CN119378831B 一种基于物联网的道路工程碳排放量分析系统 （中南林业科技大学）

(19)国家知识产权局(12)发明专利(10)授权公告号CN119378831B(65)同一申请的已公布的文献号(73)专利权人中南林业科技大学李学军张毅李强G16Y40/20(2020.01)(74)专利代理机构长沙智德知识产权代理事务所(普通合伙)43207(54)发明名称一种基于物联网的道路工程碳排放量分析系统(57)摘要本发明公开了一种基于物联网的道路工程碳排放量分析系统，涉及环境监测技术领域。该基于物联网的道路工程碳排放量分析系统，包括：初始数据采集模块、实时数据采集模块和碳排放评估模块。本发明通过实时监测道路工程设备的运行状态，并根据运行状态自动采取对应的第一数据采集措施，然后在道路工程设备处于运行状态时，通过采集道路工程设备预设时间段内的能耗数据与机械特性数据得到碳排放预测指数以采取对应的第二数据采集措施，最后通过获取的排放数据和能耗数据得到碳排放评估指数以调控第二数据采集措施，进而提高道路工程的一种基于物联网的道路工程碳排放量分析系统一种基于物联网的道路工程碳排放量分析系统21.一种基于物联网的道路工程碳排放量分析系统，其特征在于，包括初始数据采集模块、实时数据采集模块和碳排放评估模块：其中，所述初始数据采集模块用于通过工业工具实时监测道路工程设备的运行状态，并根据运行状态自动采取对应的第一数据采集措施，所述第一数据采集措施包括高频采所述实时数据采集模块用于在道路工程设备处于运行状态时，通过采集道路工程设备预设时间段内的能耗数据与机械特性数据得到碳排放预测指数，并根据碳排放预测指数采取对应的第二数据采集措施，所述碳排放预测指数用于预测道路工程设备在运行过程中的碳排放量变化程度；所述碳排放评估模块用于通过获取的预设时间段内的排放数据和能耗数据得到碳排放评估指数，基于碳排放评估指数调控第二数据采集措施，所述碳排放评估指数用于衡量实际碳排放量与预测碳排放量的差异程度；所述能耗数据包括燃料流量、电能消耗和热能释放；所述机械特性数据包括振动频率、噪声强度和设备表面温度；所述排放数据包括碳排放浓度、颗粒物浓度、废气温度和挥发性有机物浓度；所述碳排放浓度表示二氧化碳的排放浓度；所述颗粒物浓度表示PM2.5的瞬时浓度；所述废气温度表示燃料燃烧后的尾气温度，用于反映燃烧效率；所述碳排放预测指数的具体获取过程如下：获取能耗数据和机械特性数据，并对能耗数据和机械特性数据进行数据预处理，所述数据预处理包括数据清洗和数据标准化；从预设数据库获取能耗权重和机械权重，所述能耗权重包括频率权重、噪声权重和温度权重，所述机械权重包括燃料权重、电能权重和热能权重；对预设时间段进行编号，并对能耗数据、机械特性数据、能耗权重和机械权重进行处理得到碳排放预测指数。2.如权利要求1所述一种基于物联网的道路工程碳排放量分析系统，其特征在于：所述根据运行状态自动采取对应的第一数据采集措施的具体过程如下：若运行状态为启动，则自动采取的第一数据采集措施为高频采集；若运行状态为运行，则自动采取的第一数据采集措施为中频采集；若运行状态为待机，则自动采取的第一数据采集措施为低频采集；若运行状态为停机，则自动采取的第一数据采集措施为超低频采集。3.如权利要求1所述一种基于物联网的道路工程碳排放量分析系统，其特征在于：所述根据碳排放预测指数采取对应的第二数据采集措施的具体步骤如下：从预设数据库获取预测评估区间，所述预测评估区间包括第一预测评估区间、第二预测评估区间和第三预测评估区间；若碳排放预测指数在第一预测评估区间范围内，则采取的第二数据采集措施为高频采若碳排放预测指数在第二预测评估区间范围内，则采取的第二数据采集措施为中频采3若碳排放预测指数在第三预测评估区间范围内，则采取的第二数据采集措施为低频采4.如权利要求1所述一种基于物联网的道路工程碳排放量分析系统，其特征在于：所述碳排放评估指数的具体获取过程如下：获取能耗数据以及排放数据，并对能耗数据和排放数据进行数据预处理，同时从预设数据库获取碳排放因子；对排放数据处理结果和能耗数据处理结果进行比值运算的结果进行处理得到碳排放评估指数；所述排放数据处理结果表示分别对排放数据进行双曲正切处理的结果之和进行均值运算的值；所述能耗数据处理结果表示分别对能耗数据进行双曲正切处理的结果之和进行均值运算的值与碳排放因子的乘积。