CN114492148B - 基于多层共识机制的水务智能调度参数求解方法及系统 - Google Patents
基于多层共识机制的水务智能调度参数求解方法及系统 Download PDFInfo
- Publication number
- CN114492148B CN114492148B CN202210352579.2A CN202210352579A CN114492148B CN 114492148 B CN114492148 B CN 114492148B CN 202210352579 A CN202210352579 A CN 202210352579A CN 114492148 B CN114492148 B CN 114492148B
- Authority
- CN
- China
- Prior art keywords
- node
- parameter
- consensus
- water supply
- scheduling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 281
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000007246 mechanism Effects 0.000 title claims abstract description 66
- 238000005265 energy consumption Methods 0.000 claims abstract description 53
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 34
- 230000008569 process Effects 0.000 claims abstract description 21
- 238000009826 distribution Methods 0.000 claims description 48
- 238000003860 storage Methods 0.000 claims description 36
- 239000002245 particle Substances 0.000 claims description 31
- 230000003068 static effect Effects 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 230000001960 triggered effect Effects 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 abstract description 16
- 238000004364 calculation method Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000008520 organization Effects 0.000 description 14
- 239000007788 liquid Substances 0.000 description 11
- 238000012795 verification Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000008399 tap water Substances 0.000 description 2
- 235000020679 tap water Nutrition 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005660 chlorination reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005312 nonlinear dynamic Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/33—User authentication using certificates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Bioethics (AREA)
- Evolutionary Computation (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Primary Health Care (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种基于多层共识机制的水务智能调度参数求解方法及系统,本申请利用分布式节点解决多个供水主体联合调度全流程中数据不流通,数据孤岛的现象。通过CA认证环节为各个节点颁发数字证书及配置用于加密数据的公私钥,提高了联盟链的安全性。采用多层共识机制,第一层共识通过将区块链技术中DPOS共识算法与实际生产环境深度融合,能够快速进行响应,节省算力。第二层共识通过POW共识算法由参与区块链的全部节点共识,将区块链网络中需要求解的难题转化为一个灵活可调节、与生产实际密切相关的有价值的数学问题,合理利用各节点的计算开销。通过所有节点共同计算求解,得到满足供水需求的调度参数,降低综合能耗。
Description
技术领域
本发明涉及供水智能调度技术领域,尤其涉及一种基于多层共识机制的水务智能调度参数求解方法及系统。
背景技术
