CN113038406A - 一种基于5g通信的冷站能耗采集分析可信计算系统 - Google Patents

Abstract

本发明公开了一种基于5G通信的冷站能耗采集分析可信计算系统，属于能耗分析可信计算技术领域。该系统包括能耗采集模块、区块链存储模块、可信计算模块、5G通信模块、预测模块、传输监控模块、数据检测模块、感知报警模块、数据库；所述能耗采集模块与区块链存储模块相连接；所述区块链存储模块与可信计算模块相连接；所述可信计算模块与5G通信模块相连接；所述预测模块与传输监控模块相连接；所述传输监控模块与数据检测模块相连接；所述数据检测模块与感知报警模块相连接；所述数据库与各个模块相连接。

Description

一种基于5G通信的冷站能耗采集分析可信计算系统

技术领域

本发明涉及能耗分析可信计算技术领域，具体为一种基于5G通信的冷站能耗采集分析可信计算系统。

背景技术

5G通信技术为第五代移动通信技术、蜂窝移动通信技术，其主要核心内容是表示声音和图像的模拟信号在手机中被数字化，由模数转换器转换并作为比特流传输，所带来的主要优势在于数据传输速率高、延迟低、能够实现大数据量传输。

可信计算一般包括5个关键技术概念，Endorsement key签注密钥、Secure inputand output安全输入输出、Memory curtaining储存器屏蔽、Sealed storage密封储存、Remote attestation远程认证。因此在可信计算中，常会出现计算机持有者被限制使用自己的计算机的能力状况，也容易发生隐私被窃取的可能性，例如当两台可信计算机进行传输数据时，其中一台可信计算机可以对另外一台可信计算机进行访问，已达到验证其是否运行一些非规定软件在进行篡改数据，这样的方式极有可能造成被访问计算机的隐私泄露。在传输过程中，传输的数据量也很难直接进行预测，在5G通信环境下，传输速度和传输量都得到了巨大的提升，些许时间的差异都可能造成大量数据的流失和篡改，对于接收方来讲，很难去验证传输数据量的准确度。基于以上问题，我们需要一种能够基于5G通信的可信计算系统去进行传输数据量这一过程的安全验证。

发明内容

本发明的目的在于提供一种基于5G通信的冷站能耗采集分析可信计算系统，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种基于5G通信的冷站能耗采集分析可信计算系统，该系统包括能耗采集模块、区块链存储模块、可信计算模块、5G通信模块、预测模块、传输监控模块、数据检测模块、感知报警模块、数据库；

所述能耗采集模块用于工作人员对冷站的能耗数据进行采集；所述区块链存储模块用于将工作人员采集的冷站能耗数据进行存储；所述可信计算模块用于提供可信计算环境进行数据的传输；所述5G通信模块用于对数据进行5G通信传输；所述预测模块用于根据大数据进行冷站能耗数据的预测；所述传输监控模块用于对数据传输过程中对传输类型进行监控；所述数据检测模块用于对传输类型和预测数据进行阈值检测；所述感知报警模块用于对不符合相关预测数据范围的数据或传输类型出现异常的数据进行报警；所述数据库用于调取相关历史数据；

所述能耗采集模块与区块链存储模块相连接；所述区块链存储模块与可信计算模块相连接；所述可信计算模块与5G通信模块相连接；所述预测模块与传输监控模块相连接；所述传输监控模块与数据检测模块相连接；所述数据检测模块与感知报警模块相连接；所述数据库与各个模块相连接。

根据上述技术方案，所述能耗采集模块包括IT能耗采集单元、制冷能耗采集单元、供配电能耗采集单元、照明及其它设备采集单元；

所述IT能耗采集单元用于采集IT设备的能耗情况；所述制冷能耗采集单元用于采集制冷设备的能耗情况；所述供配电能耗采集单元用于采集供配电的能耗情况；所述照明及其它设备采集单元用于采集照明及其它设备的能耗情况。

一般IT设备能耗占比最高；其次是制冷系统能耗；再次是供配电系统能耗；最后是照明及其他能耗，这里的其他能耗主要包括：安防设备、消防设备、电梯、传感器以及数据中心管理系统的能耗等。

