CN117114542A - 基于区块链和边缘计算的冷链物流碳排放数据监测方法及装置 - Google Patents
基于区块链和边缘计算的冷链物流碳排放数据监测方法及装置 Download PDFInfo
- Publication number
- CN117114542A CN117114542A CN202310918169.4A CN202310918169A CN117114542A CN 117114542 A CN117114542 A CN 117114542A CN 202310918169 A CN202310918169 A CN 202310918169A CN 117114542 A CN117114542 A CN 117114542A
- Authority
- CN
- China
- Prior art keywords
- data
- carbon emission
- edge computing
- computing node
- node
- 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.)
- Pending
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 110
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004364 calculation method Methods 0.000 title claims abstract description 38
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000005265 energy consumption Methods 0.000 claims abstract description 28
- 230000007613 environmental effect Effects 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 230000009467 reduction Effects 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000006872 improvement Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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
- 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
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Bioethics (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于区块链和边缘计算的冷链物流碳排放数据监测方法及装置,实时监测每个运输阶段的温度、湿度和碳浓度信息,并将采样的数据发送到边缘计算节点进行处理计算;边缘计算节点实时接收并转换多个传感器数据,计算每个时刻的能耗和碳排放量;边缘计算节点将环境数据、能耗计算结果与碳排放量信息上传至区块链网络各节点中;区块链网络将各边缘计算节点采集的数据汇总计算得出冷链运输工具在每个运输阶段中的碳排放,并实时数据更新;边缘计算节点在设备端实施调整,实现实时、动态闭环的碳排放监测与管控。与现有技术相比,本发明利用区块链与边缘计算协同进行碳排放数据传输和监测,为冷链物流减碳提供数据支持。
Description
技术领域
本发明属于区块链技术和边缘计算融合领域,特别涉及基于区块链和边缘计算的冷链物流碳排放数据监测方法及装置。
背景技术
区块链技术:区块链是一个分布式的账本技术,可以实现数据的不可篡改、可追溯、安全与共享。区块链通过加密、共识与记账机制,使多方在线下生成的交易记录达成一致,并防止历史记录被篡改。该技术为数据真实性与可信度提供技术保障。
边缘计算技术:边缘计算是一种分布式计算架构,可以在数据采集与产生的边缘完成计算与处理,减少数据流量与延时。边缘计算节点的部署有助于实现监测与管理的实时性,使系统能够动态响应环境变化。该技术在减少网络负载、提高数据采集频率与系统响应速度方面有明显优势。
现有冷链物流碳排放监测有几点问题:
1)对物流各环节的碳核查和跟踪不紧密,缺乏明确的环节标识。
2)大多数监测数据精度依赖模拟估算,设备能耗参数和运算模型有待优化。
3)监测结果对下一步环节的优化无法形成有效闭环,降低后续碳排放的反馈作用有限。
发明内容
发明目的:针对背景技术中指出的问题,本发明提供了一种基于区块链和边缘计算的冷链物流碳排放数据监测方法及装置,利用部署边缘计算节点对冷链物流运输中产生的碳排放量和其他环境数据做采集和计算,减少数据采集与传输的延时,实现实时的监测效果,同时通过区块链技术将采集的数据与计算结果记录在不可篡改的链式数据结构中,经过密码学加密、共识验证与数字签名等技术手段保障数据的机密性、完整性与不可抵赖性,确保系统产出的监测与管理结果的安全性与可靠性,最大限度节约社会资源,促进冷链物流运输业的绿色发展与碳减排进程。
技术方案:本发明提出一种基于区块链和边缘计算的冷链物流碳排放数据监测方法,包括如下步骤:
步骤1:环境传感器实时监测冷链物流仓库仓储、卡车运输、集装箱运输过程中的温度、湿度和碳浓度信息,并将采样的精细化数据发送到对应运输阶段标识的边缘计算节点进行处理和计算;
步骤2:边缘计算节点实时接收并转换多个传感器数据,并计算每个时刻的能耗和碳排放量;
步骤3:边缘计算节点将环境数据、能耗计算结果与碳排放量信息上传至区块链网络各节点中;
步骤4:区块链网络将各边缘计算节点采集的数据汇总计算,生成冷链运输工具在每个运输阶段和整个运输中的碳排放报告,并依据边缘计算节点点对点反馈信息实时数据更新;
步骤5:边缘计算节点根据区块链网络封装的更新软件包,在物联网设备端实施调整,自动优化物联网设备的运行参数,实现实时的碳排放监测与管控。
进一步地,所述步骤1的具体方法为:
步骤1.1:在冷链仓库、卡车和集装箱运输环境中安装相应种类的温度、湿度、碳浓度传感器,传感器通过通信接口连接边缘计算节点,并对精度、数据格式进行初始设置;
步骤1.2:对每个连接传感器的边缘计算节点标识每个物流运输阶段Type,便于后续点对点传达信息;
步骤1.3:传感器上电启动,对温度补偿、滤波频率选择进行初始化设置,确保采集的数据准确可靠;
步骤1.4:进行标定,将信号转换为标准单位制的数字量值;
步骤1.5:边缘计算节点在接收到传感器的监测数据后,对每个数据采样点添加系统时间戳;
步骤1.6:传感器将数码化和打上时标的环境数据实时上传给边缘计算节点。
进一步地,所述步骤2的具体方法为:
步骤2.1:边缘计算节点通过物联接口实时接收不同传感器上传的环境数据,数据包含采样点的值、单位和时间标记;
步骤2.2:同一时刻从不同传感器接收到的环境数据,边缘计算节点进行加权计算融合处理,得到代表当时环境状况的数据集;
步骤2.3:如果某些时刻的数据从部分传感器丢失或异常,边缘计算节点对空缺数据进行线性插值法的补偿,确保获得完整的环境数据集;
步骤2.4:基于融合后的数据集和设备的运行参数,边缘计算节点根据热力学定义建立能耗计算表达式计算出在每个时刻的能耗量;
步骤2.5:根据每个区域的碳排放密度,边缘计算节点将每个时刻的能耗量转换为相应的碳排放量,计算结果反映碳排放的动态变化及设备运行效率;
步骤2.6:边缘计算节点将接收到的原始数据、融合后的数据集、碳排放计算结果进行永久存储,同时上传至区块链网络,确保数据安全性。
进一步地,所述步骤3的具体方法为:
步骤3.1: 边缘计算节点将环境数据、能耗量和碳排放量结果进行打包处理,一定时间间隔作为一个数据包上传,数据包中包含多个时刻的监测与计算结果,以及相应的时间标记;
步骤3.2:边缘计算节点对每个数据包进行加密和数字签名;
步骤3.3:将区块链网络分为主链和侧链,每个节点都设置主侧链标识,主链存储公开数据,侧链存储私有数据;
步骤3.4:边缘计算节点选择上传数据至区块链网络的主链还是侧链;
步骤3.5:边缘计算节点与选定的链建立数据上传通道,通过区块链的每个节点进行自动化传输;
步骤3.6:区块链网络中的节点利用预设的密钥生成模块、数字签名模块和证书管理模块对数据包进行解密、验签和解压,获得环境数据、能耗与碳排放量信息,接收到的数据进行和本地数据的关联校验,确保正确性;
步骤3.7:区块链网络的节点利用预设的共识算法PoW对数据包进行核验、确认和记账,最终写入区块链分布式账本,记账结果同步回边缘计算节点。
进一步地,所述步骤4的具体方法为:
步骤4.1:区块链网络需要检查各边缘计算节点上传的数据所带时间标识,发现并纠正时间偏差,确保所有数据按时间轴准确排序及匹配;
