CN115225662B - 一种基于数字孪生和区块链的高效可信能源数据处理方法 - Google Patents

Abstract

本发明公开了一种基于数字孪生和区块链的高效可信能源数据处理方法，属于多源能源数据的可信采集领域；首先，按照初始的频率采集不同设备的能源数据，并打包上传，经解析和重封装后上传至边缘云提取波动敏感数据存储，用于构建数字孪生模型；然后，构建SEM模型计算实时最优采集频率反馈给各数据源设备动态闭环调整。最后，根据边缘云数据生成目录存入区块链节点中，访问方发出请求，经收集方同意后创建智能合约，访问方签订并提供公钥；区块链节点根据目录获取数据位置，并按照定位在云平台上获取原始数据。收集方用公钥加密原始数据并上传至智能合约，访问方利用本地保留的私钥解密数据后即可使用。本发明降低了数据采集重复度，实现了高效采集。

Description

一种基于数字孪生和区块链的高效可信能源数据处理方法

技术领域

本发明属于多源能源数据的可信采集领域，具体涉及一种基于数字孪生和区块链的高效可信能源数据处理方法。

背景技术

城市能源包括冷、热、电、气和水等多种，具有布局分散、需求多样以及跨多行业等特点。城市综合能源通过源网荷储，由单一电能向电、热、冷和水多能进行转变，并从电力供应业务扩展到综合能源业务。由于城市综合能源多方数据的互联互通，一套完备的数据可信采集机制既能确保能源数据管理的高效性和安全性，又为实现能源数据的价值挖掘打下了可靠基础，因而开展多源能源数据可信采集的研究显得尤为重要。

针对能源数据可信采集，文献[1]提出了一种基于区块链的提高数据利用率的采集和管理系统，其对数据的准确度由数据间相似性来判定，但未考虑数据存储前的筛选和分流问题。文献[2]针对智能电表质量数据提出了一种可信采集机制，介绍了从电表注册到数据采集、保管和使用的完整流程，但在数据采集方面同样未考虑优化分流问题。文献[3-4]针对光伏数据的采集处理和布点优化分别进行了研究。文献[5]针对云电池提出了一种基于数字孪生和区块链技术的管理系统和方法，能够对电池状态进行精确估计和预测，但应用场景相对单一，其主要解决了如何将发电量转化为碳排放量的问题，无法进行其他类型数据处理的拓展。文献[6]对数据的分层交换管理做了一些研究，能对数据进行精度层和隐私层的筛选，有效且准确地计算数据请求的资源价值，但在降低数据重复度方面没有进行优化。

从已有的研究分析可知，多源能源数据中单个能源的可信采集方面已经取得了较多的研究成果，且整体数据可信采集流程也基本完备。但是在多源可信数据方面，仍然存在部分数据相似度高、数据重复采集引发建设浪费等问题。

[1]湖南大学.201811631315.0[P].2019.05.10.中国.一种基于区块链以及共享环境的物联网数据管理系统；

[2]国网河北省电力有限公司信息通信分公司.202110080727.5[P].2021.06.08.中国.一种基于区块链的智能电表质量数据可信采集机制；

[3]上海能链众合科技有限公司.202011588746.0[P].2021.07.02.中国.一种基于区块链的光伏可信隐私计量的方法；

[4]国家电网公司华东分部.201911046448.6[P].2020.02.04.中国.一种基于可信节点的分布式光伏采集布点及估计优化方法；

[5]深圳先进技术研究院.202011417811.3[P].2021.04.27.中国.一种基于数字孪生和区块链技术的云电池管理系统及方法；

[6]通用电气公司.201880073502.3[P].2020.06.26.中国.分层数据交换管理系统。

发明内容

本发明为了解决重复采集多方能源数据和可信数据，导致资源浪费的问题，提出了一种基于数字孪生和区块链的高效可信能源数据处理方法，实现了综合能源的高效可信数据采集。通过在数据存储平台建立多源互联能源网络的数字孪生，达到了降低数据采集重复度的目的，实现了高效采集；通过在能源数据收集方与访问方之间建立基于区块链的可信环境，保证了数据的一致性、可靠性和数据共享全流程的可监控性，实现了可信采集。