根据上述技术方案，所述区块链存储模块包括数据接入单元、区块链；

所述数据接入单元用于将采集数据分类接入到区块链中；所述区块链用于存储相关数据，并建立密钥。

区块链存储模块主要用于对于采集数据的存储，在能耗采集模块采集得到了冷站的各项能耗消耗数据以后，直接存储至区块链中，用以保证数据不被泄露，不被更改，利用区块链的加密型和不可篡改性保证数据在这一阶段不受到人为的恶意篡改和窃取。

根据上述技术方案，所述可信计算模块包括可信计算机终端、验证单元、请求单元；

所述可信计算机终端包括数据方可信计算机终端、接收方可信计算机终端；所述数据方数据方可信计算机终端与接收方可信计算机终端设置有软硬件结合的服务环境；所述验证单元用于对可信计算环境进行验证，当验证双方能够进行通信时，反馈到请求单元；所述请求单元用于与区块链存储模块建立连接，请求能耗采集模块采集得到的数据。

由于可信计算的独特性质，两台可信计算机终端在相同的环境下进行数据传输，而其他的计算机无法与可信计算机建立连接进行数据传输，因此在建立连接以后即确定了数据传输的前提条件，此时经过验证单元的验证，确保环境可行的前提下，双方进行通信，与此同时由请求单元像区块链存储模块发出请求，进行能耗采集模块采集得到的数据的获取，这样可以保证数据从区块链存储模块中直接传输至数据方可信计算机终端，不经过其他手段，保证数据安全，从而在传输时间达到误差时，可以确定为人为因素在执行软件篡改数据而导致误差，以此来判断数据传输的安全性，这样的方法避免了接收方可信计算机终端在发现异常后强行访问数据方可信计算机终端，导致数据方可信计算机终端隐私权利受损。

根据上述技术方案，所述预测模块进行预测传输数据量包括以下步骤：

S1、获取各级冷站的历史能耗消耗总量数据和能耗效果数据；所述各级冷站包括：大型冷站、中型冷站、城市降温冷站；所述大型冷站、中型冷站、城市降温冷站根据服务建筑面积进行划分；所述能耗效果数据指各级冷站的历史能耗消耗总量所达成的服务效果；

S2、根据所述各级冷站的历史能耗消耗总量数据生成能耗消耗类型序列集；

S3、根据所述能耗消耗预测模型拟合所述能耗消耗类型序列集得到第一能耗消耗总量预测结果集；所述能耗消耗预测模型为GM(1,1)方法模型；

S4、根据所述历史能耗消耗总量数据和所述能耗效果数据分别确定能耗价值转化率和能耗消耗总量规划值；所述能耗消耗总量规划值为各级冷站内的能耗消耗占比；

S5、根据能耗价值转化率和能耗消耗总量规划值对所述第一能耗消耗总量预测结果集进行调整，得出预测传输数据量。

这里采用预测方式进行传输数据量的预测，主要是为了进一步验证数据传输的安全，减少误报情况的发生。但由于传输数据量难以预测，于是通过对冷站能耗的情况进行预测，因为数据量的主要来源为能耗分析数据。选用GM(1,1)方法模型主要是因为其在长久预测中更加精准，而其需要的大量历史数据，在现实条件下可以得到满足，而且不需要像其他预测方法一样计算量大，要求明显数据规律或需要凭经验给出参考系数，并且该模型理论性更强，计算更加方便。

根据上述技术方案，所述能耗消耗预测模型进行预测传输数据量包括以下步骤：

S3-1、调用历史数据形成原始数据结构列T₀，T₀＝{X₀(1)，X₀(2)，X₀(3)，……，X₀(n)}；

S3-2、对T₀作灰色一次累计生成处理，生成T₁，T₁＝{X₁(1)，X₁(2)，X₁(3)，……，X₁(n)}；因此T₁的白化微分方程为

S3-3、对T1作紧邻均值生成，得到Z₁＝0.5T₁(k)+0.5T₁(k-1)，记为Z₁＝{Z₁(1)，Z₁(2)，Z₁(3)，……，Z₁(n)}；进而得到矩阵B、Y；

其中，

S3-4、计算参数序列

S3-5、确定模型并根据公式：

求出T₁的模拟值为

S3-6、还原出T₀的模拟值

即

即为第一能耗消耗总量预测结果，记为D；

S3-7、根据历史能耗消耗总量数据和能耗效果数据进行计算能耗价值转化率和能耗消耗总量规划值，其中，能耗消耗总量规划值中，IT设备记为w₁；制冷设备记为w₂；供配电设备记为w₃；照明及其他设备记为w₄；