5.如权利要求4所述一种基于物联网的道路工程碳排放量分析系统，其特征在于：所述碳排放因子的具体获取步骤如下：步骤一，将获取的测试数据按照预设比例划分为第一测试数据和第二测试数据，所述测试数据包括能耗数据以及对应的排放数据；步骤二，将第一测试数据代入线性回归方程得到碳排放因子初始模型，所述碳排放因子初始模型用于建立排放数据与能耗数据之间的线性关系以得到第一排放量；步骤三，根据建立的碳排放因子初始模型得到第一排放量，并通过第一排放量与第二排放量绘制排放量图像，同时根据绘制的排放量图像得到碳排放因子，所述排放量图像用于可视化第一排放量与第二排放量之间的变化趋势；步骤四，将第二测试数据代入碳排放因子初始模型得到预测排放量，并根据预测排放量与第二排放量得出均方误差，若得到的均方误差在参考误差范围内则采用当前碳排放因子，否则重复步骤一直至获取的均方误差在参考误差范围内。6.如权利要求4所述一种基于物联网的道路工程碳排放量分析系统，其特征在于：所述基于碳排放评估指数调控第二数据采集措施的具体步骤如下；从预设数据库中获取评估阈值，所述评估阈值用于判断碳排放量预测与实际碳排放量的吻合程度；若碳排放评估指数不小于评估阈值，则不调控第二数据采集措施；若碳排放评估指数小于评估阈值，则调控第二数据采集措施；所述调控第二数据采集措施表示将第二数据采集措施对应的数据采集频率向上增加一个级别。7.如权利要求1所述一种基于物联网的道路工程碳排放量分析系统，其特征在于：还包若下一预设时间段内调控第二数据采集措施后的碳排放评估指数小于评估阈值，则停止调控第二数据采集措施并获取设备运行数据；将获取的设备运行数据结合机械特性数据得到设备状况评估指数，根据设备状况评估指数判断是否进行设备维护，所述设备状况评估指数用于评估道路工程设备的运行符合程4所述设备状况评估指数的获取方法如下：获取机械特性数据中的振动频率以及设备运行数据，所述设备运行数据包括运行功率和设备负载；从预设数据库获取参考数据，所述参考数据包括参考振动频率、参考运行功率和参考通过对机械特性数据中的振动频率、设备运行数据及对应的参考数据的绝对偏差分别进行处理得到设备状况评估指数。8.如权利要求7所述一种基于物联网的道路工程碳排放量分析系统，其特征在于：所述根据设备状况评估指数判断是否进行设备维护的具体过程如下；从预设数据库获取维护阈值，所述维护阈值用于判断是否进行设备维护；若设备状况评估指数不小于维护阈值，则不进行设备维护；若设备状况评估指数小于维护阈值，则进行设备维护；所述设备维护包括故障诊断、校准调整和记录维护日志。5一种基于物联网的道路工程碳排放量分析系统技术领域[0001]本发明涉及环境监测技术领域，尤其涉及一种基于物联网的道路工程碳排放量分析系统。背景技术[0002]随着全球气候变化和环境问题日益严峻，碳排放的监测与控制已成为各行业实现可持续发展的重要课题。道路工程作为能源消耗和碳排放的重点领域，其施工过程涉及大量机械作业、材料运输和能源消耗，亟需高效的碳排放监测与管理手段。物联网技术的快速发展，为道路工程领域提供了智能化解决方案。通过实时采集能耗与碳排放数据，并结合大数据分析与人工智能优化，可实现全过程碳排放精确监测和绿色施工方案优化。[0003]现有的道路工程碳排放监测技术主要依赖人工统计或独立设备测量，数据采集过程繁琐且缺乏实时性，难以满足精细化管理需求。同时，传统碳排放估算多基于固定公式或经验数据，难以准确反映复杂施工场景中的动态变化。此外，不同设备和工序间的数据孤岛问题严重，导致碳排放分析缺乏整体性。近年来，随着物联网、大数据和人工智能技术的发展，逐渐出现集成化、智能化的碳排放监测方案，但大多仍局限于单一功能或小规模试验，未能广泛应用于复杂的道路工程施工场景中。[0004]例如公开号为：CN115524451A的专利申请公开的一种基于物联网的高耗能企业碳排放监测管理方法及其设备，包括：监测控制箱，监测控制箱上连接安装有固定式碳排放监测结构，固定式碳排放监测结构通过一对连接导线管与监测控制箱相连接，监测控制箱上安装有物联网数据转换输送结构。