辉

（云南电网有限责任公司曲靖供电局， 云南 曲靖 655000）

0 引言

随着全球气候变化和环境保护的重要性日益凸显，碳排放问题已经成为全球关注的焦点，在工业领域，碳排放问题也越来越受到关注[1-3]。为了更好地评估工业领域的碳排放情况，需要开发出一种基于关联知识图谱的典型工业领域碳排放评估方法[4]。基于关联知识图谱的典型工业领域碳排放评估方法是指通过对相关领域的知识进行整合和分析，建立起一个关联知识图谱，实现对工业领域的碳排放情况进行评估的一种方法。该方法可以将来自不同领域的知识进行整合和分析，形成一个知识图谱，从而实现对工业领域的碳排放情况进行全面评估和分析[5-6]。这种方法可以帮助工业企业更好地了解自身的碳排放情况，采取措施进行管理和降低碳排放。

在实际应用中，基于关联知识图谱的典型工业领域碳排放评估方法需要考虑多种因素。首先，需要建立一个完善的关联知识图谱，包括工业领域的各个方面的知识和信息。其次，还需要建立一个碳排放评估模型，将知识图谱中的信息进行整合和分析，实现对工业领域的碳排放情况进行评估。最后，还需要加强对工业企业的管理和调控，推动企业降低碳排放，实现可持续发展。基于关联知识图谱的典型工业领域碳排放评估方法对于推动工业领域的碳排放管理和控制具有重要意义[7-8]。通过对工业领域的碳排放情况进行全面评估和分析，可以帮助企业更好地了解自身的碳排放情况，采取措施进行管理和降低碳排放，实现可持续发展。未来，随着碳排放管理和控制的重要性不断提高，基于关联知识图谱的典型工业领域碳排放评估方法将得到更广泛的应用和推广。

1 典型工业领域碳调研分析

钢铁、黄磷、水泥、焦化和化工等工业领域是典型的高碳排放行业，它们的能源结构和运行约束等因素对碳减排有重要影响。典型工业行业的调研和分析结果如表1 所示。

表1 典型工业行业的调研和分析结果

综合表1 调研结果可以看出：工业领域的能源结构、运行约束以及碳排放影响因素各不相同，需要制定相应的碳减排措施，包括提高能源利用效率、转型可再生能源、推广低碳技术等。

2 碳资产管理体系搭建

碳资产管理体系是指建立并实施一套科学的、可持续的管理体系，用于管理和评估企业或组织的碳资产，为其低碳转型和可持续发展提供支持。在实施碳资产管理体系的过程中，需要充分考虑企业或组织的实际情况，制定科学的管理方案，同时需要借鉴和吸收国内外先进的管理经验和技术，以实现碳资产的最大化价值和可持续发展。碳资产管理体系的搭建如图1 所示。

图1 碳资产管理体系

其中，确定碳资产是企业或组织需要确定其在生产和经营过程中所产生的碳资产；碳资产清单编制是企业或组织需要建立碳资产清单，记录和量化其碳资产的来源和量级；碳资产评估是企业或组织需要对其碳资产进行评估，同时可以综合考虑社会、环境等因素，建立适合企业或组织的评估体系；碳资产管理是企业或组织需要建立并实施碳资产管理体系；碳资产监测与报告是企业或组织需要对其碳资产进行监测和报告，以实现碳资产的可持续管理。

3 工业领域碳排放评估方法

3.1 研究典型工业用能系统碳排放基准判定方法

研究典型工业用能系统碳排放基准判定方法，重点研究用能行业“电力数据－能源消费数据－碳排放”的转换关系。电力数据、能源消费数据和碳排放之间存在着紧密的转换关系，主要表现为以下几个方面：

1）电力数据与能源消费数据的转换关系：电力是能源消费的重要组成部分，因此电力数据与能源消费数据之间存在着紧密的转换关系。一般来说，可以通过电力消费量乘以电力的热值系数来计算能源消费数据。

2）能源消费数据与碳排放数据的转换关系：不同能源消耗所排放的二氧化碳量不同，因此能源消费数据与碳排放数据之间也存在着转换关系。一般来说，可以通过能源消费量乘以该能源的碳排放系数来计算碳排放数据。