其中，w₁+w₂+w₃+w₄＝1；

能耗价值转化率记为h，根据公式：

h＝s*m₁；

其中，s为冷站服务效果范围；m₁为相关系数值；

S3-8、根据能耗价值转化率和能耗消耗总量规划值对所述第一能耗消耗总量预测结果进行调整，调整公式：

L＝(w₁m₂+w₂m₃+w₃m₄+w₄m₅+sm₁)*D；

其中，m₂-m₅为消耗量D下的数据量转换相关系数值，得出最终预测传输数据量结果，记为L。

根据上述技术方案，所述传输监控模块包括传输时间监控单元、传输故障监控单元；

所述传输类型监控单元用于对传输时间进行监测并记录；所述传输故障监控单元用于监控传输过程中是否发生故障情况，若发生，发送通知到数据检测模块。

传输时间监控单元主要是对传输时间进行监控，精度要求高，因为在5G通信环境下，数据传输速度和数据量都得到了巨大的提高，因此在时间上，一些细小的差距可能会造成大量数据流失或篡改，通过传输时间监控单元对传输时间的精准把控来反向验证是否有人在数据方可信计算机终端进行违规操作，从而达到保证数据传输安全的目的。而传输故障监控单元的存在主要是检测传输过程中网络环境的波动情况，避免出现由于客观因素导致的时间变化被误认为是主观人为因素导致，减少误报的可能性，从而使整体系统的运作更加精准。

根据上述技术方案，所述数据检测模块包括第一检测单元、第二检测单元；

所述第一检测单元用于检测实际数据量是否在预测数据量范围内；所述第二检测单元用于检测传输时间是否在规定范围内；

在第一检测单元中，预测模块传输预测数据量L，根据冷站自身情况设置阈值A，建立预测量范围为L-A到L+A之间，若实际数据量处于该范围，则继续正常传输，不属于，发送通知到感知报警模块；

在第二检测单元中，区块链存储模块将数据传输到可信计算模块后，计算得出所需传输时间，设置误差阈值A₂，建立误差范围，若传输监控模块未发送故障通知，但传输时间误差超出误差范围，即代表在传输过程中有其他软件处理数据，发送通知到感知报警模块。

根据上述技术方案，所述感知报警模块包括感知单元、报警单元；

所述感知单元用于接收数据检测模块发送的通知，并及时分析处理；所述报警单元对感知单元处理过的通知进行报警处理；

感知单元进行分析处理包括如下步骤：

S9-1、若实际数据量不处于预设范围内，但传输时间处于规定范围内，进行轻微报警处理；

S9-2、若实际数据量不处于预设范围内，且传输时间不处于规定范围内，进行高级报警处理；

S9-3、若实际数据量处于预设范围内，但传输时间不处于规定范围内，进行高级报警处理；

S9-4、若实际数据量处于预设范围内，且传输时间处于规定范围内，不进行报警处理。

根据上述技术方案，所述数据库包括历史能耗消耗总量数据、环境数据、地理位置数据、能耗消耗类型数据、历史报警数据。

与现有技术相比，本发明所达到的有益效果是：本发明利用在5G通信环境下传输速度快，传输数据量高的特性，对传输时间进行精准监控，以此来保证传输数据的安全性，利用区块链来保证数据从采集到存储以后的不被篡改性，能够在可信计算环境下不强行访问数据端计算机，尽最大可能保护计算机持有者的信息安全和控制计算机的能力，在数据传输的进程中保证数据的安全；同时还加有预测模块，利用对能耗消耗量的预测进而得出数据量的预测情况，解决了数据量预测的难题，选用GM(1,1)方法模型理论性更强，计算更加方便，同时对预测数据量的范围进行了限定，配合传输时间的监控，能够有效减少系统运作过程中发生误报的可能性。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明一种基于5G通信的冷站能耗采集分析可信计算系统的结构示意图；

图2是本发明一种基于5G通信的冷站能耗采集分析可信计算系统的预测模块步骤示意图；

图3是本发明一种基于5G通信的冷站能耗采集分析可信计算系统的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