所述的基于数字孪生和区块链的高效可信能源数据处理方法，具体步骤为：

步骤一、针对多源互联能源网络中不同的数据源设备，数据收集方按照初始的频率，采集各设备的能源数据，并打包上传至云平台进行存储；

初始的频率人为设定；

打包数据分为数据头和数据体；

步骤二、云平台对打包数据进行解析和重封装后上传至边缘云；

首先，对数据头解析得到数据头内容和数据的编码格式类型；

然后，根据编码格式和其预设的协议字段解析数据体，对解析后的数据头内容和数据体进行再封装，变换成适配边缘云的编码格式，并将变换后的数据上传至边缘云。

步骤三、边缘云从数据中提取波动敏感数据，进一步上传存储至中心云；

所述波动敏感数据的提取过程为：

针对当前时段的N个数据，首先，计算数据平均落差和平均值μ：

计算公式为：

X_i为第i个数据；

然后，利用该时段N个数据的平均值计算标准差σ为：

接着，逐个计算相邻数据的差值d_i，并分别和平均落差标准差σ进行比较；

d_i＝X_i+1-X_i

针对连续的四个数据X_i，X_i+1，X_i+2和X_i+3，若且k·σ≤d_i+1,k·σ≥d_i，则标记第X_i+1个数据为波动敏感段数据起始点，k为可调的敏感因子。

之后经历一段时间，当且k·σ≤d_i+2,k·σ≥d_i+3，则标记第X_i+2个数据为波动敏感段数据结束点。

提取第X_i+1个数据和第X_i+2个数据之间的数据，即为波动敏感数据。

步骤四、中心云利用提取的波动敏感数据，构建多源互联能源网络的数字孪生模型M_DT：

M_DT＝(P_E,V_E,S_s,D_D,C_N)

其中，P_E为多源互联能源网络的数据源采集设备；

V_E为多源互联能源网络的虚拟实体，可拆分为：

V_E＝(G_v,P_v,B_v,R_v)

其中，G_v为描述数据源采集设备的尺寸形状、所安装的具体位置以及不同设备之间相连接的关系的三维模型。P_v为各个数据源采集设备的采集特征的信息。B_v为描述在不同时段下数据源采集设备相互作用共同产生的实时响应及行为。R_v为基于历史关联数据的规律规则。

S_s为支撑多源互联能源网络运行与实现的功能性服务；

D_D为数字孪生模型所需整体数据，可拆分为：

D_D＝(D_p,D_v,D_s,D_k,D_f)

其中，D_p为数据源设备采集的动态过程数据。D_v包括多源互联能源网络的虚拟实体所包含的所有相关数据。D_s包括支撑多源互联能源网络运行与实现的功能性服务的所有相关数据。D_k包括规则约束、算法模型库等的相关数据。D_f包括对前四种数据进行相关处理后得到的所有衍生数据。C_N为模型不同部分的全部连接关系；可拆分为：

C_N＝(C_PD,C_PV,C_PS,C_VD,C_VS,C_SD)

其中，C_PD实现多源互联能源网络的物理实体与孪生数据的交互。C_PV实现物理实体和虚拟实体之间的交互。C_PS实现物理实体和功能性服务之间的交互。C_VD实现虚拟实体和数据之间的交互。C_VS实现虚拟实体和功能性服务之间的交互。C_SD实现功能性服务和数据之间的交互。

步骤五、基于数字孪生模型的状态估计构建SEM模型，计算不同时段、不同环境下的不同能源数据的实时最优采集频率f。

SEM模型包括测量模型矩阵和结构模型矩阵两部分；具体如下：

首先，建立测量模型矩阵：

其中，G_v、P_v、D_v、D_s、D_k、D_p表示观测变量，V_E、D_D、f表示潜在变量。为潜在变量的因子荷载矩阵，/>为误差项。

然后，建立结构模型矩阵：

其中，γ_mn是第m个潜在变量对第n个潜在变量的作用，m和n取值分别为1-3；当关系不存在时，值取为0。为误差项。

最后，将数字孪生模型的观测变量G_v、P_v、D_v、D_s、D_k、D_p和潜在变量V_E、D_D作为样本数据；并设定因子荷载矩阵、γ_mn和误差项的初始值，进行循环迭代，逼近各个参数的估计值，求解SEM模型，进而得到f与V_E和D_D的关系，由此得到所有源设备最优采集频率。

