的高度集中区域，已成为我国控碳减碳的重要靶点。碳数据管理是研究分析工业园区碳减排重点 和制定降碳具体措施的重要基础。目前，工业园区碳数据管理基础较薄弱，缺乏相应的制度体系 规范，亟待夯实相关制度流程，指导园区精准度量减碳成效，科学评估部门要素，推动低碳发展。 本报告梳理了现行碳数据管理制度体系（统计、核算、管理、评价体系）存在的一些共性问题和 特性问题，针对现行体系的不足有目的地开展园区碳数据管理制度设计，在清晰界定园区碳数据 界定园区碳数据 管理边界和目标的基础上，开展二氧化碳（以下简称“CO ”）排放源活动水平数据的收集、核算、汇 总、报告、核证，综合形成碳总量和强度数据，进一步提升园区碳数据管理体系的实操性。 2 目 录 CONTENTS 01 前言 附件1：园区碳数据补充调查表 附件2：专有名词解释 研究背景与目标 园区碳数据管理体系框架 园区碳数据管理边界 02 现行碳数据管理制度体系 现行碳数据管理制度体系 统计体系 核算体系 管理体系 评价体系 现行体系存在的问题 03 园区碳数据管理制度设计 园区碳数据管理机制 范围和目标确定 方法学、规范及程序 工作流程 数据收集 数据核算 质量保证及质量控制 报告和数据管理 01 05 08 09 11 13 14 18 20 21 27 28 30 36 22 23 25 16

1 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 [编号 ODCC-2023-02006] 零碳数据中心园区能碳管理系统 白皮书 开放数据中心委员会 2023-09 发布 I 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 版权声明 ODCC（开放数据中心委员会）发布的各项成果，受《著作权法》保护， 编制单位共同享有著作权。 转载、摘编或利用其它方式使用 成果中的文字或者观点的，应注明 来源：“开放数据中心委员会 ODCC”。 对于未经著作权人书面同意而实施的剽窃、复制、修改、销售、改编、汇 编和翻译出版等侵权行为，ODCC 及有关单位将追究其法律责任，感谢各单位 的配合与支持。 II 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 编写组 项目经理： 王元月 北京中科合盈数据科技有限公司 工作组长： 李代程 百度在线网络技术（北京）有限公司 周天宇 北京中科合盈数据科技有限公司 叶雷霖 北京中科合盈数据科技有限公司 何玮 北京中科合盈数据科技有限公司 彭飞 北京中科合盈数据科技有限公司 苗兵杰 北京中科合盈数据科技有限公司 胡辉 北京中科合盈数据科技有限公司 马青云 北京中科合盈数据科技有限公司 于景淇 北京中科合盈数据科技有限公司 毛隆 北京中科合盈数据科技有限公司 杨朝旭 北京中科合盈数据科技有限公司 李洁 中国信息通信研究院

设备智能化改造..................................................................................24 3.2 数据采集与分析..................................................................................26 3.3 降低能耗方案. ......................................................................................32 4.1 需求调研与分析..................................................................................35 4.1.1 现有生产流程评估 5.1.1 机器学习算法.............................................................................65 5.1.2 数据处理技术.............................................................................67 5.2 物联网技术.....

六、数据资 源 • 七、园区安 全 • 八、环境生 态 • 九、应急响 应 • 十、能源管 理 标准编制 为规范智慧化工园区建设，开展了《智慧化工园区建 设指南》国标的编制 新环境 国家对安全、环保、应急管理的要求不断提高 智慧化工园区 借助信息技术，提升园区的综合水平 一、背景 本标准规定了智慧化工园区的 建设总则、基础设施、数据资 广义上是指化工园区信息化、智能化，通过物联网、云计算、大数据、人工智能等新一代信息技术，实现园区基 础设施优化、运行管理精细化、功能服务信息化和产业发展智慧化，以建设“安全、创新、绿色、智能、协调” 的智慧型化工园区。 三、术语 > 规划 以安全和生态理念为核心、物联网信息与通信 技术为基础，开发具有专业性、集成化特征的 智慧园区数据资源支撑平台，满足园区各类应 用系统的信息化业务需求。 2 1 传输处理 数据传输处理是将园区采集的 数据通过网络传输后在其物理 场所进行的存储、索引及服务， 按数据类型分配至不同数据库 进行存储，然后对存储的数据 进行清洗、转换后再次存储 备 用，以满足数据支撑平台 高速 数据访问的需求。 物理场所 物理场所指满足园区日 常办公和应急指挥要求， 支撑智慧园区数据资源 中心运行与服务的场地

英特尔（中国）有限公司 2023 年 12 月 从云端到边缘端，数据正在出现爆炸式增长，数智技术正在带 来颠覆式创新，物理世界与虚拟世界正在加速融合……变革的 浪潮席卷而过。园区作为产业经济集聚的重要形态与主体，正 在成为新一轮数智化变革的见证者与推动者。通过把握数智化 技术带来的商机，融入蓬勃的数智生态，园区将能够持续挖掘 数据价值，推动业务转型，从而释放创新价值，驱动社会经济 快速发展。 快速发展。 但同时，在数智技术快速发展的背景下，园区数据快速增长， 大模型等创新应用不断落地，这意味着园区需要对云、边缘、 网络等基础设施进行重构或优化，并利用创新的软硬件技术组 合，满足数智园区在计算、存储、网络等关键资源方面的需求， 充分释放数智转型的潜能。 为了助力园区的数智化转型，全国智能建筑及居住区数字化标 准化技术委员会 (SAC/TC426)（简称：全国智标委）与英特尔 联合 联合众多合作伙伴，发布了《数智园区行业参考指南》。本指 南旨在总结中国数智园区的发展特征，并通过对于数智园区典 型方案和案例的分析与总结，给出数智园区的技术趋势和参考 架构，帮助园区更好地利用数智技术的创新成果，持续拓展数 智园区的能力范围与服务边界，实现园区全状态实时化和可视 化、园区管理决策协同化和智能化。 我们希望通过本指南，能够吸引更多园区加入到数智创新进程 中来，助力园区内企业、人员、车辆、商业等要素的数智化管

