(19)中华 人民共和国 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 202111653168.9 (22)申请日 2021.12.3 0 (71)申请人 江西思极智云数字科技有限公司 地址 344000 江西省抚州市临川区抚州高 新技术产业开 发区赣东大道2088号中 阳广场1号楼10层 申请人 国网信通亿力科技有限责任公司 　 国网信息通信产业 集团有限公司 (72)发明人 程国松　雷文锋　钟达　崔传建　 龚宏锐　潘兴棋　龚跃林　方兴　 林高攀　赵璐璐　 (74)专利代理 机构 温州联赢知识产权代理事务 所(普通合伙) 33361 代理人 麦志雄(51)Int.Cl. G06Q 10/04(2012.01) G06Q 40/04(2012.01) G06Q 50/26(2012.01) (54)发明名称 一种基于人工智能和区块链技术的碳资产 管理方法 (57)摘要 本发明提供一种基于人工智能和区块链技 术的碳资产管理方法， 所述碳资产管理方法包括 如下步骤： 步骤A， 获取 企业的分配所得的配额碳 资产； 步骤B， 获取设备生产信息和设备排放信 息； 步骤C， 根据设备的减排量获取企业的减排碳 资产； 步骤D， 再根据企业的减排碳资产以及设备 的产值处理得到企业的碳资产管 理产出最优值， 步骤E， 云服务端根据关联特征信息生成请求以 获取对应的生产密钥， 并根据产出最优值生成对 应的减排策略。 本发明能够通过对企业的设备的 减排量以及减排效益进行综合评估处理， 得到企 业最优的碳 资产管理方法， 以解决现有的企业碳 资产管理方式单一导致企业整体效益较低的问 题。 权利要求书3页 说明书7页 附图2页 CN 114298424 A 2022.04.08 CN 114298424 A 1.一种基于人工智能和区块链技术的碳资产管理方法， 其特征在于， 所述碳资产管理 方法包括如下步骤： 步骤A， 获取企业的分配所 得的配额 碳资产； 步骤B， 实时生成设备生产信息以及 设备排放信息； 所述设备生产信 息反映企业对应设 备的生产工作状态， 所述设备排放信息反 映所述企业对应设备的碳排放情况； 根据设备排 放信息和设备生产信息对应的关联关系生成关联特征信息， 加密所述设备生产信息以生成 生产密文以及生产密钥； 将生产密文发送至若干不同的企业所在终端， 并以所述关联特征 信息为索引， 同时生产密钥于 本地保存； 步骤C， 云服务端根据设备排放信 息和设备生产信息训练生成理论排放模型， 企业所在 的终端实时上传设备生产信息以获取理论排放信息， 根据理论排放信息和设备排放信息的 差值计算设备的减排 量， 并根据设备的减排 量获取企业的减排 碳资产； 步骤D， 再根据企业的减排碳资产以及设备的产值处理得到企业的碳资产管理产出最 优值， 根据 产出最优值调取对应的关联 特征信息； 步骤E， 云服务端根据关联特征信 息生成请求以获取对应的生产密钥， 并根据产 出最优 值生成对应的减排策略。 2.根据权利要求1所述的一种基于人工智能和区块链技术的碳资产管理方法， 其特征 在于， 所述设备生产信息包括设备的产值， 所述设备排放信息包括设备的碳排放的值， 所述 步骤B还包括如下子步骤： 步骤B1， 所述步骤B1包括将企业的碳排放设备进行划分； 将碳排放量大于等于第一排 放阈值的设备划分为第一级碳排放设备； 将碳排放量大于等于第二排放阈值且小于第一排 放阈值的设备划分为第二级碳排放设备； 将碳排放量小于第二排放阈值的碳排放设备划分 为第三级碳 排放设备； 步骤B2， 所述步骤B2包括获取第一级碳排放设备最大产出的第一产值， 第二级碳排放 设备最大产出的第二产值， 以及第三级碳 排放设备最大产出的第三产值； 步骤B3， 所述步骤B3包括获取第一级碳排放设备最大减少产出量和对应的碳减排量， 第二级碳排放设备最大减少产出量和对应的碳减排量， 以及第三级碳排放设备最大减少产 出量和对应的碳减排 量。 