步骤六、中心云将采集频率f反馈至各数据源设备，各数据源设备分别按此采集频率f采集数据，形成数据采集频率动态调整闭环。

步骤七、根据实时上传至边缘云中的数据，生成数据目录存入区块链节点中。

步骤八、数据访问方根据区块链上的数据目录选择想要访问的数据部分。

区块链节点不存储原始数据，只存储数据目录；原始数据存储在边缘云上。

步骤九、区块链节点向数据收集方请求相应数据的访问权。

步骤十、判断数据收集方是否做出同意应答，如果是，进入步骤十一，否则，返回步骤八，数据访问方重新选择想要访问的数据。

步骤十一、数据收集方在区块链节点中创建智能合约，数据访问方签订智能合约，并向智能合约提供自己的加密秘钥，即公钥；同时在本地保留与公钥对应的私钥。

智能合约包括数据共享的方式和触发条件。

步骤十二、区块链节点根据之前数据访问方选择的数据目录获取数据位置，并按照定位位置，在云平台上获取原始数据。

步骤十三、数据收集方获取经由智能合约提供的公钥，用公钥加密原始数据并上传至智能合约。

步骤十四、数据访问方从智能合约获取加密后的数据，用本地保留的私钥解密数据后即可使用。

步骤十五、智能合约执行结束，合约执行记录和数据使用记录存入区块链中。

本发明的优点在于：

1)、一种基于数字孪生和区块链的高效可信能源数据处理方法，数据存储云平台对数据源设备采集到的数据根据波动敏感程度进行分流，在保证数据的完整性下，充分挖掘价值，为之后建立多源能源网络的数字孪生提供坚实基础。

2)、一种基于数字孪生和区块链的高效可信能源数据处理方法，在数据动态采集与存储模块建立多源互联能源网络的数字孪生，通过对于整体能源网络的实时保真的双向映射和动态交互，制定不同环境、不同时段下不同能源的最优采集频率和交互频率，形成动态控制闭环，降低因不同能源互联互通而导致的有效信息的采集重复，保证数据的高效性，实现资源能源优化配置。

3)、一种基于数字孪生和区块链的高效可信能源数据处理方法，在数据可信交换与共享模块融合区块链技术，将能源数据的访问权限内置成智能合约，利用公私密钥和区块链的不可更改性，实现数据条件性访问控制共享，不仅保证了数据的一致安全可信，同时也完成了对数据共享全流程的整体监控，拥有完整可回溯的历史记录。

附图说明

图1为本发明一种基于数字孪生和区块链的高效可信能源数据处理方法的结构示意图；

图2为本发明一种基于数字孪生和区块链的高效可信能源数据处理方法的流程图；

图3为本发明构建的实施例1的数据动态采集与存储模块系统连接图；

图4为本发明构建的实施例2的数据可信交换与共享模块执行的流程示意图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图对本发明作进一步的详细和深入描述。

本发明提供了一种基于数字孪生和区块链的高效可信能源数据处理方法，如图1所示，基于数据动态采集与存储模块，以及数据可信交换与共享模块构建的平台进行实施。其中，数据动态采集与存储模块完成数据的分流、多源能源网络数字孪生的构建、数据源设备采集频率的动态控制，达到数据高效率、低重复率的效果。数据可信交换与共享模块基于区块链建立可信环境，完成数据收集和访问两方的交互，记录数据转移的整个流程。

