一种基于边云链协同的能源互联网数据管理方法与流程

1.本技术涉及互联网领域，尤其是一种基于边云链协同的能源互联网数据管理方法。


背景技术：

2.能源互联网可理解是综合运用先进的电力电子技术,信息技术和智能管理技术,将大量由分布式能量采集装置,分布式能量储存装置和各种类型负载构成的新型电力网络、石油网络、天然气网络等能源节点互联起来,以实现能量双向流动的能量对等交换与共享网络，“能源互联网”用先进的传感器、控制和软件应用程序，将能源生产端、能源传输端、能源消费端的数以亿计的设备、机器、系统连接起来，形成了能源互联网的“物联基础”，大数据分析、机器学习和预测是能源互联网实现生命体特征的重要技术支撑：能源互联网通过整合运行数据、天气数据、气象数据、电网数据、电力市场数据等，进行大数据分析、负荷预测、发电预测、机器学习，打通并优化能源生产和能源消费端的运作效率，需求和供应将可以进行随时的动态调整。
3.随着智能传感监测与信息化建设速度的加快，包含能源生产、传输、消费等环节的数据信息形成了能源大数据，为构建实时、高效、准确的能源互联网系统提供了丰富的数据源，能源互联网系统是一个典型的多节点分布式网络，但现有的能源互联网系统从生产至消费经过了多个环节，每个环节都需要大量的数据分析和计算，浪费资源，且存在网络延时、隐私泄漏等问题，容易造成重大损失。因此，针对上述问题提出一种基于边云链协同的能源互联网数据管理方法。