3.根据权利要求2所述的一种基于人工智能和区块链技术的碳资产管理方法， 其特征 在于， 所述 步骤C还包括如下子步骤： 步骤C1， 所述步骤C1包括将第一级碳排放设备最大减少产 出量和对应的碳减排量代入 第一减排 碳资产公式 中求得第一级减排 碳资产值； 步骤C2， 所述步骤C2包括将第二级碳排放设备最大减少产 出量和对应的碳减排量代入 第二减排 碳资产公式 中求得第二级减排 碳资产值； 步骤C3， 所述步骤C3包括将第三级碳排放设备最大减少产 出量和对应的碳减排量代入 第三减排 碳资产公式 中求得第三级减排 碳资产值。 4.根据权利要求3所述的一种基于人工智能和区块链技术的碳资产管理方法， 其特征 在于， 所述第一减排碳资产公式配置为： 所述第一减排碳资产公式配置权　利　要　求　书 1/3 页 2 CN 114298424 A 2为： 所述第一减排碳资产公式配置为： Tz1为第一级 减排碳资产值， C1max和Tj c1为第一级碳排放设备最大减少产出量和对应的碳减排量， a1为 第一级减排优化系数， Tz2为第二级减排碳资产值， C2max和Tjc2为第二级碳排放设备最大 减少产出量和对应的碳减排量， a2为第二级减排优化系数， Tz3为第三级减排碳资产值， C3max和Tjc3为第三级碳排放设备最大减少产出量和对应的碳减排量， a3为第三级减排优 化系数。 5.根据权利要求4所述的一种基于人工智能和区块链技术的碳资产管理方法， 其特征 在于， 所述步骤D还包括步骤D1， 所述步骤D1包括将第一产值和第一级减排碳资产值代入第 一级碳排放量公式中求得第一级产出值； 将第二产值、 第二级减排 碳资产值代入第二级碳 排放量公式中求得第二级产出值； 将第三产值、 第三级减排 碳资产值代入第三级碳 排放量公式中求得第三级产出值。 6.根据权利要求5所述的一种基于人工智能和区块链技术的碳资产管理方法， 其特征 在于， 所述第一级碳排放量公式配置为： 第二级碳排放量公式配置为： 第二级碳排放量公式配置为： 其中， Cc1为第一级产 出值， Cz1为第一产值， b1为第一产出比例值， Cc2为第二级产出值， Cz2为第二产值， b2为第 二产出比例值， C c3为第三级产出值， C z3为第三产值， b1为第三产出比例值。 7.根据权利要求6所述的一种基于人工智能和区块链技术的碳资产管理方法， 其特征 在于， 所述步骤D还包括步骤D2， 所述步骤D2包括将第一级最优产出值、 第二级最优产出值 以及第三级最优产出值相加得到第一 碳排放总值； 将第一碳排放总值和配额 碳资产代入配额超比公式 中求得配额差值。 8.根据权利要求7所述的一种基于人工智能和区块链技术的碳资产管理方法， 其特征 在于， 所述配额超比公式配置为： Pc＝＝c1 ×(Tpz1‑Tpe)； 其中Pc为配额差值， Tpz1为第一 碳排放总值， Tpe为配额 碳资产， c1为配额差转换系数。 9.根据权利要求8所述的一种基于人工智能和区块链技术的碳资产管理方法， 其特征 在于， 所述步骤D还包括步骤D3， 所述步骤D3包括当配额差值大于第一配额差阈值时； 此时 企业的碳排放已经大于政府匹配的碳排放量， 因此需要从第一级设备、 第二级设备以及第 三级设备中选取 各自调整的比例。 将配额差值和第 一级产出值代入第 一级最优产出公式中求得第 一级最优产出值， 将配 额差值和 第二级产出值代入第二级最优产出公式中求得第二级最优产出值， 将配额差值和 第三级产出值代入第三级最优产出公式 中求得第三级最优产出值； 将第一级最优产 出值、 第二级最优产 出值以及第 三级最优产出值相加得到碳资产 管理 产出最优值。 10.根据权利要求9所述的一种基于人工智能和区块链技术的碳资产 管理方法， 其特征 在于， 所述第一级最优产出公式配置为： 所述第一级最优产出公式配置为：权　利　要　求　书 2/3 页 3 CN 114298424 A 3