[0005]例如公告号为：CN118465196B的发明专利公告的用于高速公路中车辆碳排放量的模块；监测点部署模块用于在高速公路沿线部署检测站点，每个站点配备碳排放传感器。[0006]但本申请在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：[0007]现有技术中，由于关键排放数据丢失即动态工况数据不足，存在道路工程的碳排放量分析不准确的问题。发明内容[0008]本申请实施例通过提供一种基于物联网的道路工程碳排放量分析系统，解决了现有技术中碳排放量分析不准确的问题，实现了提高道路工程的碳排放量分析的准确性。[0009]本申请实施例提供了一种基于物联网的道路工程碳排放量分析系统，包括：初始数据采集模块、实时数据采集模块和碳排放评估模块：其中，所述初始数据采集模块用于通过工业工具实时监测道路工程设备的运行状态，并根据运行状态自动采取对应的第一数据采集措施，所述第一数据采集措施包括高频采集、中频采集、低频采集和超低频采集；所述实时数据采集模块用于在道路工程设备处于运行状态时，通过采集道路工程设备预设时间6段内的能耗数据与机械特性数据得到碳排放预测指数，并根据碳排放预测指数采取对应的第二数据采集措施，所述碳排放预测指数用于预测道路工程设备在运行过程中的碳排放量变化程度；所述碳排放评估模块用于通过获取的预设时间段内的排放数据和能耗数据得到碳排放评估指数，基于碳排放评估指数调控第二数据采集措施，所述碳排放评估指数用于衡量实际碳排放量与预测碳排放量的差异程度；所述能耗数据包括燃料流量、电能消耗和热能释放；所述机械特性数据包括振动频率、噪声强度和设备表面温度；所述排放数据包括碳排放浓度、颗粒物浓度、废气温度和挥发性有机物浓度；所述碳排放浓度表示二氧化碳的排放浓度；所述颗粒物浓度表示PM2.5的瞬时浓度；所述废气温度表示燃料燃烧后的尾气温[0010]进一步的，所述根据运行状态自动采取对应的第一数据采集措施的具体过程如下：若运行状态为启动，则自动采取的第一数据采集措施为高频采集；若运行状态为运行，则自动采取的第一数据采集措施为中频采集；若运行状态为待机，则自动采取的第一数据采集措施为低频采集；若运行状态为停机，则自动采取的第一数据采集措施为超低频采集。[0011]进一步的，所述碳排放预测指数的具体获取过程如下：获取能耗数据和机械特性数据，并对能耗数据和机械特性数据进行数据预处理，所述数据预处理包括数据清洗和数据标准化；从预设数据库获取能耗权重和机械权重，所述能耗权重包括频率权重、噪声权重和温度权重，所述机械权重包括燃料权重、电能权重和热能权重；对预设时间段进行编号，并对能耗数据、机械特性数据、能耗权重和机械权重进行处理得到碳排放预测指数；[0012]所述碳排放预测指数的具体限制表达式如下：[0014]式中，n表示预设时间段的编号，n=1,2,…,N,N表示预设时间段的总数量，Vn表示第n个预设时间段内道路工程设备的振动频率，Nₙ表示第n个预设时间段内道路工程设备的噪声强度，Sn表示第n个预设时间段内道路工程设备的设备表面温度，Fn表示第n个预设时间段内道路工程设备的燃料流量，Eₙ表示第n个预设时间段内道路工程设备的电能消耗，Tn表示第n个预设时间段内道路工程设备的热能释放，Y1表示频率权重，Y2表示噪声权重，Y3表示温度权重，9₁表示燃料权重，9₂表示电能权重，0₃表示热能权重，CPₙ表示第n个预设时间段内道路工程设备的碳排放预测指数。[0015]进一步的，所述根据碳排放预测指数采取对应的第二数据采集措施的具体步骤如下：从预设数据库获取预测评估区间，所述预测评估区间包括第一预测评估区间、第二预测评估区间和第三预测评估区间；若碳排放预测指数在第一预测评估区间范围内，则采取的第二数据采集措施为高频采集；若碳排放预测指数在第二预测评估区间范围内，则采取的第二数据采集措施为中频采集；若碳排放预测指数在第三预测评估区间范围内，则采取的7第二数据采集措施为低频采集。