步骤4.2:区块链网络根据边缘计算节点数据中的运输阶段标识字段Type,将数据分类整理为属于同一冷链运输工具运输阶段的数据集;
步骤4.3:区块链网络将各边缘计算节点采集的数据与冷链运输工具的电子地图进行映射,建立数据与空间位置的对应关系;
步骤4.4:区块链网络将时空关联识别后的匹配数据进行聚合,生成表示某一冷链运输工具某一运输阶段环境特征的综合数据;
步骤4.5:通过冷链物流运输生命周期分析碳排放综合数据,计算出每个运输阶段的总能耗和碳排放量;
步骤4.6:根据每个阶段的碳排放总量结合每个阶段运输标识,制定时间范围内的中间碳排放评估纪录;
步骤4.7:将报告在区块链网络发布和记账,以实现报告的不可篡改和结果的公开透明。
进一步地,所述步骤5的具体方法为:
步骤5.1:区块链网络节点定期对碳排放数据报告封装成可执行的软件包,下发至边缘计算节点,用于设备运行指标的调整;
步骤5.2:边缘计算节点将接收到的软件包部署在设备端,与设备控制软件相结合;
步骤5.3:边缘计算节点在软件部署完成后,执行数据采集设备的参数基准测试,获取设备在该标识运输阶段的参数和状态数据;
步骤5.4:区块链网络基于步骤5.3收到的基准测试结果,设置碳排放数据的阈值范围,再将阈值结果下发至边缘计算节点;
步骤5.5:边缘计算节点持续评估设备运行的实时数据,评估结果包括设备参数的变化情况和运行效率;
步骤5.6:边缘计算节点将评估结果反馈至区块链网络中标识对应运输阶段的节点;
步骤5.7:标识对应运输阶段的节点根据评估结果,与上一时期存储的碳排放数据报告中设备运行指标,包括处理能力提高率、故障率下降长度、精度与稳定性进行对比;
步骤5.8:根据生成的新的碳排放数据报告,再进行封装成软件包和部署;
步骤5.10:边缘计算节点在部署结束后向区块链网络节点发送部署完成的反馈信息;
步骤5.11:区块链网络需要接收到反馈信息后,需要进行校验,确保更新的软件包已经被边缘计算节点准确接收和配置;
步骤5.12:直到获得当前反馈阶段评估效果显著后结束。
本发明公开一种基于区块链和边缘计算的冷链物流碳排放数据监测装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被加载至处理器时执行如上述基于区块链和边缘计算的冷链物流碳排放数据监测方法的步骤。
有益效果
本发明通过部署边缘计算节点与监测设备实现全流程的数据实时采集与监测,减少了数据传输与管理的延时,大幅提高数据采集和运输的响应速度与管理效率。
本发明采用标识边缘计算节点和区块链节点的方式,精准点对点建立通信通道实现反馈机制,利用冷链物流运输阶段的不同,将碳排放数据集进行分类,每个标识节点进行存储和分析,实时监测每个时期和阶段的碳排放数据变化,一定程度上提高了监测反馈效率。
本发明通过区块链网络可以实时提供碳排放数据报告,分析数据设置碳排放数据阈值和设备指标,并下发至边缘计算节点实施,自动调整操作参数,持续改进与升级,实现高效的闭环管理与渐进式减排。这种机制有效弥补了人工管理的不足,大幅提高管理的智能化水平。
本发明构建的区块链网络打破了信息孤岛,实现了多方协作、共享数据与管理结果。这可以避免重复投入,累积各方的减排经验,在全社会范围内扩散低碳技术与理念,产生协同减排效应,带来更大的环境与经济效益。
附图说明
图1为本发明整体框架图;
图2为边缘计算节点接收数据流程图;
图3为边缘计算节点数据处理示意图;
图4为数据上链流程图;
图5为区块链生成碳排放报告示意图;
图6为区块节点和边缘计算节点碳排放数据反馈监控示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明公开了一种基于区块链和边缘计算的冷链物流碳排放数据监测方法及装置,该方法及装置框架如图1所示,包括如下步骤:
步骤1:环境传感器实时监测冷链物流仓库仓储、卡车运输、集装箱运输过程中的温度、湿度和碳浓度信息,并将采样的精细化数据发送到边缘计算节点进行处理和计算。
步骤1.1:在冷链仓库、卡车和集装箱运输环境中安装相应种类的温度、湿度、碳浓度传感器,传感器通过通信接口连接边缘计算节点,并进行初始设置,包括精度、采集频率、数据格式。
步骤1.2:对每个连接传感器的边缘计算节点标识每个阶段物流运输工具Type,便于后续点对点传达反馈信息。
步骤1.3:传感器上电启动,对温度补偿、滤波频率选择进行初始化设置,确保采集的数据准确可靠。
步骤1.4:由于各传感器的信号输出都有差异,需要进行标定,将信号转换为标准单位制的数字量值。
步骤1.5:边缘计算节点在布置与启动时,通过网络与标准时间服务器同步,确保系统时间的准确性,为时间戳提供准确依据。