城市供水系统要持续不断地向城市供应数量充足、质量合格的水,以满足城市居民的日常生活、生产、消防、绿化和环境卫生等方面的需要。城镇供水系统可以按照水库差异分为两大类。第一类,不包含蓄水系统的城镇供水系统。第二类,包含蓄水系统的城镇供水系统。不包含蓄水系统的城镇供水系统隶属静态优化调度问题,该系统的研究已经十分深入,有较多十分成熟的理论成果。而包含蓄水系统的城镇供水系统,由于蓄水系统的液位变化,该系统属于大规模非线性的动态优化问题,针对该类系统的节能优化调度方面的相关成熟技术成果较少,且大部分基于水平衡原理。
传统的供水调度员不仅要考虑管网服务压力,还要考虑泵站整体运行能耗,当前的监测数据有机泵进出压力、泵站进出站压力、泵站流量等等,调度员难以根据人工经验合理调配机泵设备,且供水关系民生,需要保证供水体系的稳定,不允许出现较大误差。因此,多数供水企业仍然采取高能耗的运行方式,确保供水体系能够安全、平稳的运行。
为了解决上述问题,有些供水机构通过时间序列数据和多任务预测模型实现水位的预测,直接采用实时水位,然而,该种方法中,没有考虑一定时间间隔内的进出水流量,影响水位的关键指标没有被有效利用。没有考虑到水泵等关键设备所消耗的电耗,浪费了清水池的调蓄作用和水泵组合的运行特性。没有得到不同季节不同时间段的高效合理液位区间,无法为自动调度提供决策依据,水位的调节仍然要依赖人工判断。
发明内容
本申请提供了一种基于多层共识机制的水务智能调度参数求解方法及系统,在满足供水需求的前提下降低综合能耗问题。
第一方面,本申请提供了一种基于多层共识机制的水务智能调度参数求解方法,应用于由多个分水厂节点、总控中心节点、参数能耗节点构成的区块链网络,所述区块链网络中包括至少一个委托权益节点,所述方法包括:
总控中心节点将供水需求信息上链存储,所述供水需求信息为当前季节、时间段、区域信息和供水要求所对应的供水需求;
分水厂节点获取存储在区块链上的供水需求信息,并将所述供水需求信息对应的参数解区间上链存储,所述参数解区间为分水厂节点可供调度的设备信息和各设备当前参数信息;
委托权益节点获取存储在区块链上的供水需求信息和各分水厂的参数解区间后触发DPOS共识机制,通过DPOS共识机制生成调度方案类型对应的选择结果,并根据选择结果确定调度方案类型上链存储,所述调度方案类型包括静态方案和动态方案;
参数能耗节点获取区块链上的调度方案类型,根据所述调度方案类型将存储在区块链上的供水需求信息和各分水厂的参数解区间转化为粒子群算法问题,所述粒子群算法问题上链存储后触发POW共识机制;
区块链上所有节点分别获取存储在区块链上的粒子群算法问题,通过POW共识机制利用各自算力对所述粒子群算法问题求解,得到求解结果上链存储;
参数能耗节点获取存储在区块链上的求解结果,根据调度方案类型对求解结果进行分析,确定调度参数,所述调度参数为参数值或参数空间;
参数能耗节点向所有节点发送共识请求,所述共识请求包括求解结果的分析过程和调度参数,并根据所有节点反馈的与所述共识请求对应的共识结果,判断是否通过共识,若通过共识则将所述调度参数上链存储。
第二方面,本申请提供了一种基于多层共识机制的水务智能调度参数求解系统,所述系统由多个分水厂节点、CA认证节点、总控中心节点以及参数能耗节点构成,所述系统中包括至少一个委托权益节点,所述系统被配置为执行下列方法:
总控中心节点将供水需求信息上链存储,所述供水需求信息为当前季节、时间段、区域信息和供水要求所对应的供水需求;
分水厂节点获取存储在区块链上的供水需求信息,并将所述供水需求信息对应的参数解区间上链存储,所述参数解区间为分水厂节点可供调度的设备信息和各设备当前参数信息;
委托权益节点获取存储在区块链上的供水需求信息和各分水厂的参数解区间后触发DPOS共识机制,通过DPOS共识机制生成调度方案类型对应的选择结果,并根据选择结果确定调度方案类型上链存储,所述调度方案类型包括静态方案和动态方案;
参数能耗节点获取区块链上的调度方案类型,根据所述调度方案类型将存储在区块链上的供水需求信息和各分水厂的参数解区间转化为粒子群算法问题,所述粒子群算法问题上链存储后触发POW共识机制;
区块链上所有节点分别获取存储在区块链上的粒子群算法问题,通过POW共识机制利用各自算力对所述粒子群算法问题求解,得到求解结果上链存储;
参数能耗节点获取存储在区块链上的求解结果,根据调度方案类型对求解结果进行分析,确定调度参数,所述调度参数为参数值或参数空间;
参数能耗节点向所有节点发送共识请求,所述共识请求包括求解结果的分析过程和调度参数,并根据所有节点反馈的与所述共识请求对应的共识结果,判断是否通过共识,若通过共识则将所述调度参数上链存储。
由上述技术方案可知,本申请利用分布式节点解决多个供水主体联合调度全流程中数据不流通,数据孤岛的现象。采用多层共识机制,第一层共识通过将区块链技术中DPOS共识算法与实际生产环境深度融合,能够快速进行响应,节省算力。第二层共识通过POW共识算法由参与区块链的全部节点共识,将区块链网络中需要求解的难题转化为一个灵活可调节、与生产实际密切相关的有价值的数学问题,合理利用各节点的计算开销。通过所有节点共同计算求解,得到满足供水需求的调度参数,降低综合能耗。通过设置的区块链底层平台,使得供水调度过程中的各过程数据均上链存储,以原有各部门之间的数据传递变为去中心化的数据传输,避免了数据被恶意篡改。
附图说明
图1为本申请提供的一种基于多层共识机制的水务智能调度参数求解方法的应用场景图;
图2为本申请提供的一种基于多层共识机制的水务智能调度参数求解的部分方法流程图;
图3为本申请提供的一种基于多层共识机制的水务智能调度参数求解的另一部分方法流程图;