[0016]进一步的，所述碳排放评估指数的具体获取过程如下：获取能耗数据以及排放数据，并对能耗数据和排放数据进行数据预处理，同时从预设数据库获取碳排放因子；对排放数据处理结果和能耗数据处理结果进行比值运算的结果进行处理得到碳排放评估指数；所述排放数据处理结果表示分别对排放数据进行双曲正切处理的结果之和进行均值运算的值；所述能耗数据处理结果表示分别对能耗数据进行双曲正切处理的结果之和进行均值运算的值与碳排放因子的乘积。[0017]进一步的，所述碳排放因子的具体获取步骤如下：步骤一，将获取的测试数据按照预设比例划分为第一测试数据和第二测试数据，所述测试数据包括能耗数据以及对应的排放数据；步骤二，将第一测试数据代入线性回归方程得到碳排放因子初始模型，所述碳排放因子初始模型用于建立排放数据与能耗数据之间的线性关系以得到第一排放量；步骤三，根据建立的碳排放因子初始模型得到第一排放量，并通过第一排放量与第二排放量绘制排放量图像，同时根据绘制的排放量图像得到碳排放因子，所述排放量图像用于可视化第一排放量与第二排放量之间的变化趋势；步骤四，将第二测试数据代入碳排放因子初始模型得到预测排放量，并根据预测排放量与第二排放量得出均方误差，若得到的均方误差在参考误差范围内则采用当前碳排放因子，否则重复步骤一直至获取的均方误差在参考误差范[0018]进一步的，所述基于碳排放评估指数调控第二数据采集措施的具体步骤如下；从预设数据库中获取评估阈值，所述评估阈值用于判断碳排放量预测与实际碳排放量的吻合程度；若碳排放评估指数不小于评估阈值，则不调控第二数据采集措施；若碳排放评估指数小于评估阈值，则调控第二数据采集措施；所述调控第二数据采集措施表示将第二数据采集措施对应的数据采集频率向上增加一个级别。[0019]进一步的，一种基于物联网的道路工程碳排放量分析系统，其特征在于：还包括：若下一预设时间段内调控第二数据采集措施后的碳排放评估指数小于评估阈值，则停止调控第二数据采集措施并获取设备运行数据；将获取的设备运行数据结合机械特性数据得到设备状况评估指数，根据设备状况评估指数判断是否进行设备维护，所述设备状况评估指数用于评估道路工程设备的运行符合程度；所述设备状况评估指数的获取方法如下：获取机械特性数据中的振动频率以及设备运行数据，所述设备运行数据包括运行功率和设备负载；从预设数据库获取参考数据，所述参考数据包括参考振动频率、参考运行功率和参考设备负载；通过对机械特性数据中的振动频率、设备运行数据及对应的参考数据的绝对偏差分别进行处理得到设备状况评估指数。[0020]进一步的，所述根据设备状况评估指数判断是否进行设备维护的具体过程如下；从预设数据库获取维护阈值，所述维护阈值用于判断是否进行设备维护；若设备状况评估指数不小于维护阈值，则不进行设备维护；若设备状况评估指数小于维护阈值，则进行设备维护；所述设备维护包括故障诊断、校准调整和记录维护日志。[0021]本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：[0022]1、通过实时监测道路工程设备的运行状态，并根据运行状态自动采取对应的第一数据采集措施，然后在道路工程设备处于运行状态时，通过采集道路工程设备预设时间段内的能耗数据与机械特性数据得到碳排放预测指数以采取对应的第二数据采集措施，最后8通过获取的排放数据和能耗数据得到碳排放评估指数以调控第二数据采集措施，从而提高数据采集的效率，进而实现了提高道路工程的碳排放量分析的准确性，有效解决了现有技术中道路工程的碳排放量分析不准确的问题。[0023]2、通过获取能耗数据和机械特性数据，并对能耗数据和机械特性数据进行数据预处理，同时从预设数据库获取能耗权重和机械权重，并对预设时间段进行编号以及对能耗数据、机械特性数据、能耗权重和机械权重进行处理得到碳排放预测指数，从而根据设备特性更准确的量化预估碳排放水平，进而实现了更全面地数据采集。[0024]3、通过对获取能耗数据以及排放数据进行数据预处理，同时从预设数据库获取碳排放因子，然后对排放数据处理结果和能耗数据处理结果进行比值运算的结果进行处理得到碳排放评估指数，从而更准确的评估实际的碳排放量，进而给予了关于碳排放量数据采集更准确的反馈。