请参阅图1-3，本发明提供技术方案：如图1所示，一种基于5G通信的冷站能耗采集分析可信计算系统，该系统包括能耗采集模块、区块链存储模块、可信计算模块、5G通信模块、预测模块、传输监控模块、数据检测模块、感知报警模块、数据库；

所述能耗采集模块用于工作人员对冷站的能耗数据进行采集；所述区块链存储模块用于将工作人员采集的冷站能耗数据进行存储；所述可信计算模块用于提供可信计算环境进行数据的传输；所述5G通信模块用于对数据进行5G通信传输；所述预测模块用于根据大数据进行冷站能耗数据的预测；所述传输监控模块用于对数据传输过程中对传输类型进行监控；所述数据检测模块用于对传输类型和预测数据进行阈值检测；所述感知报警模块用于对不符合相关预测数据范围的数据或传输类型出现异常的数据进行报警；所述数据库用于调取相关历史数据；

所述能耗采集模块与区块链存储模块相连接；所述区块链存储模块与可信计算模块相连接；所述可信计算模块与5G通信模块相连接；所述预测模块与传输监控模块相连接；所述传输监控模块与数据检测模块相连接；所述数据检测模块与感知报警模块相连接；所述数据库与各个模块相连接。

所述能耗采集模块包括IT能耗采集单元、制冷能耗采集单元、供配电能耗采集单元、照明及其它设备采集单元；

所述IT能耗采集单元用于采集IT设备的能耗情况；所述制冷能耗采集单元用于采集制冷设备的能耗情况；所述供配电能耗采集单元用于采集供配电的能耗情况；所述照明及其它设备采集单元用于采集照明及其它设备的能耗情况。

所述区块链存储模块包括数据接入单元、区块链；

所述数据接入单元用于将采集数据分类接入到区块链中；所述区块链用于存储相关数据，并建立密钥。

所述可信计算模块包括可信计算机终端、验证单元、请求单元；

所述可信计算机终端包括数据方可信计算机终端、接收方可信计算机终端；所述数据方数据方可信计算机终端与接收方可信计算机终端设置有软硬件结合的服务环境；所述验证单元用于对可信计算环境进行验证，当验证双方能够进行通信时，反馈到请求单元；所述请求单元用于与区块链存储模块建立连接，请求能耗采集模块采集得到的数据。

如图2所示，所述预测模块进行预测传输数据量包括以下步骤：

S1、获取各级冷站的历史能耗消耗总量数据和能耗效果数据；所述能耗效果数据指各级冷站的历史能耗消耗总量所达成的服务效果；

S2、根据所述各级冷站的历史能耗消耗总量数据生成能耗消耗类型序列集；

S3、根据所述能耗消耗预测模型拟合所述能耗消耗类型序列集得到第一能耗消耗总量预测结果集；所述能耗消耗预测模型为GM(1,1)方法模型；

S4、根据所述历史能耗消耗总量数据和所述能耗效果数据分别确定能耗价值转化率和能耗消耗总量规划值；所述能耗消耗总量规划值为各级冷站内的能耗消耗占比；

S5、根据能耗价值转化率和能耗消耗总量规划值对所述第一能耗消耗总量预测结果集进行调整，得出预测传输数据量。

所述能耗消耗预测模型进行预测传输数据量包括以下步骤：

S3-1、调用历史数据形成原始数据结构列T₀，T₀＝{X₀(1)，X₀(2)，X₀(3)，……，X₀(n)}；

S3-2、对T₀作灰色一次累计生成处理，生成T₁，T₁＝{X₁(1)，X₁(2)，X₁(3)，……，X₁(n)}；因此T₁的白化微分方程为

S3-3、对T1作紧邻均值生成，得到Z₁＝0.5T₁(k)+0.5T₁(k-1)，记为Z₁＝{Z₁(1)，Z₁(2)，Z₁(3)，……，Z₁(n)}；进而得到矩阵B、Y；

其中，

S3-4、计算参数序列

S3-5、确定模型并根据公式：

求出T₁的模拟值为

S3-6、还原出T₀的模拟值

即

即为第一能耗消耗总量预测结果，记为D；

S3-7、根据历史能耗消耗总量数据和能耗效果数据进行计算能耗价值转化率和能耗消耗总量规划值，其中，能耗消耗总量规划值中，IT设备记为w₁；制冷设备记为w₂；供配电设备记为w₃；照明及其他设备记为w₄；