图4为本申请提供的一种基于多层共识机制的水务智能调度参数求解的CA认证节点的认证方法流程图。
具体实施方式
在水厂制水成本构成中,电耗费用的比例占到整个制水成本的70%以上。而送水泵站又是整个水厂中能耗最高的单位,如何降低送水的单位电耗,就是降低制水成本的关键。
其中水厂包括滤池、清水池、吸水井、泵机、管网等关键设施设备,其中清水池是为了贮存水厂中净化后的清水,以调节水厂制水量与供水量之间产差额,并为满足加氯接触时间而设置的水池。它是给水系统中调节水厂均匀供水和满足用户不均匀用水的调蓄构筑物,可以通过控制清水池在合理液位来降低能耗。
由电耗公式:W=H/(367·η),其中,W为吨水电耗,H为供水系统扬程,η为供水系统综合效率,367为有量纲常数。
从电耗公式可以看出,决定单位电耗的因素,一是供水系统扬程,二是供水系统综合效率。这二者中,系统综合效率涉及很多影响因素。它包括给水管道的布置与走向,管线中阀门井和检查井的状况等,而且η随着离心泵的工作特性和管道的特性变化,η是一个动态的变值。测定的工作量大且程序复杂。因此,在尽可能保证η较高的情况下,降低扬程就是一个最简单有效的节能措施。
而且在送水压力一定的情况下,清水池的液位越高,清水离心泵的扬程相对就越低,对应的功耗就越小。清水池的液位取决于原水流量和送水流量的差值,同时流量的增加也导致能耗的升高,水头损失的增大。清水池真正的价值是调节取水泵组取水量和供水管网供水量之间的流量差值。合理利用清水池的调节容积可以有效地实现节能降耗。当清水池的液位设置在科学、合理的范围内时,不仅可以将取水泵组运行在高效区之内,还可以有效减少取水泵组的启停次数,有利于节能和延长取水泵组的使用时间。所以需要找到因流量增大而增加的能耗和水头损失与因清水池液位升高而节省的能耗之间的平衡,从而调整清水池的液位,使离心泵工作在最经济的水力条件下。
本申请主要目的在于提供一种基于多层共识机制的水务智能调度参数求解,在满足供水需求的前提下降低综合能耗问题。
参见图1,为本申请一种基于多层共识机制的水务智能调度参数求解方法的应用场景图;本申请的方案是应用在由多个分水厂节点、总控中心节点、参数能耗节点构成的区块链网络中的,在一些实施例中,还包括CA认证节点、监管节点、历史记录回溯节点等。其中,区块链底层平台是为系统提供分布式存储、信息可追溯、上链不可篡改的基础平台,在本申请中,各个节点的所有数据和所有操作均需要通过区块链底层平台建立的共识机制上链存储和执行。区块链底层平台保证系统中节点身份信息、供水需求信息、设备信息、调度执行信息等多个供水主体联合调度全流程信息的记录追踪和不可篡改。所述区块链底层平台是一种联盟链。
本申请的区块链网络中包括至少一个委托权益节点,区块链上所有节点主要分为两类,一类是经济实力雄厚、为整个供水调度付出大量资金和设备投入的大型机构,也称委托权益节点,委托权益节点拥有股份,可以参与后续多层共识;另一类是经济实力较弱,为整个供水调度付出的资金和设备投入较少的小型机构,为非委托权益节点,也称普通节点,普通节点仅可以参与第二层共识。各个节点的数量并不限于附图中的表述,无论委托权益节点或普通节点都可以是多个。
在实际应用场景中,总控中心节点可以是自来水公司调度中心或水厂调度中心;分水厂节点可以是各分水厂控制中心;参数能耗节点可以是一台自动控制的服务器。
基于上述应用场景,由图2和图3所示,本申请的方法步骤包括:
S100:总控中心节点将供水需求信息上链存储,所述供水需求信息为当前季节、时间段、区域信息和供水要求所对应的供水需求;
其中,发布供水需求是触发一次供水调度完成的第一步。供水需求指不同季节、不同时间段、不同区域的供水需求量,无论是生活或生产用水,用水随着生活习惯和气候的不同而变化,如夏季比冬季用水多,通过了解各种情况下的供水需求,以便供水厂根据供水需求合理设计流量,满足供应对象在各种用水情况下对供水的要求。
在本实施例中,当总控中心节点发布信息后,所有历史供水需求上链后永久不可篡改,所有区块链网络中的其它节点均可在区块链底层平台中获取到该供水需求的相关信息。总控中心节点并非仅限于一个,应当理解为,任意一个自来水公司均能通过联盟链中的总控中心节点发布供水需求信息,同一时间的供水需求信息可能有多个,对于每个供水需求均可按照本申请中的方法并行处理。
S200:分水厂节点获取存储在区块链上的供水需求信息;
在本实施例中,为了保证信息的真实性,获取的供水需求信息并非由总控中心节点对应的调度部门直接发送,而是从区块链中获取的信息,数据可追溯性,进而避免了单方面篡改数据的可能。
S300:分水厂节点将所述供水需求信息对应的参数解区间上链存储,所述参数解区间为分水厂节点可供调度的设备信息和各设备当前参数信息;
各个分水厂需要根据不同的用水需求上传自身可供调度的设备信息和各设备当前参数信息,例如上传可供调度的泵机数量、清水池当前液位等信息,即各分水厂当前各自的解区间,如可启用泵机[0-10]台,清水池液位[0-50]米。
需要说明的是,分水厂节点可以作为委托权益节点,也可以作为普通节点。
进一步的,为了节省人力,提高效率,所述区块链网络还包括实时参数采集节点,S300步骤还包括:
S310:响应总控中心节点发布的供水需求信息,实时参数采集节点自动读取各分水厂节点可供调度的设备信息和各设备当前参数信息;
S320:根据各分水厂节点可供调度的设备信息和各设备当前参数信息确定各分水厂节点的参数解区间并上链存储。
其中,实时采集节点响应总控中心的供水需求,响应时自动读取各水厂当前最新的设备参数,若实时采集节点采集的参数有误,可人为手动修改可供调度的设备参数,确认后提交。