在本发明实施例中，所述数据动态采集与存储模块具体包括：数据源采集设备、边缘网关节点和数据存储云平台。数据源采集设备均已完成网络化改造，可与网络进行交互。数据源采集设备用于获取各种能源的单位时间内的使用量、剩余量等数据。边缘网关节点用于获取采集设备的环境位置、采集时间等具体信息，并将其与数据源采集设备采集到的数据封装后一同上传至数据存储云平台。数据存储云平台又分为边缘云和中心云两部分：边缘云存储边缘网关节点上传的原始数据，并对其进行波动敏感度计算，将波动敏感的数据转移至中心云。中心云利用这些数据构建能源互联网络的数字孪生，基于此进行网络的双向映射，一方面达到能源监控和预测的目的，另一方面动态调控数据的采集频率并反馈至数据源采集设备，达到最优交互频率。

所述的基于数字孪生和区块链的高效可信能源数据处理方法，如图2所示，具体步骤为：

步骤一、针对多源互联能源网络中不同的数据源设备，数据收集方按照初始的频率，采集各设备的能源数据，并打包通过边缘网关节点上传至云平台进行存储；

初始的频率人为设定；

打包数据分为数据头和数据体；

步骤二、云平台对打包数据进行解析和重封装的本地处理后上传至边缘云；

首先，对数据头解析得到数据头内容和数据的编码格式类型；

然后，根据编码格式和其预设的协议字段解析数据体，得到解析后的数据体。

对解析后的数据头内容和数据体进行再封装，变换成适配边缘云的编码格式，并将变换后的数据上传至边缘云。

步骤三、边缘云计算波动敏感度并进行分流，从数据中提取波动敏感数据，进一步上传存储至中心云；

所述波动敏感数据的提取过程为：

针对当前时段的N个数据，首先，计算数据平均落差和平均值μ：

计算公式为：

X_i为第i个数据；X＝{X₁,X₂,...,X_i,...X_N}；

然后，利用该时段N个数据的平均值计算标准差σ为：

接着，逐个计算相邻数据的差值d_i，并分别和平均落差标准差σ进行比较；

d_i＝X_i+1-X_i

针对连续的四个数据X_i，X_i+1，X_i+2和X_i+3，若且k·σ≤d_i+1,k·σ≥d_i，则标记第X_i+1个数据为波动敏感段数据起始点，k为可调的敏感因子。

之后经历一段时间，当且k·σ≤d_i+2,k·σ≥d_i+3，则标记第X_i+2个数据为波动敏感段数据结束点。

提取第X_i+1个数据和第X_i+2个数据之间的数据(包含这两个数据)，即为波动敏感数据。

步骤四、中心云利用提取的波动敏感数据，构建多源互联能源网络的数字孪生模型M_DT：

M_DT＝(P_E,V_E,S_s,D_D,C_N)

其中，P_E为多源互联能源网络的物理实体，包括每个数据源采集设备；

V_E为多源互联能源网络的虚拟实体，可拆分为：

V_E＝(G_v,P_v,B_v,R_v)

其中，G_v为描述物理实体中数据源采集设备的尺寸形状、所安装的具体位置以及不同设备之间相连接的关系的三维模型。P_v为各个数据源采集设备的采集能源种类、采集方式等采集特征的信息。B_v为描述在不同时段下数据源采集设备相互作用共同产生的实时响应及行为。R_v为基于历史关联数据的规律规则。

S_s为支撑多源互联能源网络运行与实现的功能性服务，包括所有数字孪生模型应用过程中所需的建模仿真服务、数据存储和预测服务、数据采集和传输服务等等；

D_D为数字孪生模型所需整体数据，可拆分为：

D_D＝(D_p,D_v,D_s,D_k,D_f)

其中，D_p为数据源设备采集的动态过程数据。D_v包括多源互联能源网络的虚拟实体所包含的所有相关数据。D_s包括支撑多源互联能源网络运行与实现的功能性服务的所有相关数据。D_k包括规则约束、算法模型库等的相关数据。D_f包括对D_p、D_v、D_s、D_k前四种数据进行相关处理后得到的所有衍生数据。

C_N为模型不同部分的全部连接关系；可拆分为：

C_N＝(C_PD,C_PV,C_PS,C_VD,C_VS,C_SD)

