企业碳排放管理

此亚马逊云科技解决方案有何用途？

该解决方案借助亚马逊云科技物联网服务，收集企业的设备运行数据；基于国家发布的 24 个行业或国际的温室气体排放标准，计算温室气体排放量；借助亚马逊云科技人工智能与机器学习技术，预测企业未来的能耗情况；将数据以图表的形式展示，帮助企业制定详细的节能减排方案，实现“碳达峰碳中和”目标。

方案优势

便于收集设备运行数据

提供两种数据收集方式。使用亚马逊云科技物联网服务，实时收集设备运行数据。此外也可以使用手动填报或文件传输的形式，导入历史设备运行数据。

基于不同行业计算温室气体排放量

针对国家发布的 24 个行业或国际的温室气体排放标准，基于设备运行数据，根据实际情况自动选用不同的计算因子，计算企业的温室气体排放量

预测企业未来的能耗情况

基于企业的能源消耗数据，使用人工智能与机器学习技术，预测未来企业的能耗情况。

仪表板展示

将企业实时能耗数据以及预测的能耗数据以图表的形式展示给企业，帮助企业制定更加精准的节能减排方案。

亚马逊云科技中国峰会

6 月 19 日 - 20 日｜上海世博中心

聚焦生成式 AI 从技术爆发迈向行业深耕的跨越

抢占免费席位

解决方案架构及说明

以下架构图展示了整个方案的部署架构。

图为“碳数据湖”参考架构

图示说明：

企业能源消耗的原始数据，来自不同的业务部门和系统，或者第三方供应商，数据来源包括从数据库或数据湖导入的历史数据、通过 API 接口输入的内部或外部数据、通过物联网设备接入的智能仪表数据、以及 CRM、ERP、MES 等第三方系统导入的数据。
原始数据以网页数据填报、文件上传等形式，导入“碳数据湖”后，将企业能源消耗的原始数据保存在 Amazon S3 存储桶中。当有新数据上传到 Amazon S3 后，会自动触发 Amazon Step Functions，对数据进行分析。
Amazon Step Functions 对企业能源消耗数据进行数据质量检查、数据压缩、转换、标准化和碳排放计算。
Amazon Glue DataBrew 提供数据质量检测和异常数据警报，当数据存在异常时，将停止数据分析的后续操作，并把数据存储到异常数据的 Amazon S3 存储桶中，并触发数据异常通知。
数据沿袭是在整个生命周期中记录和跟踪数据流的过程，把数据沿袭情况写入 Amazon DynamoDB 数据库，使企业能够可视化和理解数据来自哪里，它如何随时间变化，以及它最终存储在哪里。
Amazon Lambda 根据存储在 Amazon DynamoDB 中的碳排放因子，计算企业的碳排放情况。
将能源消耗原始数据、对应的碳排放因子、计算后的碳排放数据，根据实际情况，保存在 Amazon S3 存储桶、Amazon DynamoDB 和 Amazon Aurora 数据库中。
企业可以使用 Amazon SageMaker 训练和部署机器学习模型，用于预测未来的碳排放情况，并使用 BI 工具，进行历史数据和预测数据的展示。使用 Amazon Athena 进行数据查询存储在 Amazon S3 存储桶中的数据。
企业使用 Amazon AppSync 部署API，并通过 Amazon ECS 部署 Web 应用程序，进行应用程序配置、基本数据浏览、数据上传和数据可视化。