S400:委托权益节点获取存储在区块链上的供水需求信息和各分水厂的参数解区间,自动触发DPOS共识机制;
S500:委托权益节点通过DPOS共识机制生成调度方案类型对应的选择结果,并根据选择结果确定调度方案类型上链存储,所述调度方案类型包括静态方案和动态方案;
其中,静态方案为在某个时间点一定能满足供水需求的固定取值方案类型(能耗略高),动态方案为在某时间点能够满足供水需求的各参数取值区间的方案类型。例如,早上7点,开5-10台泵机均可满足供水需求,静态方案类型的取值为10台,能耗略高但一定满足,动态方案类型可在5-10之间选择。
其中,选择结果指所有委托权益节点对调度方案类型进行选择后反馈的选择结果。根据选择结果,统计选择静态方案或动态方案的节点数量。可以设置为选择静态方案或动态方案的节点数量占所有委托权益节点数量的百分比大于预设百分比值(如50%),则确定调度方案类型为静态方案或动态方案。示例性的,S500步骤还包括:
统计所有委托权益节点的选择结果,若给予静态方案或动态方案的选择结果的委托权益节点的百分比大于预设百分比值,则确定所述选择结果对应的调度方案类型上链并广播至各个节点。
在本实施例中,链上所有委托权益节点获取到供水需求信息和各分水厂的参数解区间,即触发第一层共识,DPOS共识机制,所有委托权益节点均对调度方案类型为静态方案或动态方案做出选择后,将选择的结果上链存储。其中,参数能耗节点默认为普通节点不参与第一层共识。本实施例第一层共识采用DPOS共识机制(委托权益人证明机制),委托权益节点由对应的多个高级可靠身份(控制中心或分水长领导)进行选择,将共识机制与实际生产中决策权绑定,如厂长决策权大于普通部门负责人,这种见证人机制只需要几个诚信见证人的响应,能够快速进行响应,极大程度上节省算力。
其中,对于DPOS共识机制的触发方式可以采用多种,示例性的,提前在区块链网络中部署一条智能合约,如所有委托权益节点接收到供水需求和各节点参数解区间则自动触发。本申请中不对具体触发方式进行限定。另外,本申请后续自动触发共识机制或自动调用节点的过程均可参照上述说明,在此不再赘述。
进一步的,为了保证共识的效率,若委托权益节点在预设时间内未作出反馈结果,由其他委托权益节点达成共识。若区块链网络中仅有一个委托权益节点且在预设时间内未做出反馈,则终止此次供水调度参数求解过程。
区块链上各个节点是否为委托权益节点可以由CA认证节点决定。因此,在区块链网络中还包括CA认证节点,CA认证节点可以是水务公司最高决策层。相应的,参见图4,确定各个节点的节点类型的步骤包括:
S10:待认证的节点向CA认证节点发送认证请求,所述认证请求包括节点信息和节点拥有的股份;
S20:CA认证节点对所述认证请求进行认证,若通过认证,则根据股份确定节点的节点类型,所述节点类型包括委托权益节点和普通节点;
S30:CA认证节点将认证结果上链存储。
本实施例中,区块链上的所有节点向CA认证节点发送认证信息,可以是单位资质、申请理由、前期资金投入、已有设备资源等信息。CA认证节点通过认证信息验证机构资质,若认证通过,则根据每个机构拥有的股份确定节点类型,其中,S20步骤包括:
S201:根据预先付出的资源确定节点拥有的股份,所述资源包括节点为整个供水调度所付出的资金投入和设备投入;
S202:根据股份确定节点的节点类型,拥有超过预设阈值的股份对应的节点为所述委托权益节点。
由于不同机构对供水调度的投入不同,根据预先付出的资源,即各主体为整个供水调度所付出的资金投入,设备投入等确定各节点是否为委托权益节点。根据资金投入,设备投入等对各节点分配股份,可以是有股份的为委托权益节点,也可以是股份超过预设阈值的为委托权益节点。示例性的,例如机构ABCD根据其为整个供水调度的贡献,分配股份,机构A占有20%股份,机构B占有30%股份,机构C占有40%股份,机构D占有10%股份,若占有超过20%股份的机构为委托权益节点,则机构B和机构C为委托权益节点,机构A和机构D为普通节点。通过预先付出的资源来决定股份,使区块链网络中的所有决策都掌握在可信任节点的手中,进一步提高数据安全。
进一步的,某一个节点想要上传供水需求信息或可供调度信息的前提是其必须拥有认证节点颁发的数字证书,保证上传的信息真实有效。相应的,CA认证节点首先需要验证的是该发送认证请求的节点的数字证书是否真实有效,如果通过验证,则继续执行后续步骤,若未通过验证,则直接驳回所述认证请求,不再执行后续步骤。具体方式可以是各个节点发送认证请求时在请求中附带数字证书的信息,或者CA认证节点可以在区块链中获取到各个节点相关的数字证书的信息。
所以,CA认证节点验证机构资质,若通过验证,则形成针对该机构的数字证书,并将数字证书与认证过程数据上链存储,保证数字证书的不可篡改。相应的,S20步骤还包括:
S21:CA认证节点对所述认证请求进行认证,若通过认证,则向发送认证请求的节点颁发数字证书;
S22:CA认证节点将所述数字证书上链存储。
进一步的,为了保证数据的隐私性、安全性,对于各节点将数据上链存储的方式可以采用多种。可以采用加密的方式上链存储信息,加密方式的示例包括但不限于对称加密和非对称加密。对称加密是指使用单个密钥既加密(从明文生成密文)又解密(从密文生成明文)的加密处理。在对称加密中,同一密钥可用于多个节点,这样每个节点都可以对数据进行加密和解密。非对称加密使用密钥对,每个密钥对包括私钥和公钥,私钥仅对于相应节点是已知的,而公钥对于区块链网络中的其他节点是已知的。
