(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210927650.5 (22)申请日 2022.08.03 (71)申请人 浙江华云电力工程设计咨询有限公 司 地址 310014 浙江省杭州市拱 墅区朝晖华 电弄1号一号楼6层、 7层 申请人 国瑞沃德 （北京） 低碳经济技 术中心　 北京理工大 学　天津大学　 华中科技大 学 (72)发明人 郁丹　王健夫　王科　陈卫东　 龙妍　杨鹏　蒋习梅　陈鸣　 焦明扬　石晨　韩若昊　 (74)专利代理 机构 北京智绘未来专利代理事务 所(普通合伙) 11689 专利代理师 赵卿(51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06F 17/18(2006.01) (54)发明名称 一种基于样条回归的碳排放影响因素识别 方法及系统 (57)摘要 本申请公开了一种基于样条回归的碳排放 影响因素识别方法及系统， 用于识别二氧化碳排 放量与影 响因素之间的关系， 其技术方法是获取 目标地区人均GDP、 人均用电量、 终端电器化率等 作为碳排放量影 响因素， 将其分别作为自变量输 入样条回归模 型， 得到碳排放岁影 响因素演变轨 迹。 权利要求书2页 说明书6页 附图2页 CN 115239174 A 2022.10.25 CN 115239174 A 1.一种基于样条回归的碳 排放影响因素识别方法， 其特 征在于： 包括以下步骤： 步骤1， 采集目标地区碳排放量设定影响因素历史数据和人均二氧化碳排放量历史数 据； 步骤2， 利用目标地区人均二氧化碳排放量和每个碳排放量影响因素历史数据绘制成 散点图， 判断二 者是否存在转 折点， 若存在转 折点， 则执行步骤3； 步骤3， 根据目标地区人均二氧化碳排放量和碳排放量影响因素历史数据构建样条回 归模型， 利用插值得 出构成样条基函数的线性组合的回归系数； 步骤4， 根据样条回归结果得到目标地区人均二氧化碳排放量随碳排放量影响因素的 演变轨迹， 找到碳 排放随步骤1所述影响因素变化的 “转折点”。 2.根据权利要求1所述的一种基于样条回归的碳 排放影响因素识别方法， 其特 征在于： 步骤1中， 碳排放量影响因素包括： 人均GDP、 人均用电量、 能源强度、 碳排放强度、 可再 生电力比例和终端电气化 率。 3.根据权利要求1所述的一种基于样条回归的碳 排放影响因素识别方法， 其特 征在于： 步骤1中， 采集10年以上的碳 排放量影响因素的历史数据作为样本 。 4.根据权利要求1所述的一种基于样条回归的碳 排放影响因素识别方法， 其特 征在于： 步骤2中， 判断人均二氧化碳排放量和每个碳排放量影响因素是否存在转折点的步骤 为： 首先判断二者是否存在相关性， 若散点图呈现从左下方到右上方的趋势， 则符合正相 关性； 若散点图呈现从左上 方到右下 方的趋势， 则呈现负相关性； 若散点图没有一定的趋势则不存在相关性， 若二者存在相关性， 则进一步判断相关趋 势是否发生变化， 如存在趋势变化， 则表明存在转 折点。 5.根据权利要求1所述的一种基于样条回归的碳 排放影响因素识别方法， 其特 征在于： 步骤3具体包括： 步骤3.1， 分别将目标地区人均二氧化碳排放量CO2pc和碳排放量影响因素Apcit取对数预 处理， 得到 和ln(Apcit)， 其中， ln( ·)指的是取自然对数， i指的是达峰国家， t指 的是年份， CO2pc指的是人均二氧化 碳排放量； 步骤3.2， 利用预处 理过的数据， 构建基于分段线性 函数的样条回归 模型； 步骤3.3， 通过插值方法得 出构成样条基函数的线性组合的回归系数。 6.根据权利要求5所述的一种基于样条回归的碳 排放影响因素识别方法， 其特 征在于： 步骤3.2中， 所述样条回归 模型公式如下： 式中， 表示某个国家 某年的人均二氧化 碳排放量， Apcit表示某个国家 某年的某个碳 排放量影响因素， αi表示国家固定效应， γt表示时间固定效应， εit表示随机误差 。权　利　要　求　书 1/2 页 2 CN 115239174 A 27.根据权利要求6所述的一种基于样条回归的碳 排放影响因素识别方法， 其特 征在于： 所述分段线性 函数如下 所示， f(x)＝∑Nj， k(x)βj 式中， k表示阶次， j表示影响因素序号， βj表示样条函数的拟合系数， Nj,k(x)表示各碳 排放量影响因素分段之后的样条混合 函数， x表示任一 碳排放量影响因素。 8.根据权利要求7 所述的一种基于样条回归的碳 排放影响因素识别方法， 其特 征在于： 步骤3.3中， Nj,k(x)是由点矢量的非递减的碳排放量影响因素的序列决定的分段多项 式。 在各碳排放量影响因素的数据取值范围内， 给定n+1个插值节点， 在每个区间[xi,xi+ 1]， Nj,k(x)满足： 式中， m表示差值 点数量， xm表示第m个差值 点处的影响因素 数值， xm‑1表示第m‑1个差值点处的影响因素 数值， xm+1表示第m+1个差值 点处的处的影响因素 数值， ym表示第m个差值 点处的影响因素 数值对应的函数值， ym+1表示第m+1个差值 点处的影响因素 数值对应的函数值。 9.根据权利要求7 所述的一种基于样条回归的碳 排放影响因素识别方法， 其特 征在于： 所述碳排放影响因素识别方法还包括； 选取多种不同的分段方法来检验模型的稳健 性， 依照不同的分段方法对样本数据进行百分比平均划分， 带入样条回归模型得到四种 结 果， 对比多 条回归轨迹的演 变趋势和转折点， 四条轨迹的趋势越一致， 说明模型的稳健性越 好。 10.一种碳排放影响因素识别系统， 运行如权利要求1至9任意一项所述基于样条回归 的碳排放影响因素识别方法， 包括数据采集模块、 回归模型模块和演 变轨迹输出模块： 其特 征在于： 数据采集模块， 用于采集目标地区碳排放量设定影响因素历史数据和人均二氧化碳排 放量历史数据， 回归模型模块， 用于根据目标地区碳 排放量和影响因素历史数据得 出样条回归 模型， 演变轨迹输出模块， 用于根据回归结果得到目标地 区人均二氧化碳排放量随设定影响 因素的演变轨 迹， 显示碳排放随影响因素变化的 “转折点”。权　利　要　求　书 2/2 页 3 CN 115239174 A 3