3）电力数据与碳排放数据的转换关系：由于电力的生产和消费都会产生碳排放，因此电力数据与碳排放数据之间也存在着转换关系。一般来说，可以根据电力消费量和电力行业的碳排放系数来计算电力行业的碳排放量。

综上所述，电力数据、能源消费数据和碳排放之间存在着复杂的转换关系，需要根据不同的场景和目的进行灵活地转换和计算。同时，还需要考虑数据的可靠性和准确性，以保证转换结果的科学性和实用性。文中针对“电力数据－能源消费数据－碳排放”的转换关系研究从以下方面研究：

1）研究重点排放行业能源电力碳排放驱动因素分析方法，构建影响因素量化分析模型。

首先对云南典型工业领域的碳排放开展研究工作，调研和分析钢铁、黄磷、水泥、焦化和化工等典型用户的用能系统能源结构、生产中各环节的运行特性及运行约束，然后建立负荷运行特性模型，分析上述因素对碳减排的影响，挖掘用户在生产过程中各环节的碳减排潜力。

2）基于确定性潮流的用户侧碳排放追踪和核算方法研究。

首先采用改进的碳排放流分析模型，研究设计及电网损耗的碳排放流实用分析和碳排放核算方法，依托于潮流追踪方法，基于负功率潮流追踪的碳流追踪开展研究工作，用于分析用户侧节点的碳排放强度和碳排放量，提出一种基于确定性潮流的用户侧碳排放追踪和核算方法，建立区域的电力碳排放流轨迹分析模型。

3）重点用能行业“能源消费－碳排放”的关联关系研究。

首先根据云南省的电力碳排放流轨迹数据，采用不同的知识提取方法对不同类型的数据进行提取，构建该领域本体库；然后根据能源消费与碳排放耦合特性数据的更新情况，结合数据层更新和模式层更新技术，实现数据图谱的准实时知识更新，完成知识图谱的构建和有效闭环管理；最后对云南省各重点用能单位的“能源消费－碳排放”的关联关系开展研究。采用知识图谱的数据探查技术，对不同种类的用能行业用户的能源消耗情况进行监督学习，对碳排放的关联关系进行数据探查，从而研究重点用能行业“能源消费－碳排放”的关联关系。

3.2 基于关联知识图谱的典型工业领域碳排放评估方法

在掌握典型工业用能系统用电数据以及碳排放量关联知识图谱的基础上，基于典型工业用能系统碳排放基准判定方法所构建云南省典型工业用户的“电力数据－能源消费数据－碳排放”的转换关系，本课题构建低碳技术减碳评估模型，实现对不同运行工况下的工业企业碳减排潜力的评估，并进一步挖掘工业能源碳数据价值及商业模式，最后搭建包括碳排放数据管理、配额管理两方面的碳资产管理体系，辅助控排企业低碳转型。

3.2.1 工业企业低碳技术碳减排潜力及评估模型

采用联合国政府间气候变化专门委员会（IPCC）碳排放核算方法和经济投入产出生命周期分析方法（EIO-LCA）模型，分别测算工业企业的直接碳排放强度和间接碳排放强度，构建碳减排潜力模型，对工业企业的碳减排潜力进行等级划分，深入剖析了产业结构与碳减排潜力的关系。

IPCC 使用生物量因子法估算生物量，生物量因子法中的计量参数包括生物量转化与扩展因子BCEF（公式中表达为FBCE）、生物量扩展因子BEF（公式中表达为FBE）、根茎比R、积蓄量V木材基本密度WD（公式中表达为DW）：

EIO-LCA 中，这个系数是一个对角矩阵，这一变化可将由最终需求引起的环境影响分解到生产链的各个部门。该模型包括各部门产量对角矩阵，部门直接碳排放强度，直接投入系数A。

并借助矫正系数、对数平均的迪氏指数法（LMDI）方法测度省份/行业的碳减排有效性和贡献性，包括碳排放量C、国内生产总值Y、能源消耗量E。

遵循“（行业）碳减排有效性－（行业）碳减排综合贡献－（行业）碳减排有效性与综合贡献关系”的逻辑构建用能企业碳减排成效评价框架，将高质量发展理念融入工业碳减排成效框架，从而对用能企业碳排放强度下降过程中省份和行业的碳减排成效进行评价，以期达到“以评促建”的目的；并将低碳和高碳情景相对于基准情景下的碳排放强度设为碳减排潜力和增排风险，探讨碳减排潜力大小及减排重点。

