大数据实时碳监测与优化减排系统解决方案，搭建工业互联网碳核算减排云管理平台，以大数据为驱动，利用统计学、区块链技术、机器学习等方法构建统计分析模型，建立实时、动态、可信的碳核算系统，保证实时动态核算的精准性。基于预测预警前沿技术，挖掘核心影响因素，利用LSTM、随机森林等技术，提供不同时间尺度的预测预警方法，综合运用数字孪生、智能优化与控制决策等技术，开展人机协同、设备参数辨识与在线调控等研究，保证碳排放数据全流程安全、可信、可追溯，准确性，满足上报需求。解决目前行业碳核算非实时数据、需手工统计、无法精准计量、预测预警结果误差较大等痛点问题，可推广至发电、水泥、钢铁等高能耗企业。

“碳减排示范项目”已在皖能合肥电厂上线调试，与安徽省环境科学研究院大气所合作，开发完成“火力发电能源大数据集成分析与优化系统V1.0”，完全贴合电力行业降碳实际应用需求，已授权国家软件著作权两项，已申请国家发明专利，系统经专家论证年和月度碳排放核算精准度100%，日均误差0.1%。集成优化方向上研究优化火力发电厂配煤掺烧优化模型，在保障负荷要求和经济性的基础上降低动力煤燃烧的碳排放量，可为电厂运行人员煤炭掺配优化提供多样化选择，从源头上对机组节能减排，预计一台火力发电机组一天能减少碳排放近300吨，节约成本近 40 万。基于海螺水泥现实场景，从水泥生产碳核算体系统计方法、厂区生产碳减排集成优化和集团碳管理目标的全局优化方法展开研究，预计年减少碳排放2%，实现集团经济效益2.4亿元。

配煤掺烧管理减排系统初版1

配煤掺烧管理减排系统初版2

企业碳交易显示大屏

企业碳排放监测预警显示大屏