其中，C_PD实现多源互联能源网络的物理实体与孪生数据的交互。C_PV实现物理实体和虚拟实体之间的交互。C_PS实现物理实体和功能性服务之间的交互。C_VD实现虚拟实体和数据之间的交互。C_VS实现虚拟实体和功能性服务之间的交互。C_SD实现功能性服务和数据之间的交互。

步骤五、基于数字孪生模型的状态估计，通过构建V_E、D_D这两个潜在变量与数据源设备最优采集频率f之间的SEM(结构方程)模型，计算不同时段、不同环境下的不同能源数据的实时最优采集频率f。

SEM模型包括测量模型矩阵和结构模型矩阵两部分；具体如下：

首先，建立测量模型矩阵：

其中，G_v、P_v、D_v、D_s、D_k、D_p表示观测变量，V_E、D_D、f表示潜在变量。为潜在变量的因子荷载矩阵，/>为误差项。

然后，建立结构模型矩阵：

其中，γ_mn是第m个潜在变量对第n个潜在变量的作用，m和n取值分别为1-3；当关系不存在时，值取为0。为误差项。

最后，将数字孪生模型的观测变量G_v、P_v、D_v、D_s、D_k、D_p和潜在变量V_E、D_D作为样本数据；并设定因子荷载矩阵、γ_mn和误差项的初始值，进行循环迭代，逼近各个参数的估计值，求解SEM模型，进而得到f与V_E和D_D的关系，由此得到所有源设备最优采集频率。

步骤六、依靠边缘网关节点，中心云将采集频率f反馈至各数据源设备，各数据源设备分别按此采集频率f采集数据，形成数据采集频率动态调整闭环。

步骤七、根据实时上传至边缘云中的数据，生成数据目录存入区块链节点中。

步骤八、数据访问方根据区块链上的数据目录选择想要访问的数据部分。

区块链节点不存储原始数据，只存储数据目录；原始数据存储在边缘云上。

步骤九、区块链节点向数据收集方请求相应数据的访问权。

步骤十、判断数据收集方是否做出同意应答，如果是，进入步骤十一，否则，返回步骤八，数据访问方重新选择想要访问的数据。

步骤十一、数据收集方在区块链节点中创建智能合约，数据访问方签订智能合约，并向智能合约提供自己的加密秘钥，即公钥；同时在本地保留与公钥对应的私钥。

智能合约包括数据共享的方式和触发条件。

步骤十二、区块链节点根据之前数据访问方选择的数据目录获取数据位置，并按照定位位置，在云平台上获取原始数据。

步骤十三、数据收集方获取经由智能合约提供的公钥，用公钥加密原始数据并上传至智能合约。

步骤十四、数据访问方从智能合约获取加密后的数据，用本地保留的私钥解密数据后即可使用。

步骤十五、智能合约执行结束，合约执行记录和数据使用记录存入区块链中。

实施例1：

本实施例中，如图3所示，数据源采集设备部署在智能家居中，使用者通过启动相关APP(应用程序)对家居的能源、家具进行智能控制。在智能家居使用过程中，不同位置的数据源设备采集不同能源的使用情况，如智能家居太阳能组件上部署光伏能源采集设备，采集光伏发电量等信息；电表、智能插座上部署电能采集设备，采集用电量、用电高峰期等信息；燃气表上部署气能采集设备，采集燃气使用量、使用时段频次等信息。

数据动态采集与存储模块的数据采集、存储、分流、处理、反馈的流程如下：

首先，数据源设备按照初始定制的不同频率收集多源能源数据并打包，并通过边缘网关节点上传到云平台进行解析、封装和本地处理，并将处理好的数据上传至边缘云；边缘云保存原始数据后依据数据波动敏感性对数据进行分流，将少部分非波动敏感数据留存在边缘云上，剩余波动敏感数据转移至中心云上。

一方面，这样将数据分流间接地保证了数据的安全性，降低因意外造成边缘云或中心云遭到破坏带来的数据损失。另一方面，为之后建立家居互联能源网络的数字孪生提供最有效的数据支撑。