附图说明[0025]图1为本申请实施例提供的一种基于物联网的道路工程碳排放量分析系统的结构示意图；[0026]图2为本申请实施例提供的设备状况评估指数随振动频率变化的示意图；[0027]图3为本申请实施例提供的设备状况评估指数随运行功率变化的示意图；[0028]图4为本申请实施例提供的设备状况评估指数随设备负载变化的示意图。具体实施方式[0029]本申请实施例通过提供一种基于物联网的道路工程碳排放量分析系统，解决了现有技术中碳排放量分析不准确的问题，通过实时监测道路工程设备的运行状态，并根据运行状态自动采取对应的第一数据采集措施，在道路工程设备处于运行状态时，通过获取能耗数据和机械特性数据，并对能耗数据和机械特性数据进行数据预处理，同时从预设数据库获取能耗权重和机械权重，并对预设时间段进行编号以及对能耗数据、机械特性数据、能耗权重和机械权重进行处理得到碳排放预测指数以采取对应的第二数据采集措施，接着通过对获取能耗数据以及排放数据进行数据预处理，同时从预设数据库获取碳排放因子，最后对排放数据处理结果和能耗数据处理结果进行比值运算的结果进行处理得到碳排放评估指数以调控第二数据采集措施，实现了提高道路工程的碳排放量分析的准确性。[0030]本申请实施例中的技术方案为解决上述碳排放量分析不准确的问题，总体思路如[0031]通过实时监测道路工程设备的运行状态，并根据运行状态自动采取对应的第一数据采集措施，然后在道路工程设备处于运行状态时，通过采集道路工程设备预设时间段内的能耗数据与机械特性数据得到碳排放预测指数以采取对应的第二数据采集措施，最后通过获取的排放数据和能耗数据得到碳排放评估指数以调控第二数据采集措施，达到了提高道路工程的碳排放量分析准确性的效果。[0032]为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。[0033]如图1所示，为本申请实施例提供的一种基于物联网的道路工程碳排放量分析系9统的结构示意图，本申请实施例提供的一种基于物联网的道路工程碳排放量分析系统包括：初始数据采集模块、实时数据采集模块和碳排放评估模块：其中，初始数据采集模块用于通过工业工具实时监测道路工程设备的运行状态，并根据运行状态自动采取对应的第一频采集、低频采集和超低频采集；实时数据采集模块用于在道路工程设备处于运行状态时，通过采集道路工程设备预设时间段内的能耗数据与机械特性数据得到碳排放预测指数，并根据碳排放预测指数采取对应的第二数据采集措施，碳排放预测指数用于预测道路工程设备在运行过程中的碳排放量变化程度；碳排放评估模块用于通过获取的预设时间段内的排放数据和能耗数据得到碳排放评估指数，基于碳排放评估指数调控第二数据采集措施，碳排放评估指数用于衡量实际碳排放量与预测碳排放量的差异程度；能耗数据包括燃料流量、电能消耗和热能释放；机械特性数据包括振动频率、噪声强度和设备表面温度；排放数据包括碳排放浓度、颗粒物浓度、废气温度和挥发性有机物浓度；碳排放浓度表示二氧化碳的排放浓度；颗粒物浓度表示PM2.5的瞬时浓度；废气温度表示燃料燃烧后的尾气温度，用于反映燃烧效率。[0034]在本实施例中，通过实时监测道路工程设备的运行状态能够根据不同运行状态自动采取对应的第一数据采集措施，确保了数据采集的及时性和准确性，同时通过对比实际碳排放量水平与预测碳排放量水平，能够更准确衡量两者之间的差异程度，有助于碳排放量相关数据采集的调整和优化，从而实现提高道路工程的碳排放量分析准确性。[0035]其中，燃料流量通过燃料流量计进行测量获取，电能消耗通过电表实时获取，热能释放通过热流传感器检测获取；振动频率通过振动传感器采集，噪声强度通过噪声监测仪获取，设备表面温度通过表面温度传感器采集；碳排放浓度通过尾气分析仪(如傅里叶红外光谱仪、热导式气体分析仪)测量，颗粒物浓度通过颗粒物计数器(如激光散射法)测量，废气温度通过安装在排气口处的热电偶或红外测温仪记录，挥发性有机物浓度通过使用光离子化检测器或气相色谱仪测量；通过上述数据采集方式，不同类型数据能被精确获取，并用于支持分析动态工况下的数据采集情况。