步骤1.6:边缘计算节点设置用于时间戳的时间格式,格式与后续在区块链网络中的数据格式统一,利于多节点的数据整合。
步骤1.7:边缘计算节点在接收到每条来自传感器的数据后,需要从系统时间读取当时的时间点,作为该条数据的时间戳添加在数据条目上,时间戳的添加必须与数据接收严格同步,防止出现时延导致的时间混淆。
步骤1.8:边缘计算节点需要定期检查自身系统时钟是否正常运行,如果发现系统时间异常,需立即通过网络重新与标准时间服务器同步,确保时间标记的准确性。
步骤1.9:传感器将数码化和打上时标的碳排放数据实时上传给边缘计算节点,上传频率取决于采集频率,必须保证数据的及时传输和共享。
步骤1.10:传感器需要监控来自边缘计算节点确认信息的接收,若一定时间内未接收到确认,则会重新上传,直至接收到确认信息为止。
步骤2:边缘计算节点通过数据处理模块实时接收并转换多个传感器数据,并计算每个时刻的能耗和碳排放量,具体碳排放数据计算和处理如图3所示:
步骤2.1:对于步骤1打过标识的边缘计算节点通过接口进行连接,接收不同传感器上传的环境和碳排数据,数据包含采样点的值、单位和时间标记。
步骤2.2:边缘计算节点对接收到的数据进行解码和格式化。
步骤2.3: 对于格式化后的数据,边缘计算节点需要进行加权计算融合处理,得到代表当时运输环境状态的数据集。
步骤2.4:如果某些时刻的数据从部分传感器丢失或异常,边缘计算节点利用线性插值法对空缺数据进行补偿。
步骤2.5:基于融合后的数据集和设备的运行参数,边缘计算节点利用热力学公式计算出每个运输阶段在每个时刻的能耗。
步骤2.6:根据区域电网的碳排放密度,边缘计算节点将每个时刻的能耗量转换为相应的碳排放量,计算结果反映碳排放的动态变化及设备运行效率。
步骤2.7:边缘计算节点需要将接收到的原始数据、融合后的数据集、能耗和碳排放计算结果进行永久存储,同时备份至区块链网络,确保数据安全性。
步骤3:通过上述步骤2实现边缘计算节点对碳排放数据计算和处理后,需要将数据进行区块链上链处理,经过密码学加密、共识验证与数字签名技术手段进行数据上链,保障数据的机密性、完整性与不可抵赖性,具体碳排放数据上链如图4所示:
步骤3.1:边缘计算节点选择4G通信技术与接口,确保数据实时、高速上传至区块链网络。
步骤3.2:边缘计算节点将环境数据、能耗量和碳排放量结果进行打包处理。
步骤3.3:边缘计算节点一定时间间隔作为一个数据包上传,数据包中包含多个时刻的监测与计算结果,以及相应的时间标记。
步骤3.3:边缘计算节点按照区块链网络的数据格式规范来整理碳排放监测数据,包括字段名称、类型、单位、长度限制。
步骤3.4:为防止数据在传输过程中被篡改,边缘计算节点选择加密算法产生的数据签名信息。
步骤3.5:边缘计算节点选择是否将数据上传至侧链,侧链侧重数据的机密性。
步骤3.6:如果边缘计算节点选择侧链,则边缘计算节点选择与所选区块链网络对应的通信API,API为边缘计算节点与区块链网络之间的信息交互提供软件接口,与各节点配置一致。
步骤3.7:边缘计算节点选择标准的接口通信协议来指导数据格式与传输。
步骤3.8:边缘计算节点获取区块链网络中各节点的网络地址,以建立数据上传通道。地址可以通过区块链浏览器或相关开发工具获取,格式为IP地址与通信端口。获取到的地址需过滤无效节点,确保上传数据的可达性。
步骤3.9:边缘计算节点将获取到的有效节点地址,通过选定的API与协议建立与各节点的通信连接通道,用于数据的上传与同步。
步骤3.10:连接建立后需测试连接以验证通道是否正常。
步骤3.11:若正常,边缘计算节点则通过建立的通信通道将数据上传到各区块链节点,若不正常,则建立新的通信通道并进行测试。
步骤3.12:区块链节点会发出接收信号,若边缘计算节点接收到上传成功的反馈信息,则表示上传到区块链网络成功。
步骤3.13:区块链网络中的节点先对数据包和本地数据进行关联校验,确保正确性。
步骤3.14:区块链节点利用密码学算法对数据包进行解密和验签,从而获得环境数据、能耗数据和碳排放数据。
步骤3.15:区块链网络的节点利用预设的共识算法PoW对核验后的数据进行核验、确认和记账,最终写入区块链分布式账本,实现不可更改。
步骤4:通过上述步骤3实现碳排放数据的上链后,区块链网络需要汇总计算得出冷链运输工具在每个运输阶段和整个运输中的碳排放报告,并根据边缘计算节点实时更新数据,具体如图5所示:
步骤4.1:区块链网络需要检查各边缘计算节点上传的数据所带时间标识,发现并纠正时间偏差,确保所有数据按时间轴准确排序及匹配。