示例性的,通过为各个节点配置公私钥,使得各个节点在上链数据前,先使用自身的公钥将数据进行加密,只有使用公钥对应的私钥才能对加密数据进行解密。而其它节点即使获得到该加密数据,也无法进行解密,避免了数据传输过程中被恶意截取的问题。当CA认证机构颁发数字证书的同时,CA认证节点要为发送认证请求的节点配置用于加密上链数据的公私钥对。相应的,S21步骤还包括:
S210: CA认证节点对所述认证请求进行认证,若通过认证,则为发送认证请求的节点配置用于加密上链数据的公私钥对;
其中,S100步骤中,总控中心节点将供水需求信息上链存储的步骤还包括:
总控中心节点采用CA认证节点配置的与总控中心节点对应的公钥对供水需求信息加密,得到第一密文上链存储;
S200步骤中,分水厂节点获取存储在区块链上的供水需求信息的步骤还包括:
分水厂节点接收总控中心节点发送的CA认证节点配置的与总控中心节点对应的私钥;
分水厂节点采用CA节点配置的与总控中心节点对应的私钥解密所述第一密文,得到供水需求信息;
S300步骤中,分水厂节点将所述供水需求信息对应的参数解区间上链存储的步骤还包括:
分水厂节点采用CA认证节点配置的与分水厂节点对应的公钥对所述供水需求信息对应的参数解区间加密,得到第二密文上链存储;
S400步骤中,委托权益节点获取存储在区块链上的供水需求信息和各分水厂的参数解区间的步骤包括:
委托权益节点接收总控中心节点发送的CA认证节点配置的与总控中心节点对应的私钥以及分水厂节点发送的CA认证节点配置的与分水厂节点对应的私钥;
委托权益节点采用CA节点配置的总控中心节点对应的私钥和分水厂节点对应的私钥分别解密所述第一密文和所述第二密文,得到供水需求信息和各分水厂的参数解区间。
需要说明的是,本申请中不对加密方式的具体算法进行限定,例如采用SM2加密算法进行加密等。另外,本申请后续所有上链过程均可参照上述说明,在此不再赘述。
S600:参数能耗节点获取区块链的调度方案类型;
S700:根据所述调度方案类型将存储在区块链上的供水需求信息和各分水厂的参数解区间转化为粒子群算法问题,所述粒子群算法问题上链存储后触发POW共识机制;
粒子群优化算法是一种进化计算技术,源于对鸟群捕食的行为研究。粒子群优化算法的基本思想是通过群体中个体之间的协作和信息共享来寻找最优解。本申请通过将实际供水调度问题转化为有价值的粒子群算法问题,解决了传统的区块链就是利用各个节点的算力去求解一个毫无意义的随机数的问题,合理利用了各节点的计算开销。
S800:区块链上所有节点分别获取存储在区块链上的粒子群算法问题;
S900:区块链上所有节点通过POW共识机制利用各自算力对所述粒子群算法问题求解,得到求解结果上链存储;
S101:参数能耗节点获取存储在区块链上的求解结果;
S102:根据调度方案类型对求解结果进行分析,确定调度参数,所述调度参数为参数值或参数空间;
在本实施例中,当调度方案类型上链存储后,自动调用参数能耗节点。参数能耗节点获取区块链上的调度方案类型,根据调度方案类型,负责将实际供水调度问题转化为粒子群算法问题。当区块链接收到参数能耗节点发送的粒子群算法问题时,触发第二层共识,POW共识机制。所有节点通过POW共识机制利用各自算力共同对粒子群算法问题求解,得到求解结果。参数能耗节点对求解结果进行分析,平衡各种调度方案的能耗,得到满足供水需求的调度参数。
其中,调度参数指能满足供水需求且能耗最低的清水池液位、出水压力(泵机数量、泵机输出压力)等设备参数信息。参数能耗节点根据调度方案类型进行分析,平衡各种调度方案的能耗。充分考虑供水调度中的静态方案和动态方案,静态方案类型得到的调度参数为参数值,为保证供水需求的各节点投入资源的最大值,取合理调度方案中的能耗最大值即可,动态方案类型得到的调度参数为参数空间,需得到合理调度方案中的各节点参数取值空间。
S103:参数能耗节点向所有节点发送共识请求,所述共识请求包括求解结果的分析过程和调度参数;
S104:参数能耗节点接收所有节点反馈的与所述共识请求对应的共识结果;
S105:根据所有节点反馈的与所述共识请求对应的共识结果,判断是否通过共识,若通过共识则将所述调度参数上链存储。
其中,所有节点接收到参数能耗节点发送的求解结果的分析过程和调度参数,对分析结果进行验证。若验证通过,则给予同意的共识结果,若验证不通过,则给予不同意的共识结果。根据所有节点反馈的共识结果,判定共识是否通过。若通过共识则将所述调度参数上链存储,所述调度参数上链存储后自动生效。
在一些实施例中,所述区块链网络还包括监管节点,所述方法包括:
监管节点实时获取各个节点的运行状态,并将运行过程中的历史信息上链存储,所述运行状态包括各个节点对应的设备的开启、关停或运行;所述历史信息包括各个节点被访问信息、设备运行指标信息以及历史调度方案信息;
若监管节点检测到设备运行异常或访问操作异常,则生成预警信息并发送至各个节点。
本实施例中,在整个供水调度流程中,需要监控个节点的运行状态,即监控各供水单元的实时生产数据和设备运行参数。如水厂内蓄水池和清水池水位、进出厂流量、出厂水质和压力;水厂内配电设备、净水设备和加压泵组等运行状态和运行参数;以及监控在运行过程中的操作过程。若检测到异常,可以向异常节点发送警告,并生成预警信息发送至各个节点。
在一些实施例中,所述区块链网络还包括历史记录回溯节点,所述方法包括:
当区块链网络接收任意节点发送的申请追溯历史调度方案的请求时,调用历史记录回溯节点;
历史记录回溯节点调取区块链中存储的各个节点运行过程中的历史信息,生成追溯结果,所述追溯结果包括不同年份、不同季节、不同区域的供水情况和能耗情况。
本实施例中,任意节点发送申请追溯请求时,所述追溯请求包含追溯者的身份信息。若想要调取存储在区块链上的数据,必须要满足一定的要求,即需要对申请追溯的用户是否合法性进行判断。若通过验证,则允许进行后续操作,若未通过验证,说明该用户可能身份不合法,将拒绝其追溯请求。