[0036]进一步的，根据运行状态自动采取对应的第一数据采集措施的具体过程如下：若运行状态为启动，则自动采取的第一数据采集措施为高频采集，高频采集表示按照预设高频采集频率进行数据采集；若运行状态为运行，则自动采取的第一数据采集措施为中频采集，中频采集表示按照预设中频采集频率进行数据采集；若运行状态为待机，则自动采取的第一数据采集措施为低频采集，低频采集表示按照预设低频采集频率进行数据采集；若运行状态为停机，则自动采取的第一数据采集措施为超低频采集，超低频采集表示按照预设超低频采集频率进行数据采集。[0037]在本实施例中，高频采集的频率最快，超低频采集的速率最慢，预设高频采集频率一般为每秒采集一次，预设中频采集频率一般为每分钟采集一次，预设低频采集频率一般为每五分钟采集一次或每十分钟采集一次(根据具体情况而定),预设超低频采集频率一般为每小时采集一次；根据道路工程设备的不同运行状态采取不同的数据采集频率，能更加全面地采集碳排放量相关数据，例如，当运行状态为启动时，碳排放量会瞬时增加，则需要对应高频采集，当运行状态为停机，则可以降低数据采集频率，避免资源浪费；通过该基于运行状态自动调整数据采集频率的方式，能够更有效地利用资源，同时确保在道路工程设并对能耗数据和机械特性数据进行数据预处理，数据预处理包括数据清洗和数据标准化；Vn表示第n个预设时间段内道路工程设备的振动频率，Nn表示第n个预设时间段内道路第n个预设时间段内道路工程设备的燃料流量，En表示第n个预设时间段内道路工程设备表示噪声权重，Y3表示温度权重，91表示燃料权重，92表示电能权重，93表示热能权噪声强设备表面温度燃料流电能消热能释预测指……··…[0045]从表1可以看出，随着能耗数据和机械特性数据的同时增大，碳排放预测指数也随之增大，例如表中燃料流量从第一行0.5的增长至第五行的0.7,电能消耗从第一行的0.7增长至第五行的0.9,热能释放0.6从第一行的增长至第五行的0.7,振动频率从第一行的0.3增长至第五行的0.8,噪声强度从第一行的0.4增长至第五行的0.8,设备表面温度从第一行的0.3增长至第五行的0.9,对应的碳排放预测指数也从第一行的0.67增长至第五行的0.74,由此可知，能耗数据和机械特性数据与碳排放预测指数呈正相关关系。[0049]需要注意的是，从表1也可以看出仅部分能耗数据或者机械特性数据增大时，碳排放预测指数不一定也随之增大，且能耗权重与机械权重对碳排放预测指数的影响也是不可忽视的；此外，燃料流量决定了总能量输入，电能消耗是燃料能量转化的有用功部分，热能释放是能量转化过程中的不可避免损耗，当燃料流量越大，燃烧燃料就越多，则产生的电能消耗和热能释放也可能就越多；同时，噪声强度和设备表面温度变化往往是振动频率的反映，当振动频率稳定，则对应的噪声强度和表面设备温度均会降低；因此，通过综合能耗数据和机械特性数据进行详细分析，有助于更准确地预测碳排放量水平，从而实现更全面的采集碳排放量相关数据以提高对碳排放量的准确性。[0050]具体的，频率权重是根据预设数据库中与振动频率相匹配的权重来确定的，这一权重反映了振动频率对碳排放预测指数的影响程度。在实际应用中，可以直接从预设数据库中检索出与特定振动频率相对应的权重值。这种对应关系是通过事先设定的映射关系建立的，例如，将振动频率与预设数据库中相应的碳排放预测指数权重形成一一对应的映射集合。当需要使用时，将实时的振动频率输入到这个映射集合中，即可获得对应的权重值。在这个例子中，权重的取值范围被设定为0到1之间。[0051]具体的，噪声权重是基于预设数据库中与噪声强度相匹配的权重值来确定的，这个权重值代表了噪声强度对碳排放预测指数的影响程度。在实际操作中，可以直接从预设数据库中查找并获取与某一噪声强度相对应的权重。这种对应关系是通过一个预先设定的映射关系来实现的，比如，将噪声强度与预设数据库中与之对应的碳排放预测指数权重形成一一对应的映射集合。当需要使用时，将实时的噪声强度输入到这个映射集合中，就会自动返回相应的权重值。在这个示例中，权重的取值被限定在0到1的范围内。[0053]具体的，燃料权重是根据预设数据库中与燃料流量相匹配的权重来确定的，这一权重量化了燃料流量对碳排放预测指数的影响程度。