技术实现要素：

4.在本实施例中提供了一种基于边云链协同的能源互联网数据管理方法用于解决现有技术中的现有的能源互联网系统从生产至消费经过了多个环节，每个环节都需要大量的数据分析和计算，浪费资源，且存在网络延时、隐私泄漏等问题，容易造成重大损失问题。
5.根据本技术的一个方面，提供了一种基于边云链协同的能源互联网数据管理方法，所述方法包括如下步骤：
6.s1、能源数据采集，对能源互联网数据资源进行采集；
7.s2、能源数据处理，构建基于边云链协同能源数据管理架构，并利用边云协调机制对数据进行分析、管理，协调边缘侧完成轻量级业务反馈以及数据的知识化处理，云端完成高价值密度的数据融合与应用级的数据分析，实现对云端和边缘侧在数据存储，计算以及业务需求响应的统一调度；
8.s3、能源数据知识化和共享，构件模块化、组件化、可配置的智能组件库，通过智能算法对智能合约库进行不断迭代更新，训练智能合约对不同任务的自动配置与优化能力；
9.s4、能源数据挖掘，利用人工智能技术和大数据技术对数据进行融合、分析，发现数据价值；
10.s5、能源数据交易，构建能源数据运营体系，采用基于智能合约的区块链交易模式，通过身份验证实现数据交易准人机制的执行，根据数据需求的要求制定具体的需求模型并以智能合约的形式部署在区块链中，全程通过签订数据使用合约实现数据的交易；
11.s6、能源数据应用，将能源数据传输至各个终端中进行使用。
12.进一步地，所述s2步骤中的基于边云链协同能源数据管理架构包括数据处理区块、边云协调区块、知识区块和能源数据区块，所述数据处理区块包括人工智能算法、数据融合和数据处理等，所述边云协调区块包括骨干结构网、无线公网和大客户专线，所述知识区块包括多个边缘节点、所述源数据区块包括基础数据、运行数据、环境数据和经济数据。
13.进一步地，所述s2步骤中构建基于边云链协同能源数据管理架构的具体步骤为，根据能源数据全过程管理及共享运营需求构建三层平台架构，首先在边缘侧部署算法，形成快速就地管控能力，完成轻量级业务反馈以及数据的知识化处理，其次在云端主站部署基于机器学习和深度学习框架的集中式数据计算，完成高价值密度的数据融合与应用级的数据分析，并实现对边云侧在数据存储、计算等方面的统一调度，最后基于分布式一致性算法和非对称加密技术，确保数据上云上链全过程的一致性与可信度，实现数据的隐私保护和安全共享，实现用户端需求的快速决策和响应，最终实现数据、信息、知识、价值共享的功能转换。
14.进一步地，所述s2步骤中边云协调机制的具体步骤为：
15.步骤一、梳理能源系统中不同能源网络端的数据结构与类型，通过分析不同能源网络节点中数据量以及处理难度来研究其算力分布特性；
16.步骤二、根据各类传输方法，研究边缘节点和云端的交互模式，协调边缘侧完成轻量级业务反馈以及数据的知识化处理，云端完成高价值密度的数据融合与应用级的数据分析，实现对云端和边缘侧在数据存储、计算以及业务需求响应的统一调度。
17.进一步地，所述s3步骤中智能算法包括组件筛选、组件配置和组件优化，所述步骤3中智能合约包括数据挖掘、数据过滤、优化结构和知识再创造。
18.进一步地，所述s3步骤中能源数据知识化和共享具体步骤为，出现任务数据时，组件化智能合约会自动将其提取成初步知识，并结合联邦学习架构在保证数据隐私的前提下完成多方的知识挖掘与共享，训练得到的有效知识将会被智能合约用于学习和优化系统，最终进行知识的再创造，所述联邦架构包括加密数据、样本对齐、梯度计算、信息交互、参数更新和奖励机制。
19.进一步地，所述s5步骤中能源数据运营体系的构建包括云边链技术协同模式研发、能源数据运营逻辑设计、综合能源数据节点设置和数据估值与交易。
20.进一步地，所述云边链技术协同模式研发包括数据交易激励措施、通证的获取方式、通证的兑换方式和通证的流通方式。
21.进一步地，所述数据估值与交易包括数据交易和数据估值，所述数据交易包括身份验证、需要模型定制和合约签订与执行。
22.进一步地，所述数据估值包括数据盈利定价、应用收益、质量系数、质量评估指标和应用场景分析。
23.通过本技术上述实施例，解决了现有的能源互联网系统从生产至消费经过了多个环节，每个环节都需要大量的数据分析和计算，浪费资源，且存在网络延时、隐私泄漏等问
题，容易造成重大损失问题，利用边云链协同技术的能源互联网数据共享与运营具有去中心化、公开透明、不可篡改等特性，避免泄漏隐私、避免发生网络延时的情况，便于能源互联网数据的管理。
附图说明
24.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
25.图1为本技术一种实施例的整体流程示意图。
具体实施方式
26.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
27.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
28.在本技术中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本技术及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
29.并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本技术中的具体含义。