由上述技术方案可知,本申请聚焦多主体联合供水调度领域,通过分布式架构部署确保通信信道传输安全,提高网络的抗攻击能力。即便某节点被恶意攻击,仍然无法篡改数据,确保控制中心与供水单位均收到未经篡改的原始数据。采用多层共识机制,将区块链技术中不同共识算法与实际生产环境深度融合。实现了DPOS共识算法与实际生产中的决策权绑定,能够快速达成共识,节省算力的优势。参数能耗节点能够将供水需求和各水厂参数区间转化为不同的粒子群算法求解问题,解决了传统的POW工作量证明类算法只能延续区块链生长而计算的问题却毫无实际意义的痛点,既合理利用了各节点的计算开销,又不影响顺利出块。使区块链中的问题不再只是求解出一个毫无实际价值的随机数,而是一个灵活可调节、与生产实际密切相关的有价值的数学问题。
需要说明的是,本方案的双层共识机制解决多主体间联合调度的场景不局限于供水调度,还可以推广至多主体运输路径规划、运输调度、库存采购、生产计划等各类运筹优化类问题中。
对应于上述方法,本申请还提供了一种应用上述方法的基于多层共识机制的水务智能调度参数求解系统,所述系统由多个分水厂节点、CA认证节点、总控中心节点以及参数能耗节点构成,所述系统中包括至少一个委托权益节点,所述系统被配置为执行下列方法:
总控中心节点将供水需求信息上链存储,所述供水需求信息为当前季节、时间段、区域信息和供水要求所对应的供水需求;
分水厂节点获取存储在区块链上的供水需求信息,并将所述供水需求信息对应的参数解区间上链存储,所述参数解区间为分水厂节点可供调度的设备信息和各设备当前参数信息;
委托权益节点获取存储在区块链上的供水需求信息和各分水厂的参数解区间后触发DPOS共识机制,通过DPOS共识机制生成调度方案类型对应的选择结果,并根据选择结果确定调度方案类型上链存储,所述调度方案类型包括静态方案和动态方案;
参数能耗节点获取区块链上的调度方案类型,根据所述调度方案类型将存储在区块链上的供水需求信息和各分水厂的参数解区间转化为粒子群算法问题,所述粒子群算法问题上链存储后触发POW共识机制;
区块链上所有节点分别获取存储在区块链上的粒子群算法问题,通过POW共识机制利用各自算力对所述粒子群算法问题求解,得到求解结果上链存储;
参数能耗节点获取存储在区块链上的求解结果,根据调度方案类型对求解结果进行分析,确定调度参数,所述调度参数为参数值或参数空间;
参数能耗节点向所有节点发送共识请求,所述共识请求包括求解结果的分析过程和调度参数,并根据所有节点反馈的与所述共识请求对应的共识结果,判断是否通过共识,若通过共识则将所述调度参数上链存储。
上述系统中在应用前述方法时的作用效果可参见前述方法实施例中的说明,在此不再赘述。
Claims (8)
1.基于多层共识机制的水务智能调度参数求解方法,其特征在于,应用于由多个分水厂节点、总控中心节点、参数能耗节点构成的区块链网络,所述区块链网络中包括至少一个委托权益节点,所述方法包括:
总控中心节点将供水需求信息上链存储,所述供水需求信息为当前季节、时间段、区域信息和供水要求所对应的供水需求;
分水厂节点获取存储在区块链上的供水需求信息,并将所述供水需求信息对应的参数解区间上链存储,所述参数解区间为分水厂节点可供调度的设备信息和各设备当前参数信息;
委托权益节点获取存储在区块链上的供水需求信息和各分水厂的参数解区间后触发DPOS共识机制,通过DPOS共识机制生成调度方案类型对应的选择结果,并根据选择结果确定调度方案类型上链存储,所述调度方案类型包括静态方案和动态方案;
参数能耗节点获取区块链上的调度方案类型,根据所述调度方案类型将存储在区块链上的供水需求信息和各分水厂的参数解区间转化为粒子群算法问题,所述粒子群算法问题上链存储后触发POW共识机制;
区块链上所有节点分别获取存储在区块链上的粒子群算法问题,通过POW共识机制利用各自算力对所述粒子群算法问题求解,得到求解结果上链存储;
参数能耗节点获取存储在区块链上的求解结果,根据调度方案类型对求解结果进行分析,确定调度参数,所述调度参数为参数值或参数空间;
参数能耗节点向所有节点发送共识请求,所述共识请求包括求解结果的分析过程和调度参数,并根据所有节点反馈的与所述共识请求对应的共识结果,判断是否通过共识,若通过共识则将所述调度参数上链存储。
2.根据权利要求1所述的基于多层共识机制的水务智能调度参数求解方法,其特征在于,所述区块链网络中还包括CA认证节点,所述方法还包括:
待认证的节点向CA认证节点发送认证请求,所述认证请求包括节点信息和节点拥有的股份;
CA认证节点对所述认证请求进行认证,若通过认证,则根据股份确定节点的节点类型,所述节点类型包括委托权益节点和普通节点。
3.根据权利要求2所述的基于多层共识机制的水务智能调度参数求解方法,其特征在于,CA认证节点对所述认证请求进行认证的步骤还包括:
若通过认证,CA认证节点向发送认证请求的节点颁发数字证书;
CA认证节点将所述数字证书上链存储。
4.根据权利要求2所述的基于多层共识机制的水务智能调度参数求解方法,其特征在于,CA认证节点对所述认证请求进行认证的步骤还包括:
若通过认证,CA认证节点为发送认证请求的节点配置用于加密上链数据的公私钥对。
5.根据权利要求2所述的基于多层共识机制的水务智能调度参数求解方法,其特征在于,根据股份确定节点的节点类型,所述节点类型包括委托权益节点和普通节点的步骤包括:
根据预先付出的资源确定节点拥有的股份,所述资源包括节点为整个供水调度所付出的资金投入和设备投入;
根据股份确定节点的节点类型,拥有超过预设阈值的股份对应的节点为所述委托权益节点。