在实际应用中，可以直接从预设数据库中检索出与特定燃料流量相对应的权重值。这种对应关系是通过一个预先设定的映射关系建立的，例如，将燃料流量与预设数据库中对应的碳排放预测指数权重形成一一对应的映射集合。当需要计算燃料权重时，将实时的燃料流量输入到这个映射集合中，就会返回相应的权重值。在这个示例中，燃料权重的取值范围被设定为0到1之间，表示其影响程度从无到有的变化。[0054]具体的，电能权重是依据预设数据库中与电能消耗相匹配的权重值来确定的，这一权重值用于量化电能消耗对碳排放预测指数的影响程度。在实际操作中，可以直接从预设数据库中提取出与某一电能消耗量相对应的权重。这种对应关系是通过一个预先设定的映射关系来建立的，即电能消耗量与预设数据库中与之对应的碳排放预测指数权重之间形成了一一对应的映射集合。当需要进行碳排放预测时，将实时的电能消耗量输入到这个映射集合中，就会自动返回对应的权重值。在这个示例中，电能权重的取值范围被限定在0到1之间，这代表了电能消耗对碳排放预测指数影响程度的不同等级。[0056]进一步的，根据碳排放预测指数采取对应的第二数据采集措施的具体步骤如下：从预设数据库获取预测评估区间，预测评估区间包括第一预测评估区间、第二预测评估区间和第三预测评估区间；若碳排放预测指数在第一预测评估区间范围内，则采取的第二数据采集措施为将当前的第一数据采集措施(即数据采集频率)调控为高频采集；若碳排放预测指数在第二预测评估区间范围内，则采取的第二数据采集措施为将当前的第一数据采集措施调控为中频采集；若碳排放预测指数在第三预测评估区间范围内，则采取的第二数据采集措施为将当前的第一数据采集措施调控为低频采集。[0057]在本实施例中，通过碳排放预测指数动态调整数据采集频率，能够在提高监测精度的同时优化资源分配、降低能耗、支持智能化管理，还可为分级预警提供数据支撑，最终实现高效、精准和可持续的碳排放监控与管理。[0058]具体的，预测评估区间从预设数据库获取，由于分析的是道路工程设备运行过程的碳排放情况，因此不考虑停机的情况，将预测评估区间划分为三部分。在一个具体的实施例中，将历史数据中需要高频采集对应的能耗数据和机械特性数据代入碳排放预测指数指数的具体限制表达式中得到对应的数据集进行均值运算得到第一均值，将历史数据中需要低频采集对应的能耗数据和机械特性数据代入碳排放预测指数指数的具体限制表达式中得到对应的数据集进行均值运算得到第二均值，则记第一均值到1的对应的范围为第一预测评估区间，0到第二均值对应的范围为第三预测评估区间，第二均值到第一均值对应的范围为第二预测评估区间。[0059]进一步的，碳排放评估指数的具体获取过程如下：获取能耗数据以及排放数据，并[0067]其中，n是数据点的数量，是所有数据点的横纵坐标乘积的和，数据采集措施表示将第二数据采集措施对应的数据采集频率向上增加一[0071]在本实施例中，该基于评估指数和阈值的动态调整策略实现了数据采集的精准出现数据采集频率问题对应的能耗数据和排放数据代入碳排查评估指数的具体限制表达数的获取方法如下：获取机械特性数据中的振动频率以及设备运行数据，设备运行数据包括运行功率和设备负载；从预设数据库获取参考数据，参考数据包括参考振动频率、参考运行功率和参考设备负载；通过对机械特性数据中的振动频率、设备运行数据及对应的参考数据的绝对偏差分别进行处理得到设备状况评估指数。[0074]设备状况评估指数的具体限制表达式如下：[0076]式中，n表示预设时间段的编号，n=1,2,.…,N,N表示预设时间段的总数量，Vn表示第n个预设时间段内道路工程设备的振动频率，OP表示第n个预设时间段内道路工程设备的运行功率，ELn表示第n个预设时间段内道路工程设备的设备负载，V₀表示参考振动频率，OP₀表示参考运行功率，EL₀表示参考设备负载，EAn表示第n个预设时间段内道路工程设备的设备状况评估指数。