其中，w₁+w₂+w₃+w₄＝1；

能耗价值转化率记为h，根据公式：

h＝s*m₁；

其中，s为冷站服务效果范围；m₁为相关系数值；

S3-8、根据能耗价值转化率和能耗消耗总量规划值对所述第一能耗消耗总量预测结果进行调整，调整公式：

L＝(w₁m₂+w₂m₃+w₃m₄+w₄m₅+sm₁)*D；

其中，m₂-m₅为消耗量D下的数据量转换相关系数值，得出最终预测传输数据量结果，记为L。

所述传输监控模块包括传输时间监控单元、传输故障监控单元；

所述传输类型监控单元用于对传输时间进行监测并记录；所述传输故障监控单元用于监控传输过程中是否发生故障情况，若发生，发送通知到数据检测模块。

所述数据检测模块包括第一检测单元、第二检测单元；

所述第一检测单元用于检测实际数据量是否在预测数据量范围内；所述第二检测单元用于检测传输时间是否在规定范围内；

在第一检测单元中，预测模块传输预测数据量L，根据冷站自身情况设置阈值A，建立预测量范围为L-A到L+A之间，若实际数据量处于该范围，则继续正常传输，不属于，发送通知到感知报警模块；

在第二检测单元中，区块链存储模块将数据传输到可信计算模块后，计算得出所需传输时间，设置误差阈值A₂，建立误差范围，若传输监控模块未发送故障通知，但传输时间误差超出误差范围，即代表在传输过程中有其他软件处理数据，发送通知到感知报警模块。

所述感知报警模块包括感知单元、报警单元；

所述感知单元用于接收数据检测模块发送的通知，并及时分析处理；所述报警单元对感知单元处理过的通知进行报警处理；

感知单元进行分析处理包括如下步骤：

S9-1、若实际数据量不处于预设范围内，但传输时间处于规定范围内，进行轻微报警处理；

S9-2、若实际数据量不处于预设范围内，且传输时间不处于规定范围内，进行高级报警处理；

S9-3、若实际数据量处于预设范围内，但传输时间不处于规定范围内，进行高级报警处理；

S9-4、若实际数据量处于预设范围内，且传输时间处于规定范围内，不进行报警处理。

所述数据库包括历史能耗消耗总量数据、环境数据、地理位置数据、能耗消耗类型数据、历史报警数据。

在本实施例中，选取大型冷站P作为实施例，其总供冷量约为6万冷吨，向面积1900万平方米的城市建筑供冷。能耗采集模块对冷站P的能耗进行采集，得到冷站数据量组，记为Q，并将其直接存储到区块链中。

另一大型冷站P₂向冷站P进行数据的请求和检测；冷站P与冷站P₂之间通过可信计算机终端建立可信计算环境，用于进行数据的传输；此时，冷站P将区块链中的存储数据导出至可信计算机终端；