3.2.2 工业企业能源碳数据价值及商业价值挖掘

基于全国碳市场的建设和交易情况，构建工业企业putty-clay vintage 收益模型，该模型从生产要素的角度出发，认为要素投入的增加可以相应地提高最终产品的产量，年利润函数为收入函数Ic分别扣除各种变动成本CV，c和CV，o，以及固定成本CF：

利用收益法测算出碳排放权交易价值的上限，用成本法得出碳排放权交易价值的下限，组合形成碳排放权合理的价值取值范围，划定碳排放权合理的价格区间，通过调控碳配额影响碳排放权的供给端，充分发挥市场的定价机制，从而影响交易市场的碳价，有利于相关企业更好地制定高效的生产计划并开展碳减排工作。

3.2.3 工业企业碳资产管理体系

利用我国配额碳资产市场和减排碳资产市场的数据，以可持续发展原则、成本效益原则和价值最大化原则作为原则，应用多变量自回归模过程（VAR）模型和事件分析法，包括滞后阶数p、截距项向量A0、系数矩阵A1、误差项向量et。

围绕企业价值创造这一主线，分别从“预算管理、运营管理、核算管理”三个核心环节对企业碳资产管理进行设计，构建以价值创造为导向的碳资产管理体系，研究我国企业碳资产对企业价值产生的经济效应及其影响因素，并在此基础上提出了工业企业碳资产管理可行的实施路径，从而辅助控排企业低碳转型。

4 应用效果

关联知识图谱是一种将各种不同领域的知识和信息进行整合和关联的技术，可以帮助企业或组织在碳排放评估方面进行更加科学、准确的决策。以下是几种工业领域常用的碳排放评估方法及其与关联知识图谱的应用效果：

1）工业生产碳排放评估方法：主要包括废气、废水、废渣、能耗等方面的碳排放评估。在此基础上，可以利用关联知识图谱对工业生产过程中的能源流、物质流、产出量等进行分析，找出碳排放的主要来源和影响因素，制定相应的碳减排措施。

2）建筑行业碳排放评估方法：主要包括建筑能耗、建筑材料、建筑废弃物等方面的碳排放评估。在此基础上，可以利用关联知识图谱对建筑设计、建筑材料选择、建筑废弃物处理等方面进行分析，找出碳排放的主要来源和影响因素，制定相应的碳减排措施。

3）农业领域碳排放评估方法：主要包括农业生产、畜牧业、林业等方面的碳排放评估。在此基础上，可以利用关联知识图谱对土壤、植被、畜禽养殖等方面进行分析，找出碳排放的主要来源和影响因素，制定相应的碳减排措施。

综上所述，关联知识图谱可以帮助企业或组织在碳排放评估方面进行更加全面、深入地分析和决策，为碳减排和可持续发展提供支持。

5 结语

典型工业领域碳排放评估是当前环境保护和可持续发展的重要问题之一。为了更好地评估工业领域的碳排放情况，近年来，越来越多的学者和企业开始采用关联知识图谱的方法进行碳排放评估。通过对相关领域的知识进行整合和分析，建立关联知识图谱，实现对工业领域的碳排放情况进行评估和管理。

1）关联知识图谱的建立需要采用合适的知识图谱构建方法。常用的方法包括基于本体论的方法和基于机器学习的方法。本体论方法是指通过对领域本体进行建模，实现对领域相关知识的整合和表示。机器学习方法是指通过对领域相关数据进行学习和分析，实现对领域相关知识的自动构建和表示。这些方法可以结合实际情况进行选择和应用。

2）在关联知识图谱的建立过程中，需要考虑多种因素。例如，需要选择合适的数据源和数据处理方法，保证数据的准确性和可靠性；需要考虑知识的表达方式和表示方法，使其能够满足实际需求；需要考虑知识的更新和维护问题，保证知识图谱的及时性和有效性。

3）关联知识图谱的应用需要加强对工业企业的管理和调控。通过对工业领域的碳排放情况进行全面评估和分析，可以帮助企业更好地了解自身的碳排放情况，采取措施进行管理和降低碳排放，实现可持续发展。同时，政府和相关部门也需要加强对企业的监管和引导，推动企业降低碳排放，实现环境保护和可持续发展的目标。