6.根据权利要求1所述的基于多层共识机制的水务智能调度参数求解方法,其特征在于,根据所有节点反馈的关于所述共识请求的共识结果,判断是否通过共识的步骤包括:
统计所有节点反馈的关于所述共识请求的共识结果,若给予同意的共识结果的节点的百分比大于预设百分比值,则共识通过。
7.根据权利要求1所述的基于多层共识机制的水务智能调度参数求解方法,其特征在于,所述区块链网络还包括实时参数采集节点,分水厂节点获取存储在区块链上的供水需求信息,并将所述供水需求信息对应的参数解区间上链存储,所述参数解区间为分水厂节点可供调度的设备信息和各设备当前参数信息的步骤包括:
响应总控中心节点发布的供水需求信息,实时参数采集节点自动读取各分水厂节点可供调度的设备信息和各设备当前参数信息;
根据各分水厂节点可供调度的设备信息和各设备当前参数信息确定各分水厂节点的参数解区间并上链存储。
8.基于多层共识机制的水务智能调度参数求解系统,其特征在于,所述系统由多个分水厂节点、CA认证节点、总控中心节点以及参数能耗节点构成,所述系统中包括至少一个委托权益节点,所述系统被配置为执行下列方法:
总控中心节点将供水需求信息上链存储,所述供水需求信息为当前季节、时间段、区域信息和供水要求所对应的供水需求;
分水厂节点获取存储在区块链上的供水需求信息,并将所述供水需求信息对应的参数解区间上链存储,所述参数解区间为分水厂节点可供调度的设备信息和各设备当前参数信息;
委托权益节点获取存储在区块链上的供水需求信息和各分水厂的参数解区间后触发DPOS共识机制,通过DPOS共识机制生成调度方案类型对应的选择结果,并根据选择结果确定调度方案类型上链存储,所述调度方案类型包括静态方案和动态方案;
参数能耗节点获取区块链上的调度方案类型,根据所述调度方案类型将存储在区块链上的供水需求信息和各分水厂的参数解区间转化为粒子群算法问题,所述粒子群算法问题上链存储后触发POW共识机制;
区块链上所有节点分别获取存储在区块链上的粒子群算法问题,通过POW共识机制利用各自算力对所述粒子群算法问题求解,得到求解结果上链存储;
参数能耗节点获取存储在区块链上的求解结果,根据调度方案类型对求解结果进行分析,确定调度参数,所述调度参数为参数值或参数空间;
参数能耗节点向所有节点发送共识请求,所述共识请求包括求解结果的分析过程和调度参数,并根据所有节点反馈的与所述共识请求对应的共识结果,判断是否通过共识,若通过共识则将所述调度参数上链存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210352579.2A CN114492148B (zh) | 2022-04-06 | 2022-04-06 | 基于多层共识机制的水务智能调度参数求解方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210352579.2A CN114492148B (zh) | 2022-04-06 | 2022-04-06 | 基于多层共识机制的水务智能调度参数求解方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114492148A CN114492148A (zh) | 2022-05-13 |
CN114492148B true CN114492148B (zh) | 2022-07-12 |
Family
ID=81488312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210352579.2A Active CN114492148B (zh) | 2022-04-06 | 2022-04-06 | 基于多层共识机制的水务智能调度参数求解方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114492148B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115017744B (zh) * | 2022-08-08 | 2022-11-18 | 河北建投水务投资有限公司 | 地下水源地供水水力计算模型的建模方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109145648A (zh) * | 2018-08-01 | 2019-01-04 | 冼汉生 | 一种基于区块链的水质监测数据存储系统及存储方法 |
CN112884476A (zh) * | 2021-01-29 | 2021-06-01 | 西南林业大学 | 基于区块链的ca跨域认证方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190141576A (ko) * | 2018-06-14 | 2019-12-24 | 삼성전자주식회사 | 동적 규칙 기반의 블록 체인을 이용하는 군집 제어 장치 및 방법 |
EP3609148A1 (de) * | 2018-08-06 | 2020-02-12 | Siemens Aktiengesellschaft | Verfahren und netzwerkknoten zur verarbeitung von messdaten |
CN111709556A (zh) * | 2020-05-23 | 2020-09-25 | 长江水利委员会长江科学院 | 一种基于区块链的年度水量分配和用水计划调度系统及方法 |