然后，中心云进行多源互联能源网络的数字孪生模型构建，基于多源能源数字孪生模型的状态估计，制定不同时段、不同环境下的不同能源数据的相对合理的实时采集频率。

最后，依靠边缘网关节点，中心云将采集频率反馈至数据源设备，并依此修改数据源设备的采集频率，形成数据采集频率动态调整闭环。

依据不同能源互通互联的关系，对家居的整个能源网络进行监控、分析推理和优化参数，例如：在夏季晚间时候，由于制冷和淋浴的需要，一般电能、水能和气能的消耗会增大，而光伏能源因太阳落山而基本停止发电了。这时家居相应的能源使用数据会被采集、上传、分流至中心云。中心云中建立的数字孪生根据不同能源的使用情况来调整采集频率，并且可依据历史使用记录大致分析验证数据是否可信(例如：若这时段出现很高的光伏发电量数据，则可初步判断该时段的数据出现问题，基本不可信)，同时根据能源使用频率的疏密程度来动态规划制定不同时段的采集频率(例如：适当提高该时段的电能、水能和气能的采集频率)，这样反馈回至数据源设备，形成闭环。

数据可信交换与共享模块主要完成数据共享全流程的可信监控和数据条件性访问控制，解决多源能源物联数据的一致性可信问题；该模块部分的流程如下：

首先，数据收集方通过边缘网关节点将多源能源原始数据上传至数据存储云平台的边缘云中，原始数据的数据目录存入区块链节点中。

只有数据存储云平台上的原始数据可生成数据目录并具有入链资格，原始数据存储于其他位置的数据收集方不具备入链资格，以此保证数据可靠安全。

然后，数据访问方根据区块链上的数据目录选择想要访问的数据部分；区块链向数据收集方请求相应数据的访问权，若数据收集方做出同意应答后，由其在区块链节点中创建智能合约；数据访问方在区块链节点中签订由数据收集方创建的智能合约，并获取由区块链智能合约提供的解密秘钥，即私钥。

区块链节点根据之前数据访问方选择的数据目录获取数据位置，并按照定位位置，在数据存储云平台上获取原始数据；同时，数据收集方获取区块链智能合约提供的加密秘钥，即对应的公钥，用公钥加密数据并发送至区块链节点。

最后，数据访问方从区块链节点获取加密后的数据，用私钥解密后即可使用；智能合约执行结束，合约执行记录存入区块链中。

数据可信交换与共享模块是基于数据动态采集与存储模块的，两个模块的连接点为数据存储云平台。数据可信交换与共享模块的核心运作对象原始数据是来自数据存储云平台中的边缘云上的，而边缘云上的数据是数据动态采集与存储模块所收集的，即数据存储在边缘云构建了数据共享最根本的可信基础。

在本发明实施例中，所述数据可信交换与共享模块具体包括：数据收集方、区块链和数据访问方。其中，数据收集方存储冷、热、电、气、水等多种能源原始数据，且均连接至边缘网关节点。区块链包含数据目录和数据执行记录两部分。数据目录由数据收集方包含的原始数据生成(或为数据摘要)，为数据访问方提供选择数据的参照。数据执行记录包括已完成的区块链智能合约的所有信息。这里的智能合约是由数据收集方创建的，是数据共享的智能协议，已达到数据的可信和全流程的记录，便于进行监控和回溯，实现了数据的条件性访问控制，并解决了在数据共享过程中的一致性问题。

实施例2：

数据源采集设备部署在电动汽车智能充电站上，使用者通过启动相关APP并扫二维码对电动汽车进行充电操作。在电动车充电过程中，数据源设备采集使用者信息(例如：电动汽车型号、车辆牌照等)和充电桩电能使用情况(例如：SOC(这里指电动汽车电池剩余电量)、充电功率、充电电量、充电时段、电池温度等等)，并将其打包通过边缘网关节点上传至数据存储云平台。