30.此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。
31.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
32.请参阅图1所示，一种基于边云链协同的能源互联网数据管理方法，所述方法包括如下步骤：
33.s1、能源数据采集，对能源互联网数据资源进行采集；
34.s2、能源数据处理，构建基于边云链协同能源数据管理架构，并利用边云协调机制对数据进行分析、管理，协调边缘侧完成轻量级业务反馈以及数据的知识化处理，云端完成高价值密度的数据融合与应用级的数据分析，实现对云端和边缘侧在数据存储，计算以及业务需求响应的统一调度；
35.s3、能源数据知识化和共享，构件模块化、组件化、可配置的智能组件库，通过智能算法对智能合约库进行不断迭代更新，训练智能合约对不同任务的自动配置与优化能力；
36.s4、能源数据挖掘，利用人工智能技术和大数据技术对数据进行融合、分析，发现数据价值；
37.s5、能源数据交易，构建能源数据运营体系，采用基于智能合约的区块链交易模式，通过身份验证实现数据交易准人机制的执行，根据数据需求的要求制定具体的需求模型并以智能合约的形式部署在区块链中，全程通过签订数据使用合约实现数据的交易；
38.s6、能源数据应用，将能源数据传输至各个终端中进行使用。
39.所述s2步骤中的基于边云链协同能源数据管理架构包括数据处理区块、边云协调区块、知识区块和能源数据区块，所述数据处理区块包括人工智能算法、数据融合和数据处理等，所述边云协调区块包括骨干结构网、无线公网和大客户专线，所述知识区块包括多个边缘节点、所述源数据区块包括基础数据、运行数据、环境数据和经济数据。
40.所述s2步骤中构建基于边云链协同能源数据管理架构的具体步骤为，根据能源数据全过程管理及共享运营需求构建三层平台架构，首先在边缘侧部署算法，形成快速就地管控能力，完成轻量级业务反馈以及数据的知识化处理，其次在云端主站部署基于机器学习和深度学习框架的集中式数据计算，完成高价值密度的数据融合与应用级的数据分析，并实现对边云侧在数据存储、计算等方面的统一调度，最后基于分布式一致性算法和非对称加密技术，确保数据上云上链全过程的一致性与可信度，实现数据的隐私保护和安全共享，实现用户端需求的快速决策和响应，最终实现数据、信息、知识、价值共享的功能转换。
41.所述s2步骤中边云协调机制的具体步骤为：
42.步骤一、梳理能源系统中不同能源网络端的数据结构与类型，通过分析不同能源网络节点中数据量以及处理难度来研究其算力分布特性；
43.步骤二、根据各类传输方法，研究边缘节点和云端的交互模式，协调边缘侧完成轻量级业务反馈以及数据的知识化处理，云端完成高价值密度的数据融合与应用级的数据分析，实现对云端和边缘侧在数据存储、计算以及业务需求响应的统一调度,针对从边缘侧上传到云端的高密度数据,基于分布式一致性算法和区块链中非对称加密技术,确保数据上云上链全过程的一致性与可信度，实现数据的隐私保护和安全共享，利用数据溯源技术和区块链中的智能合约技术，研究数据处理方式、所有权及其变更流程的共识机制，实现数据的可靠确权与安全可控。
44.所述s3步骤中智能算法包括组件筛选、组件配置和组件优化，所述步骤3中智能合约包括数据挖掘、数据过滤、优化结构和知识再创造。
45.所述s3步骤中能源数据知识化和共享具体步骤为，出现任务数据时，组件化智能合约会自动将其提取成初步知识，并结合联邦学习架构在保证数据隐私的前提下完成多方的知识挖掘与共享，训练得到的有效知识将会被智能合约用于学习和优化系统，最终进行知识的再创造，系统,最终进行知识的再创造，基于区块链、智能组件和机器流程自动化技
术，可智能分解复杂生产任务、支持协同训练、量化贡献、加密溯源的人工智能算法协作数据知识化及共享机制，有效解决能源数据跨系统共享难点，所述联邦架构包括加密数据、样本对齐、梯度计算、信息交互、参数更新和奖励机制。
46.所述s5步骤中能源数据运营体系的构建包括云边链技术协同模式研发、能源数据运营逻辑设计、综合能源数据节点设置和数据估值与交易；所述云边链技术协同模式研发包括数据交易激励措施、通证的获取方式、通证的兑换方式和通证的流通方式；所述数据估值与交易包括数据交易和数据估值，所述数据交易包括身份验证、需要模型定制和合约签订与执行；所述数据估值包括数据盈利定价、应用收益、质量系数、质量评估指标和应用场景分析，以区块链作为能源互联网数据的存储和传输媒介，链接系统的边缘数据采集节点和数据处理中心通过边缘计算技术对数据进行本地处理，提高系统的快速反应能力，通过云计算技术对系统数据进行统一分析，确保系统的统筹管理能力，结合区块链的链式结构，构建基于通证经济的激励机制，设计通证的获取、兑换和流通方式，提高数据共享的有效性和价值密度。
47.本技术的有益之处在于：
48.本技术利用边云链协同技术的能源互联网数据共享与运营具有去中心化、公开透明、不可篡改等特性，避免泄漏隐私、避免发生网络延时的情况，便于能源互联网数据的管理，同时可以减少人为因素对交易流程的干预，提高数据交易效率。
49.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。