[0077]在本实施例中，算法结合振动频率和设备运行数据及参考数据综合分析得到设备当振动频率越接近参考振动频率时，设备状况评估指数就越大，同理，当运行功率越接近参考运行功率时，设备状况评估指数也越大，同样地，随着设备负载越小于参考设备负载时，对应的设备状况评估指数也越大，其中，设定参考振动频率为35Hz,参考运行功率为100kW,参考设备负载为15tons,具体如图2所示，图2为本申请实施例提供的设备状况评估指数随振动频率变化的示意图，如图，假设运行功率为100kW,设备负载为15ton,则当振动频率越趋近于参考振动频率时，图像呈上上升趋势，当振动频率越远离参考振动频率时，图像呈下降趋势；同样地，图3为本申请实施例提供的设备状况评估指数随运行功率变化的示意图，假设振动频率为35Hz,设备负载为15ton,随着运行功率越趋近于参考运行功率时，图像呈上上升趋势，当振动频率越远离参考运行功率时，图像呈下降趋势；图4为本申请实施例提供的设备状况评估指数随设备负载变化的示意图，假设振动频率为35Hz,运行功率为100kW,当设备负载小于参考设备负载时，设备状况评估指数越大，表示设备异常的可能性越小，而当设备负载大于参考设备负载之后，随着设备负载的增大，设备状况评估指数随之减小，表示设备异常的可能性就越大；其中，振动频率受设备负载和运行功率变化的影响，一般情况下表现为正相关关系，但在异常条件下(如存在潜在故障)可能表现为非线性变化；通过对道路工程设备的运行状况进行评估，有助于及时排查是否由于道路工程设备的原因导致碳排放量的相关数据采集不完整，从而及时采取对应的措施降低数据的缺失，提高了数据采集的效率。[0078]具体的，参考数据从预设数据库获取。在一个具体的实施例中，参制造商提供的技术手册获取，例如，对于卡特彼勒(Caterpillar)CS54B单钢轮振动压路机处于低振动模式下对应的参考振动频率为30hz,对于维特根(VÖGELE)Super1800-3i摊铺机对应的参考运行功率为150kW,对于三一重工(SANY)STG230C自卸卡车对应的参考设备负载为20t。[0079]进一步的，根据设备状况评估指数判断是否进行设备维护的具体过程如下；从预设数据库获取维护阈值，维护阈值用于判断是否进行设备维护；判断设备状况评估指数与维护阈值的大小关系：若设备状况评估指数不小于维护阈值，则不进行设备维护；若设备状况评估指数小于维护阈值，则进行设备维护；设备维护包括故障诊断、校准调整和记录维护日志；故障诊断表示使用诊断工具检测道路工程设备的运行参数是否存在故障；校准调整表示提示预设工作人员对道路工程设备进行校准以确保关键参数符合施工要求，同时调整道路工程设备的链条、皮带张紧度和行走系统的轨迹以保持道路工程设备运行稳定；记录维护日志表示记录每次设备维护的具体内容和情况以备追溯。[0080]在本实施例中，通过按需对道路工程设备进行维护，及时发现并处理潜在的故障和性能下降问题，提高了道路工程设备的可靠性和稳定性，合理的维护措施可以减少道路工程设备的磨损和损坏，延长道路工程设备的使用寿命，降低道路工程设备更换和维修的成本，并且及时发现并处理设备故障可以降低施工过程中的安全风险，保障人员和设备的安全，同时维护日志的详细记录便于后续对设备维护情况的追溯和管理，为设备的长期维护和管理提供有力的支持。[0081]具体的，维护阈值从预设数据库获取。在一个具体的实施例中，将历史数据中需要进行设备维护对应的设备运行数据和振动频率代入设备状况评估指数的具体限制表达式中得到对应的数据集，并对数据集进行均值运算得到维护阈值。[0082]综上所述，本申请实施例通过实时监测道路工程设备的运行状态，并根据运行状态自动采取对应的第一数据采集措施，然后在道路工程设备处于运行状态时，通过采集道路工程设备预设时间段内的能耗数据与机械特性数据得到碳排放预测指数以采取对应的第二数据采集措施，最后通过获取的排放数据和能耗数据得到碳排放评估指数以调控第二数据采集措施，从而提高数据采集的效率，进而实现了提高道路工程的碳排放量分析的准确性，有效解决了现有技术中道路工程的碳排放量分析不准确的问题。[0083]本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。[0084]本发明是参照根据本发明实施例的系统、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生