数据存储云平台将数据进行处理，生成数据目录(或数据摘要)存储至区块链的数据目录部分。这样，使用者信息会被记录在区块链中，不可修改，方便在数据出现问题时进行溯源查找，可追踪对应至具体用户的汽车型号、车牌号等等信息，保证了数据的可信度。且数据目录只能由数据存储云平台中的原始数据生成，不能由存储在其他位置的数据生成，其为之后的数据运作构建了最根本的可信环境。同时区块链中的数据需要签订智能合约才能进行共享，而且使用者的信息会进行加密处理，进而保证了这些使用者的隐私的安全性。

电动汽车充电桩的电能使用数据共享的流程，如图4所示，如下：

步骤1：数据访问方通过区块链上的数据目录(或数据摘要)挑选数据，并将挑选好的数据目录(例如：需要不同时段下充电桩SOC和充电功率的具体数据)反馈至区块链。由于原始数据存储在数据存储云平台上，数据访问方不会直接接触原始数据，防止其对数据篡改，数据的可信得到了保障。数据目录也更加清晰简洁地展现数据概要，方便数据访问方进行挑选。

步骤2：区块链向数据收集方请求相应数据的访问权。若为同一数据收集方和采集方，只需申请一次即可。

步骤3：若数据收集方同意访问申请，则在区块链中创建智能合约。若数据收集方不同意该申请，则整个数据共享流程结束。

步骤4：数据访问方在区块链中签订智能合约。

步骤5：合约生效后，数据访问方获取解密秘钥(私钥)。

步骤6：区块链根据数据目录获取原始数据在数据存储云平台的存储位置。

步骤7：数据收集方根据定位位置获取对应原始数据，并用由区块链提供的加密秘钥(公钥)进行数据加密，打包后发送给数据访问方。用数据访问方拥有的私钥对应的公钥进行加密保证了原始数据只能由数据访问方获取，即一对一的数据传输模式，确保数据一致可信。

步骤8：数据访问方用私钥进行数据解密，解析后即可使用数据。

步骤9：合约执行结束后，合约执行全流程(包括：数据收集方、数据访问方、共享数据目录、共享时间等等信息)均会被记录存入区块链中。

Claims (8)

1.一种基于数字孪生和区块链的高效可信能源数据处理方法，其特征在于，具体步骤如下：

首先、针对多源互联能源网络中不同的数据源设备，数据收集方按照初始的频率，采集各设备的能源数据，并打包上传至云平台进行解析和重封装，上传至边缘云；

边缘云从数据中提取波动敏感数据存储至中心云，用于构建多源互联能源网络的数字孪生模型M_DT；并基于数字孪生模型的状态估计构建SEM模型，计算不同时段、不同环境下的不同能源数据的实时最优采集频率f反馈至各数据源设备，各数据源设备分别按此采集频率f采集数据，形成数据采集频率动态调整闭环；

然后，区块链节点将实时上传至边缘云中的数据生成对应目录，数据访问方根据目录选择想要访问的数据部分；同时向数据收集方请求相应数据的访问权，当数据收集方同意后，会在区块链节点中创建智能合约，数据访问方签订智能合约，并向智能合约提供自己的加密秘钥，即公钥；同时在本地保留与公钥对应的私钥；区块链节点根据数据访问方选择的目录获取数据位置，并按照定位位置，在云平台上获取原始数据；