技术特征：
1.一种基于边云链协同的能源互联网数据管理方法，其特征在于：所述方法包括如下步骤：s1、能源数据采集，对能源互联网数据资源进行采集；s2、能源数据处理，构建基于边云链协同能源数据管理架构，并利用边云协调机制对数据进行分析、管理，协调边缘侧完成轻量级业务反馈以及数据的知识化处理，云端完成高价值密度的数据融合与应用级的数据分析，实现对云端和边缘侧在数据存储，计算以及业务需求响应的统一调度；s3、能源数据知识化和共享，构件模块化、组件化、可配置的智能组件库，通过智能算法对智能合约库进行不断迭代更新，训练智能合约对不同任务的自动配置与优化能力；s4、能源数据挖掘，利用人工智能技术和大数据技术对数据进行融合、分析，发现数据价值；s5、能源数据交易，构建能源数据运营体系，采用基于智能合约的区块链交易模式，通过身份验证实现数据交易准人机制的执行，根据数据需求的要求制定具体的需求模型并以智能合约的形式部署在区块链中，全程通过签订数据使用合约实现数据的交易；s6、能源数据应用，将能源数据传输至各个终端中进行使用。2.根据权利要求1所述的一种基于边云链协同的能源互联网数据管理方法，其特征在于：所述s2步骤中的基于边云链协同能源数据管理架构包括数据处理区块、边云协调区块、知识区块和能源数据区块，所述数据处理区块包括人工智能算法、数据融合和数据处理等，所述边云协调区块包括骨干结构网、无线公网和大客户专线，所述知识区块包括多个边缘节点、所述源数据区块包括基础数据、运行数据、环境数据和经济数据。3.根据权利要求1所述的一种基于边云链协同的能源互联网数据管理方法，其特征在于：所述s2步骤中构建基于边云链协同能源数据管理架构的具体步骤为，根据能源数据全过程管理及共享运营需求构建三层平台架构，首先在边缘侧部署算法，形成快速就地管控能力，完成轻量级业务反馈以及数据的知识化处理，其次在云端主站部署基于机器学习和深度学习框架的集中式数据计算，完成高价值密度的数据融合与应用级的数据分析，并实现对边云侧在数据存储、计算等方面的统一调度，最后基于分布式一致性算法和非对称加密技术，确保数据上云上链全过程的一致性与可信度，实现数据的隐私保护和安全共享，实现用户端需求的快速决策和响应，最终实现数据、信息、知识、价值共享的功能转换。4.根据权利要求1所述的一种基于边云链协同的能源互联网数据管理方法，其特征在于：所述s2步骤中边云协调机制的具体步骤为：步骤一、梳理能源系统中不同能源网络端的数据结构与类型，通过分析不同能源网络节点中数据量以及处理难度来研究其算力分布特性；步骤二、根据各类传输方法，研究边缘节点和云端的交互模式，协调边缘侧完成轻量级业务反馈以及数据的知识化处理，云端完成高价值密度的数据融合与应用级的数据分析，实现对云端和边缘侧在数据存储、计算以及业务需求响应的统一调度。5.根据权利要求1所述的一种基于边云链协同的能源互联网数据管理方法，其特征在于：所述s3步骤中智能算法包括组件筛选、组件配置和组件优化，所述s3步骤中智能合约包括数据挖掘、数据过滤、优化结构和知识再创造。6.根据权利要求1所述的一种基于边云链协同的能源互联网数据管理方法，其特征在
于：所述s3步骤中能源数据知识化和共享具体步骤为，出现任务数据时，组件化智能合约会自动将其提取成初步知识，并结合联邦学习架构在保证数据隐私的前提下完成多方的知识挖掘与共享，训练得到的有效知识将会被智能合约用于学习和优化系统，最终进行知识的再创造，所述联邦架构包括加密数据、样本对齐、梯度计算、信息交互、参数更新和奖励机制。7.根据权利要求1所述的一种基于边云链协同的能源互联网数据管理方法，其特征在于：所述s5步骤中能源数据运营体系的构建包括云边链技术协同模式研发、能源数据运营逻辑设计、综合能源数据节点设置和数据估值与交易。8.根据权利要求7所述的一种基于边云链协同的能源互联网数据管理方法，其特征在于：所述云边链技术协同模式研发包括数据交易激励措施、通证的获取方式、通证的兑换方式和通证的流通方式。9.根据权利要求7所述的一种基于边云链协同的能源互联网数据管理方法，其特征在于：所述数据估值与交易包括数据交易和数据估值，所述数据交易包括身份验证、需要模型定制和合约签订与执行。10.根据权利要求9所述的一种基于边云链协同的能源互联网数据管理方法，其特征在于：所述数据估值包括数据盈利定价、应用收益、质量系数、质量评估指标和应用场景分析。

技术总结
本发明公开了一种基于边云链协同的能源互联网数据管理方法用于解决现有技术中的现有的能源互联网系统从生产至消费经过了多个环节，每个环节都需要大量的数据分析和计算，浪费资源，且存在网络延时、隐私泄漏等问题，容易造成重大损失问题。本发明结构简单，安装和维护方便，工作灵敏度高，工作安全可靠，改善了产品工作性能和数据采集方式，大大节省的人力物力。本发明中，利用边云链协同技术的能源互联网数据共享与运营具有去中心化、公开透明、不可篡改等特性，避免泄漏隐私、避免发生网络延时的情况，便于能源互联网数据的管理。便于能源互联网数据的管理。便于能源互联网数据的管理。


技术研发人员：徐旭慧 仇煜 沈明
受保护的技术使用者：浙江浙能兰溪发电有限责任公司
技术研发日：2023.03.10
技术公布日：2023/8/24