设置有调查组对数据进行检验，通过利用GM(1,1)方法模型，调用历史数据形成原始数据结构列T₀，T₀＝{X₀(1)，X₀(2)，X₀(3)，……，X₀(n)}；

对T₀作灰色一次累计生成处理，生成T₁，T₁＝{X₁(1)，X₁(2)，X₁(3)，……，X₁(n)}；

对T1作紧邻均值生成，得到Z₁＝0.5T₁(k)+0.5T₁(k-1)，记为Z₁＝{Z₁(1)，Z₁(2)，Z₁(3)，……，Z₁(n)}；进而得到矩阵B、Y；

其中，

计算出参数序列

求出T₁的模拟值为

还原出T₀的模拟值

即

即为第一能耗消耗总量预测结果，记为D；

设置在能耗消耗总量规划值中，IT设备记为w₁；制冷设备记为w₂；供配电设备记为w₃；照明及其他设备记为w₄；

其中，w₁+w₂+w₃+w₄＝1；

能耗价值转化率记为h，根据公式：

h＝s*m₁；

其中，s为冷站服务效果范围；m₁为相关系数值；

根据公式：

L＝(w₁m₂+w₂m₃+w₃m₄+w₄m₅+sm₁)*D；

其中，m₂-m₅为消耗量D下的数据量转换相关系数值，得出最终预测传输数据量结果，记为L；

传输监控模块对传输时间和网络环境进行监控，得到传输时间为t₁，网络环境无故障；

对数据量Q进行传输时间计算，得出传输时间为t₀；

设置第一检测单元阈值A，建立预测量范围为L-A到L+A之间，发现，Q处于L-A到L+A之间；

设置在第二检测单元误差阈值A₂，建立误差范围，发现t₀-t₁＞A₂；即超出了规定时间范围；

综上，进行高级报警处理。

本发明的工作原理：利用能耗采集模块进行冷站的能耗采集；利用区块链存储模块进行能耗采集模块的采集数据进行存储；利用可信计算模块搭建可信计算环境，保障数据传输的安全；利用5G通信模块提供5G通信手段，提高数据量的传输速度和传输量；利用预测模块进行冷站能耗量的预测从而得到传输数据量的预测；利用传输监控模块对传输时间和传输网络环境进行监控；利用数据检测模块对传输时间和传输数据量进行检测，寻找不符合规定的部分；利用感知报警模块对超出规定范围的情况进行分类报警；利用数据库提供历史数据支撑和存储。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于5G通信的冷站能耗采集分析可信计算系统，其特征在于：该系统包括能耗采集模块、区块链存储模块、可信计算模块、5G通信模块、预测模块、传输监控模块、数据检测模块、感知报警模块、数据库；

所述能耗采集模块用于工作人员对冷站的能耗数据进行采集；所述区块链存储模块用于将工作人员采集的冷站能耗数据进行存储；所述可信计算模块用于提供可信计算环境进行数据的传输；所述5G通信模块用于对数据进行5G通信传输；所述预测模块用于根据大数据进行冷站能耗数据的预测；所述传输监控模块用于对数据传输过程中对传输类型进行监控；所述数据检测模块用于对传输类型和预测数据进行阈值检测；所述感知报警模块用于对不符合相关预测数据范围的数据或传输类型出现异常的数据进行报警；所述数据库用于调取相关历史数据；

所述能耗采集模块与区块链存储模块相连接；所述区块链存储模块与可信计算模块相连接；所述可信计算模块与5G通信模块相连接；所述预测模块与传输监控模块相连接；所述传输监控模块与数据检测模块相连接；所述数据检测模块与感知报警模块相连接；所述数据库与各个模块相连接。

2.根据权利要求1所述的一种基于5G通信的冷站能耗采集分析可信计算系统，其特征在于：所述能耗采集模块包括IT能耗采集单元、制冷能耗采集单元、供配电能耗采集单元、照明及其它设备采集单元；

所述IT能耗采集单元用于采集IT设备的能耗情况；所述制冷能耗采集单元用于采集制冷设备的能耗情况；所述供配电能耗采集单元用于采集供配电的能耗情况；所述照明及其它设备采集单元用于采集照明及其它设备的能耗情况。

3.根据权利要求1所述的一种基于5G通信的冷站能耗采集分析可信计算系统，其特征在于：所述区块链存储模块包括数据接入单元、区块链；

所述数据接入单元用于将采集数据分类接入到区块链中；所述区块链用于存储相关数据，并建立密钥。

4.根据权利要求1所述的一种基于5G通信的冷站能耗采集分析可信计算系统，其特征在于：所述可信计算模块包括可信计算机终端、验证单元、请求单元；

所述可信计算机终端包括数据方可信计算机终端、接收方可信计算机终端；所述数据方数据方可信计算机终端与接收方可信计算机终端设置有软硬件结合的服务环境；所述验证单元用于对可信计算环境进行验证，当验证双方能够进行通信时，反馈到请求单元；所述请求单元用于与区块链存储模块建立连接，请求能耗采集模块采集得到的数据。