头迅猛，预计未 来仍将保持其作为全球最大石油生产国的地位。美国在整体技术创新、页岩油开发以及油气资源 储备方面具有显著的优势。目前，美国石油石化产业正在大量采用先进的数字技术，如物联网、 大数据分析和人工智能等，提高效率和降低成本，技术创新的主要领域集中在提高采收率、降低 环境影响、开发新的勘探与生产技术等。 ����年，党的十六大报告首次提出：“坚持以信息化带动工业化，以工业化促进信息化，走 果。����年��月，美国《工业互联网战略》发布， 旨在通过物联网（IoT）技术推动包括石化产业在内的制造业能力升级，通过智能传感器、数据分 析和自动化技术，实现优化提效。����年�月，美国能源部（DOE）提出《能源部数字化转型计 划》，重点是利用大数据和人工智能技术，提高能源生产和管理的智能化水平、效率和安全性。 拜登政府也在积极发布政策，大力发展清洁能源和数字技术，推动美国能源产业的转型。 国将更加聚焦提高能源效率、发展可再生能源技术和推动能源转型。 德国在石化领域的产业升级过程中，强调引入人工智能、量子计算等数字技术，推动产业效 率和创新能力的提升。《德国工业战略����》和《德国数据战略》等一系列文件都表明了德国对 包括石化产业在内的各产业数字化和智能化发展的强烈关注，注重依托先进的数字技术优化供应 链管理和生产流程，以保持德国在工业领域的领先地位。 欧洲的石油需求整体上

工业大模型作为新一代人工智能技术与工业场景深度融合的结晶，正以前 所未有的速度重构制造业的智能化体系。随着第四次工业革命的推进，工业大 模型凭借其卓越的数据处理能力、出众的跨模态融合特性以及高效的智能决策 效能，日益成为推动工业智改数转的核心驱动力。然而，尚处于初级发展阶段 的工业大模型，仍面临工业数据多模态复杂性、模型可解释性不足以及应用成 本较高等挑战。为此，行业迫切需要系统性的解决方案，以促进工业大模型技 术的有效落地与广泛应用。 1.1.2 工业任务/行业模型适配 ................................................................ 10 1.1.3 工业数据制备.................................................................................. 10 1.1.4 工业基座模型训练 1.2 工业大模型的特点.......................................................................... 11 1.2.1 数据维度.......................................................................................... 11 1

...................................................................................19 第二节 智慧园区功能定位分析................................................................................................... 中国智慧园区解决方案商发展现状洞察 ..............................................................45 第一节 中国智慧园区解决方案商行业发展分析........................................................................45 1.行业发展态势............... .................................49 第二节 中国智慧园区解决方案商核心能力分析比较................................................................50 1.头部厂商智慧园区解决方案分析........................................................

.............................................................................. 28 5.1. 工业大模型应用面临数据质量和安全、可靠性、成本三大挑战 ...................................................... 28 5.2. 工业大模型应用将伴随技术演进持续加速和深化 Need》中创造性地提出 Transformer 架构，凭借注意力机 制，极大地改善了机器学习模型处理序列数据的能力，尤其是在自然语言处理（NLP） 领域。Transformer 架构的出现，为后续的大模型如 ChatGPT 等奠定了技术基础。 ChatGPT、Bert 等大模型通过海量数据和庞大的计算资源支持，使得模型具备了强大的 通用性和复用性。大模型可以被广泛应用于自然语言处理、计算机视觉、语音识别等 Model）。我们认为，大模型主 要具备以下三大特征： 参数规模大：大模型的参数规模远大于传统深度学习模型。大模型发展呈现“规模 定律”（Scaling Law）特征，即：模型的性能与模型的规模、数据集大小和训练用的计 算量之间存在幂律关系，通俗而言就是“大力出奇迹”。不过“大”并没有一个绝对的标 准，而是一个相对概念。传统模型参数量通常在数万至数亿之间，大模型的参数量则 至少在亿级以上，并已发展到过万亿级的规模。如

1)：规范化标准体系 建筑、资产信息标准化，确保信息系统完整、组织明确、易更 新扩展。对原有土地、房产信息的一次集中升级与改造，主要包括 原数据组织的扩展、零散信息的汇总、纸质数据的信息化、建筑 CAD 图形的整合等，系统基础数据要求符合 BIM 数据标准，为后期 的数据积累、扩充和完善提供必要的信息化建设基础。 2）：可视化技术应用 伟景行智慧建筑运维管理平台解决方案 建筑平面上各 个房间功能和精确尺寸面积信息，并用不同色彩填充表示。通过这 些可以直观的方式显示当前房产资产平面空间布置等信息。 可浏览漫游 BIM 三维设计模型，并查询模型中设备对象的信息 数据。以三维视角更直观认识当前房产、资产。 3）：建筑房产管理 以房间为基本单位，通过 BIM 三维模型、平面图、信息相结合 的方式，可以管理以下几个维度的信息 伟景行智慧建筑运维管理平台解决方案 专业、 类型/类别等。 通过从采购、入库、维修、借调、领用、分配、定位、折旧、 报废、盘点，实现设备资产全生命周期管理，简化、规范日常操作， 对管理范围内的设备进行评级管理、可靠性管理和统计分析，提高 管理的效率和质量。 基于 BIM 三维模型，跟踪设备、设施资产位置及其相关属性数 伟景行智慧建筑运维管理平台解决方案