CN113177731B (zh) * | 2021-05-20 | 2022-01-07 | 中山大学 | 一种基于智能合约的水资源决策管理系统 |
CN113112375A (zh) * | 2021-05-20 | 2021-07-13 | 中山大学 | 一种水资源去中心化管理系统 |
CN113177730B (zh) * | 2021-05-20 | 2022-09-23 | 中山大学 | 一种水资源溯源管理系统 |
-
2022
- 2022-04-06 CN CN202210352579.2A patent/CN114492148B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109145648A (zh) * | 2018-08-01 | 2019-01-04 | 冼汉生 | 一种基于区块链的水质监测数据存储系统及存储方法 |
CN112884476A (zh) * | 2021-01-29 | 2021-06-01 | 西南林业大学 | 基于区块链的ca跨域认证方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114492148A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Cyber-secure decentralized energy management for IoT-enabled active distribution networks | |
CN111526200B (zh) | 一种基于区块链和云平台的数据存储访问方法及系统 | |
CN108564471B (zh) | 基于区块链技术的能源互联网安全智能交易系统及其方法 | |
CN108920558B (zh) | 一种基于区块链的分布式能源交易与供给管理系统及方法 | |
JP6877552B2 (ja) | 電力生産者のグループを備えるシステム | |
Chen et al. | Electric demand response management for distributed large-scale internet data centers | |
CN110069475B (zh) | 一种基于区块链多方自我维持的制造业跨数据实体溯源方法 | |
CN110175699B (zh) | 基于用户偏好的电力资源去中心化配置方法和系统、存储介质 | |
CN112532705A (zh) | 一种基于大数据的智慧城市服务系统 | |
Errapotu et al. | SAFE: Secure appliance scheduling for flexible and efficient energy consumption for smart home IoT | |
Baharlouei et al. | Demand side management challenges in smart grid: A review | |
CN114492148B (zh) | 基于多层共识机制的水务智能调度参数求解方法及系统 | |
US11355931B2 (en) | Method of operating an electrical grid | |
CN111461890A (zh) | 基于多种预测和区块链技术的分布式发电交易系统和方法 | |
JP7394958B2 (ja) | 施設およびプロジェクトの評価データを生成する装置および方法 | |
Yahaya et al. | A Secure and Efficient Energy Trading Model Using Blockchain for a 5G‐Deployed Smart Community | |
CN114547677B (zh) | 一种多方电力部门协同用户隐私保护和溯源方法及系统 | |
Sednin et al. | An Approach to Data Processing for the Smart District Heating System | |
CN117273242B (zh) | 一种基于区块链的虚拟电厂管理系统及方法 | |
Wang et al. | Data-driven optimization for utility providers with differential privacy of users' energy profile | |
CN113344374A (zh) | 一种基于联盟链的工业资源分配、监管和交易系统 | |
Sheikhi et al. | Demand side management in a group of Smart Energy Hubs as price anticipators; the game theoretical approach | |
Asghar et al. | A holistic view of security and privacy issues in smart grids | |
CN116192906A (zh) | 基于云边端协同的工业园区综合能源数字化监控方法 | |
Jurenoks et al. | Practical validation of economic efficiency modelling method for multi-boiler heating system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |