(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111654649.1 (22)申请日 2021.12.31 (65)同一申请的已公布的文献号 申请公布号 CN 114444777 A (43)申请公布日 2022.05.06 (73)专利权人 特斯联科技 集团有限公司 地址 100027 北京市朝阳区新源南路8号启 皓北京西塔1 1层 (72)发明人 张立华　 (74)专利代理 机构 北京春江专利商标代理事务 所(普通合伙) 11835 专利代理师 向志杰 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/26(2012.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 111445060 A,2020.07.24 CN 113239314 A,2021.08.10 JP 2004157716 A,20 04.06.03 审查员 谢经纬 (54)发明名称 用于车辆碳排量识别的人工智能模型应用 系统 (57)摘要 本发明涉及一种用于车辆碳排量识别的人 工智能模型应用系统， 所述系统包括： 初级解析 机构以及次级解析机构， 用于基于同一工业园区 内同一车系的各辆车辆的过往碳排量数据完成 深度卷积网络的逐级解析； 排放判断设备， 用于 在判断日期零点将所述各辆车辆在判断日期前 一天整天的碳排量数据作为所述网络的多个输 入信息以执行所述网络， 获得输出的所述车系下 每一车辆在判断日期整天对应的碳排量参考值； 中和应对设备， 用于确定与接收到的碳排量参考 值对应的判断日期碳中和策略。 通过本发明， 能 够建立人工智能模型以基于同车系多车辆的历 史碳排放数据预测未来日期的同车系单车辆的 碳排放数据， 从而使 得工业园区车辆的碳中和策 略达到预期效果。 权利要求书2页 说明书7页 附图3页 CN 114444777 B 2022.12.02 CN 114444777 B 1.一种用于车辆碳 排量识别的人工智能模型应用系统， 其特 征在于， 所述系统包括： 分布采集机构， 采用分别布置在同一工业园区内同一车系的各辆车辆上的数据采集装 置以分别采集所述各辆车辆在某一日期整天的碳 排量数据； 内容捕获机构， 与所述分布采集机构连接， 用于获取所述各辆车辆在该某一日期次日 整天的碳排量数据， 并对所述各辆车辆在该某一日期次日整天的碳排量数据执行均值计算 以获得所述工业园区环境下 所述车系的碳 排量参考值； 初级解析机构， 分别与所述分布采集机构和所述内容捕获机构连接， 用于将所述各辆 车辆在该某一日期整天的碳排量数据作为深度卷积网络的多个输入信息， 将所述车系下每 一车辆在该某一日期次日整天对应的碳排量参考值作为深度卷积网络的单个输出信息， 以 完成深度卷积网络的初级解析处 理； 次级解析机构， 与所述初级解析机构连接， 用于基于所述各辆车辆的历史碳排量数据 和历史碳排量参考值执行对所述深度卷积网络的设定次数的多次训练处理， 以完成深度卷 积网络的次级解析处 理； 排放判断设备， 与所述次级解析机构连接， 用于在判断日期零点将所述各辆车辆在判 断日期前一天整天的碳排量数据作为完成次级解析处理的深度卷积网络的多个输入信息 以执行完成次级解析 处理的深度卷积网络， 获得输出的所述车系下每一车辆在判断日期整 天对应的碳 排量参考值； 中和应对设备， 与所述排放判断设备连接， 设置在所述车系的每一车辆上， 用于确定与 接收到的判断日期整天对应的碳 排量参考值对应的判断日期碳中和策略； 其中， 选择的所述设定次数的数值与所述各辆车辆的数量呈现单调正向关联关系； 其中， 确定与接收到的判断日期整天对应的碳排量参考值对应的判断日期碳中和策略 包括： 接收到的判断日期整天对应的碳排量参考值数值越大， 执行 的二氧化碳吸 附强度越 高。 2.如权利要求1所述的用于车辆碳排量识别的人工智能模型应用系统， 其特征在于， 所 述系统还 包括： 多个吸附滤网， 设置在所述车系的每一车辆的排气管口， 每一个吸附滤网在竖立状态 下执行对排气管口排放的二氧化碳的吸附动作， 在横卧状态下暂停执行对排气管口排放的 二氧化碳的吸附动作。 3.如权利要求2所述的用于车辆碳排量识别的人工智能模型应用系统， 其特征在于， 所 述系统还 包括： 网体驱动设备， 分别与所述多个吸附滤网和所述中和应对设备连接， 用于基于接收到 的判断日期整天对应的碳排量参考值确定所述多个吸 附滤网中处于竖立状态下的吸 附滤 网数量； 其中， 接收到的判断日期整天对应的碳排量参考值数值越大， 执行的二氧化碳吸附强 度越高包括： 接 收到的判断日期整天对应的碳排量参考值数值越大， 确定的所述多个 吸附 滤网中处于竖立状态下的吸附滤网数量越多。 4.如权利要求1所述的用于车辆碳排量识别的人工智能模型应用系统， 其特征在于， 所 述系统还 包括： 信号交互机构， 包括设置在所述车系的每一车辆上的第 一通信接口以及 设置在所述工权　利　要　求　书 1/2 页 2 CN 114444777 B 2业园区的管理服 务器处的第二 通信接口； 其中， 所述内容捕获机构、 所述初级解析机构、 所述 次级解析机构以及所述排放判断设 备设置在所述工业园区的管理服 务器处； 其中， 所述第一通信接口分别与所述内容捕获机构以及所述排放判断设备电性连接， 同时与所述第二 通信接口建立双向的无线通信链路； 其中， 所述第二 通信接口分别与所述分布采集机构以及所述中和应对设备电性连接 。 5.如权利要求1 ‑4任一所述的用于车辆碳排量识别的人工智能模型应用系统， 其特征 在于： 将所述各辆车辆在该某一日期整天的碳排量数据作为深度 卷积网络的多个输入信 息， 将所述车系下每一车辆在该某一日期次日整天对应的碳排量参考值作为深度卷积网络的 单个输出信息， 以完成深度卷积网络的初级解析处理包括： 所述深度卷积网络包括多个隐 层， 所述工业园区的占地 面积越大， 所述隐层的数量越多。 6.如权利要求5所述的用于车辆碳 排量识别的人工智能模型应用系统， 其特 征在于： 将所述各辆车辆在该某一日期整天的碳排量数据作为深度 卷积网络的多个输入信 息， 将所述车系下每一车辆在该某一日期次日整天对应的碳排量参考值作为深度卷积网络的 单个输出信息， 以完成深度卷积网络的初级解析处理还包括： 所述深度卷积网络还包括单 个输入层和单个输出层， 所述多个隐层位于所述单个输入层和所述单个输出层之间。 7.如权利要求1 ‑4任一所述的用于车辆碳排量识别的人工智能模型应用系统， 其特征 在于： 采用分别布置在同一工业园区内同一车系的各辆车辆上的数据采集装置以分别采集 所述各辆车辆在某一日期整天的碳排量数据包括： 被采集碳排量数据的每一车辆被配置为 仅仅在所述工业园区内部行驶的车辆 。 8.一种用于车辆碳排量识别的人工智能模型应用方法， 所述方法包括使用如权利要求 1‑7任一所述的用于车辆碳排量识别的人工智能模型应用系统以针对同一工业园区内同一 车系的各辆车辆基于历史碳排放数据智能解析判断日期的所述车系下每一车辆的碳排放 数据进而为车辆在判断日期的碳中和应对准备基础信息 。 9.一种计算机可读存储介质， 其特征在于， 所述可读存储介质上存储有计算机程序， 所 述计算机程序在被执 行时实现如权利要求8所述方法的各个步骤。权　利　要　求　书 2/2 页 3 CN 114444777 B 3