最后，数据收集方获取经由智能合约提供的公钥，用公钥加密原始数据并上传至智能合约，数据访问方从智能合约获取加密后的数据，用本地保留的私钥解密数据后即可使用；

智能合约执行结束，合约执行记录和数据使用记录存入区块链中。

2.如权利要求1所述的一种基于数字孪生和区块链的高效可信能源数据处理方法，其特征在于，所述数据源设备初始的频率人为设定。

3.如权利要求1所述的一种基于数字孪生和区块链的高效可信能源数据处理方法，其特征在于，所述采集数据分为数据头和数据体，打包的过程如下：

首先，对数据头解析得到数据头内容和数据的编码格式类型；

然后，根据编码格式和其预设的协议字段解析数据体，对解析后的数据头内容和数据体进行再封装，变换成适配边缘云的编码格式，并将变换后的数据上传至边缘云。

4.如权利要求1所述的一种基于数字孪生和区块链的高效可信能源数据处理方法，其特征在于，所述波动敏感数据的提取过程为：

针对当前时段的N个数据，首先，计算数据平均落差和平均值μ：

计算公式为：

X_i为第i个数据；

然后，利用该时段N个数据的平均值计算标准差σ为：

接着，逐个计算相邻数据的差值d_i，并分别和平均落差标准差σ进行比较；

d_i＝X_i+1-X_i

针对连续的四个数据X_i，X_i+1，X_i+2和X_i+3，若且k·σ≤d_i+1,k·σ≥d_i，则标记第X_i+1个数据为波动敏感段数据起始点，k为可调的敏感因子；

之后经历一段时间，当且k·σ≤d_i+2,k·σ≥d_i+3，则标记第X_i+2个数据为波动敏感段数据结束点；

提取第X_i+1个数据和第X_i+2个数据之间的数据，即为波动敏感数据。

5.如权利要求1所述的一种基于数字孪生和区块链的高效可信能源数据处理方法，其特征在于，所述多源互联能源网络的数字孪生模型M_DT：

M_DT＝(P_E,V_E,S_s,D_D,C_N)

其中，P_E为多源互联能源网络的数据源采集设备；

V_E为多源互联能源网络的虚拟实体，可拆分为：

V_E＝(G_v,P_v,B_v,R_v)

其中，G_v为描述数据源采集设备的尺寸形状、所安装的具体位置以及不同设备之间相连接的关系的三维模型；P_v为各个数据源采集设备的采集特征的信息；B_v为描述在不同时段下数据源采集设备相互作用共同产生的实时响应及行为；R_v为基于历史关联数据的规律规则；

S_s为支撑多源互联能源网络运行与实现的功能性服务；

D_D为数字孪生模型所需整体数据，可拆分为：

D_D＝(D_p,D_v,D_s,D_k,D_f)

其中，D_p为数据源设备采集的动态过程数据；D_v包括多源互联能源网络的虚拟实体所包含的所有相关数据；D_s包括支撑多源互联能源网络运行与实现的功能性服务的所有相关数据；D_k包括规则约束、算法模型库等的相关数据；D_f包括对前四种数据进行相关处理后得到的所有衍生数据；

C_N为模型不同部分的全部连接关系；可拆分为：

C_N＝(C_PD,C_PV,C_PS,C_VD,C_VS,C_SD)

其中，C_PD实现多源互联能源网络的物理实体与孪生数据的交互；C_PV实现物理实体和虚拟实体之间的交互；C_PS实现物理实体和功能性服务之间的交互；C_VD实现虚拟实体和数据之间的交互；C_VS实现虚拟实体和功能性服务之间的交互；C_SD实现功能性服务和数据之间的交互。

6.如权利要求1所述的一种基于数字孪生和区块链的高效可信能源数据处理方法，其特征在于，所述SEM模型包括测量模型矩阵和结构模型矩阵两部分；具体如下：

首先，建立测量模型矩阵：

其中，G_v、P_v、D_v、D_s、D_k、D_p表示观测变量，V_E、D_D、f表示潜在变量，

为潜在变量的因子荷载矩阵，/>为误差项；

然后，建立结构模型矩阵：

其中，γ_mn是第m个潜在变量对第n个潜在变量的作用，m和n取值分别为1-3；当关系不存在时，值取为0；为误差项；

最后，将数字孪生模型的观测变量G_v、P_v、D_v、D_s、D_k、D_p和潜在变量V_E、D_D作为样本数据；并设定因子荷载矩阵、γ_mn和误差项的初始值，进行循环迭代，逼近各个参数的估计值，求解SEM模型，进而得到f与V_E和D_D的关系，由此得到所有源设备最优采集频率。

7.如权利要求1所述的一种基于数字孪生和区块链的高效可信能源数据处理方法，其特征在于，所述区块链节点不存储原始数据，只存储数据目录；原始数据存储在边缘云上。

8.如权利要求1所述的一种基于数字孪生和区块链的高效可信能源数据处理方法，其特征在于，所述智能合约包括数据共享的方式和触发条件。