本发明涉及离散制造车间碳排放核算领域，具体是一种基于端-边-云协同的离散制造车间碳排放核算方法及系统。
背景技术：
1、随着全球温室气体的快速增加，导致近年来极端天气频繁发生，造成了严重的自然灾害。根据2023年国际能源署发布的研究报告，2022年全球与能源相关的碳排放量已超36亿吨，其中制造业的碳排放量超过30％。为了应对全球气候危机，诸多国家制定了一系列措施与政策以实现碳中和目标，包括实施碳汇、提高能源效率和使用可再生能源等。而碳排放核算是实现碳中和的基础，精细且高效的碳排放核算对于工业企业，尤其是参与碳市场的企业至关重要。
2、离散制造车间是制造企业的基本单元，根据国家标准《工业企业温室气体排放核算和报告通则gb/t 32150-2015》并结合相关文献，目前围绕离散制造车间的碳排放核算绝大多数采用排放因子法，该方法的关键在于获取制造过程中准确的碳排放活动数据。离散制造车间在其加工过程中会产生海量高维、多源异构、高噪声的与碳排放相关的数据，具有典型的大数据特征(即规模性、多样性和高速性)。同时，在当前多品种、变批量的生产模式下，人员变动、设备故障、质量返工、物料短缺等不确定性、生产任务变更以及计划调整将给离散制造车间碳排放精准核算带来极大挑战。传统核算方法针对离散制造车间数据采集、分析与核算相互脱离，无法及时处理海量数据，且在数据处理过程中易受人为因素影响，导致碳排放核算效率低、精度差。
技术实现思路
1、本发明的目的是提供一种基于端-边-云协同的离散制造车间碳排放核算方法，包括以下步骤：
2、1)利用采集设备采集离散制造车间各生产要素的加工信息数据，并通过端-边碳排放数据传输层传输至边缘计算层；
3、2)边缘计算层对加工信息数据进行标识，实现加工信息数据与离散制造车间碳排放源的匹配，同时对加工信息数据进行预处理，并通过边-云碳排放数据传输层将预处理后的加工信息数据传输至云服务器计算层；
4、3)云服务器计算层对预处理后的加工信息数据进行聚类和碳排放核算。
5、进一步，所述生产要素包括但不限于离散制造车间的设备、物料、工具。
6、进一步，所述加工信息数据包括生产过程中的能耗、物耗以及过程碳排放。
7、进一步，对加工信息数据进行预处理包括数据清洗与过滤、去除异常值。
8、进一步，去除异常值的步骤包括：
9、2.1)计算学生化偏差ri与临界值λi，即：
10、
11、
12、p＝ω/[2(n-i-1)] (3)
13、式中，ri是加工信息数据xi的学生化偏差；σ是样本标准偏差；是所有加工信息数据的均值；tn-i-1,p是自由度为n-i-1的t分布；p是尾部区域概率；ω是显著水平；
14、2.2)比较学生化偏差ri与临界值λi，若学生化偏差ri＞λi，则加工信息数据xi为异常值，删除加工信息数据xi；
15、2.3)重复步骤2.1)至步骤2.2)，直至所有加工信息数据均识别完毕。
16、进一步，对加工信息数据进行聚类的步骤包括：
17、3.1)采用时域和频域分析方法提取加工信息数据的极大值、极小值和拐点特征信息；
18、3.2)采用近邻算法对加工信息数据进行处理，对离散制造车间采集设备对应的设备运行状态进行分类。
19、进一步，对加工信息数据进行碳排放核算包括计算离散制造车间总碳排放、离散制造车间第i个设备在第j个加工阶段的碳排放；
20、其中，离散制造车间总碳排放cetotal、离散制造车间第i个设备在第j个加工阶段的碳排放分别如下所示：
21、
22、
23、式中，为第i个设备在第j个加工阶段对应的第k种碳排放源的碳排放量；cefk为第k种碳排放源的碳排放系数；为第i个设备在第j个加工阶段产生的对应第k种碳排放源量。
24、基于离散制造车间碳排放核算方法的系统，包括采集设备、端-边碳排放数据传输层、边缘计算层、边-云碳排放数据传输层和云服务器计算层；
25、所述采集设备用于采集离散制造车间各生产要素的加工信息数据；
26、所述端-边碳排放数据传输层用于联接离散制造车间的采集设备与边缘计算层，将采集设备采集的加工信息数据传输至边缘计算层；
27、所述边缘计算层用于标识加工信息数据，实现加工信息数据与离散制造车间碳排放源的匹配，并对加工信息数据进行预处理；
28、所述边-云碳排放数据传输层用于联接边缘计算层与云服务器计算层，将经过边缘计算层处理后的加工信息数据传输至云服务器计算层；
29、所述云服务器计算层对预处理后的加工信息数据进行聚类和碳排放核算。
30、进一步，所述端-边碳排放数据传输层通过智能网关中设置的采集设备编号与通信协议，实现一个或多个采集设备向指定智能网关传输相关碳排放数据，以及多条数据的实时并行处理。
31、进一步，所述端-边碳排放数据传输层包括路由器和信号传输线；
32、所述路由器通过信号传输线与采集设备连接，并与边缘计算层通信；
33、所述边缘计算层包括存储有数据清洗与过滤算法、去除异常值算法的智能网关硬件。
34、本发明的技术效果是毋庸置疑的，本发明针对离散制造车间高维海量、多源异构的碳排放数据，通过融合边缘计算与云计算的优点，并集成人工智能算法，提出了基于端-边-云协同的离散制造车间碳排放核算方法及系统，实现离散制造车间碳排放数据实时获取、高效处理与传输、碳排放精准核算，效率、精度高，可为后续开展碳效率评价、碳减排决策奠定基础。同时，所提碳排放核算方法及系统具有适应性广、推广性强，可针对不同离散制造车间进行部署与应用，并且后期可面向工厂或工业园区层进行扩展。
1.一种基于端-边-云协同的离散制造车间碳排放核算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于端-边-云协同的离散制造车间碳排放核算方法，其特征在于，所述生产要素包括但不限于离散制造车间的设备、物料、工具。
3.根据权利要求1所述的一种基于端-边-云协同的离散制造车间碳排放核算方法，其特征在于，所述加工信息数据包括生产过程中的能耗、物耗以及过程碳排放。
4.根据权利要求1所述的一种基于端-边-云协同的离散制造车间碳排放核算方法，其特征在于，对加工信息数据进行预处理包括数据清洗与过滤、去除异常值。
5.根据权利要求4所述的一种基于端-边-云协同的离散制造车间碳排放核算方法，其特征在于，去除异常值的步骤包括：
6.根据权利要求1所述的一种基于端-边-云协同的离散制造车间碳排放核算方法，其特征在于，对加工信息数据进行聚类的步骤包括：
7.根据权利要求1所述的一种基于端-边-云协同的离散制造车间碳排放核算方法，其特征在于，对加工信息数据进行碳排放核算包括计算离散制造车间总碳排放、离散制造车间第i个设备在第j个加工阶段的碳排放；
8.基于权利要求1-7任一项所述离散制造车间碳排放核算方法的系统，其特征在于，包括采集设备、端-边碳排放数据传输层、边缘计算层、边-云碳排放数据传输层和云服务器计算层；
9.根据权利要求8所述的系统，其特征在于，所述端-边碳排放数据传输层通过智能网关中设置的采集设备编号与通信协议，实现一个或多个采集设备向指定智能网关传输相关碳排放数据，以及多条数据的实时并行处理。
10.根据权利要求8所述的系统，其特征在于，所述端-边碳排放数据传输层包括路由器和信号传输线；