5.根据权利要求1所述的一种基于5G通信的冷站能耗采集分析可信计算系统，其特征在于：所述预测模块进行预测传输数据量包括以下步骤：

S1、获取各级冷站的历史能耗消耗总量数据和能耗效果数据；所述能耗效果数据指各级冷站的历史能耗消耗总量所达成的服务效果；

S2、根据所述各级冷站的历史能耗消耗总量数据生成能耗消耗类型序列集；

S3、根据所述能耗消耗预测模型拟合所述能耗消耗类型序列集得到第一能耗消耗总量预测结果集；所述能耗消耗预测模型为GM(1,1)方法模型；

S4、根据所述历史能耗消耗总量数据和所述能耗效果数据分别确定能耗价值转化率和能耗消耗总量规划值；所述能耗消耗总量规划值为各级冷站内的能耗消耗占比；

S5、根据能耗价值转化率和能耗消耗总量规划值对所述第一能耗消耗总量预测结果集进行调整，得出预测传输数据量。

6.根据权利要求5所述的一种基于5G通信的冷站能耗采集分析可信计算系统，其特征在于：所述能耗消耗预测模型进行预测传输数据量包括以下步骤：

S3-1、调用历史数据形成原始数据结构列T₀，T₀＝{X₀(1)，X₀(2)，X₀(3)，……，X₀(n)}；

S3-2、对T₀作灰色一次累计生成处理，生成T₁，T₁＝{X₁(1)，X₁(2)，X₁(3)，……，X₁(n)}；因此T₁的白化微分方程为

S3-3、对T1作紧邻均值生成，得到Z₁＝0.5T₁(k)+0.5T₁(k-1)，记为Z₁＝{Z₁(1)，Z₁(2)，Z₁(3)，……，Z₁(n)}；进而得到矩阵B、Y；

其中，

S3-4、计算参数序列

S3-5、确定模型并根据公式：

求出T₁的模拟值为

S3-6、还原出T₀的模拟值

即

即为第一能耗消耗总量预测结果，记为D；

S3-7、根据历史能耗消耗总量数据和能耗效果数据进行计算能耗价值转化率和能耗消耗总量规划值，其中，能耗消耗总量规划值中，IT设备记为w₁；制冷设备记为w₂；供配电设备记为w₃；照明及其他设备记为w₄；

其中，w₁+w₂+w₃+w₄＝1；

能耗价值转化率记为h，根据公式：

h＝s*m₁；

其中，s为冷站服务效果范围；m₁为相关系数值；

S3-8、根据能耗价值转化率和能耗消耗总量规划值对所述第一能耗消耗总量预测结果进行调整，调整公式：

L＝(w₁m₂+w₂m₃+w₃m₄+w₄m₅+sm₁)*D；

其中，m₂-m₅为消耗量D下的数据量转换相关系数值，得出最终预测传输数据量结果，记为L。

7.根据权利要求1所述的一种基于5G通信的冷站能耗采集分析可信计算系统，其特征在于：所述传输监控模块包括传输时间监控单元、传输故障监控单元；

所述传输类型监控单元用于对传输时间进行监测并记录；所述传输故障监控单元用于监控传输过程中是否发生故障情况，若发生，发送通知到数据检测模块。

8.根据权利要求1所述的一种基于5G通信的冷站能耗采集分析可信计算系统，其特征在于：所述数据检测模块包括第一检测单元、第二检测单元；

所述第一检测单元用于检测实际数据量是否在预测数据量范围内；所述第二检测单元用于检测传输时间是否在规定范围内；

在第一检测单元中，预测模块传输预测数据量L，根据冷站自身情况设置阈值A，建立预测量范围为L-A到L+A之间，若实际数据量处于该范围，则继续正常传输，不属于，发送通知到感知报警模块；

在第二检测单元中，区块链存储模块将数据传输到可信计算模块后，计算得出所需传输时间，设置误差阈值A₂，建立误差范围，若传输监控模块未发送故障通知，但传输时间误差超出误差范围，即代表在传输过程中有其他软件处理数据，发送通知到感知报警模块。

9.根据权利要求1所述的一种基于5G通信的冷站能耗采集分析可信计算系统，其特征在于：所述感知报警模块包括感知单元、报警单元；

所述感知单元用于接收数据检测模块发送的通知，并及时分析处理；所述报警单元对感知单元处理过的通知进行报警处理；

感知单元进行分析处理包括如下步骤：

S9-1、若实际数据量不处于预设范围内，但传输时间处于规定范围内，进行轻微报警处理；

S9-2、若实际数据量不处于预设范围内，且传输时间不处于规定范围内，进行高级报警处理；

S9-3、若实际数据量处于预设范围内，但传输时间不处于规定范围内，进行高级报警处理；

S9-4、若实际数据量处于预设范围内，且传输时间处于规定范围内，不进行报警处理。

10.根据权利要求1所述的一种基于5G通信的冷站能耗采集分析可信计算系统，其特征在于：所述数据库包括历史能耗消耗总量数据、环境数据、地理位置数据、能耗消耗类型数据、历史报警数据。

Images