步骤4.2:区块链网络根据边缘计算节点的运输工具标识,将数据分类整理为属于同一冷链运输工具运输阶段的数据集。
步骤4.3:区块链网络需要将各边缘计算节点采集的数据与冷链物流运输的电子地图进行映射,建立数据与空间位置的对应关系。
步骤4.4:区块链网络中每个节点利用时间轴与空间映射的结果,识别属于同一冷链运输工具内各运输阶段的、具有匹配时间标识的数据关联。
步骤4.5:通过步骤4.4数据关联后需要将匹配数据进行聚合,生成表示某一冷链运输工具某一运输阶段环境特征的综合数据。
步骤4.6:根据综合数据利用碳排放计算模型算出该阶段的总能耗和碳排放量。
步骤4.7:根据步骤4.6依据各阶段的排放计算结果,总得出运输工具全流程的碳排放总量。
步骤4.8:根据步骤4.7的碳排放总量结合每个阶段运输标识,制定时间范围内的中间碳排放评估记录。
步骤4.9:根据时间范围内的结果与历史报告进行比较,区块链网络分析碳排放轨迹变化趋势和影响因素,评估管理优化效果生成优化方案与控制策略。
步骤4.11:区块链网络选定记账节点,负责对上述报告数据和方案进行记账与存储。
步骤4.12:记账节点利用共识机制发布数据报告,便于有权限参与者可以进行浏览和查询。
步骤5:通过上述步骤4生成碳排放数据报告后,边缘计算节点定期接收并在物联网设备端实施调整,优化物联网设备的运行参数,实现实时的碳排放监测与管控,具体如图6所示:
步骤5.1:区块链网络节点会定期对碳排放数据报告封装成可执行的软件包,下发至边缘计算节点,用于设备运行指标的调整。
步骤5.2:边缘计算节点根据运输阶段标识会接收来自区块链节点的软件包。
步骤5.3:边缘计算节点将接收到的软件包部署在设备端,与设备控制软件相结合。该控制软件包括设备上的功能应用程序、通信协议软件和固有控制逻辑软件,是系统自带的,负责处理控制指令。边缘计算节点部署的软件要与原有的设备控制软件进行适配,才能使得物联网设备协同工作。
步骤5.4:边缘计算节点在软件部署完成后,执行数据采集设备的参数基准测试,获取设备在该标识运输阶段的参数和状态数据。
步骤5.5:边缘计算节点再将基准测试结果反馈给区块链网络中。
步骤5.6:区块链网络基于步骤5.5收到的基准测试结果,设置碳排放数据的阈值范围,再将阈值结果下发至边缘计算节点。
步骤5.7:边缘计算节点需要在数据采集设备运行过程中持续检测碳排放数据,并将数据输入阈值控制的算法模型中。
步骤5.8:边缘计算节点检测到碳排放数据超出阈值范围时,边缘计算节点会根据算法模型控制策略实施参数调整,将设备返回到最初运行状态。
步骤5.9:边缘计算节点需要持续评估设备运行的实时数据,评估结果包括设备参数的变化情况和运行效率。
步骤5.10:边缘计算节点需将评估结果反馈至区块链网络中标识对应运输阶段的节点。
步骤5.11:标识对应运输阶段的节点根据评估结果,与上一时期存储的碳排放数据报告中设备运行指标,包括处理能力提高率、故障率下降长度、精度与稳定性进行对比。
步骤5.12:如果评估对比效果较好,则边缘计算节点存储软件包,供设备调整。
步骤5.12:如果评估对比效果不佳,区块链节点需要生成新的碳排放数据报告,详细记录该运输阶段数据采集设备的参数设置不合理、计算算法缺陷问题。
步骤5.13:根据步骤5.12生成的新的碳排放数据报告,再进行封装成软件包。
步骤5.14:区块链网络需要对边缘计算节点通信通道发送通知信号,并检查通道是否正常。
步骤5.15:通信正常则将更新的软件包发送相匹配对应运输阶段标识的边缘计算节点,如果监测异常则返回步骤5.14继续通知。
步骤5.16:边缘计算节点接收到更新的软件包后,需要进行设备的软件部署工作。
步骤5.17:边缘计算节点在部署结束后向区块链网络节点发送部署完成的反馈信息。
步骤5.18:区块链网络需要接收到反馈信息后,需要进行校验,确保更新的软件包已经被边缘计算节点准确接收和配置。如果监测到异常,需要重新返回步骤5.16继续部署。
步骤5.19:区块链接收到反馈信息后,收集各边缘计算节点对更新的软件包的所有信息,进行实时评估。返回步骤5.11。
步骤5.20:直到获得当前反馈阶段评估效果显著后结束。
上述实施方式只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种基于区块链和边缘计算的冷链物流碳排放数据监测方法,其特征在于,包括如下步骤:
步骤1:环境传感器实时监测冷链物流仓库仓储、卡车运输、集装箱运输过程中的温度、湿度和碳浓度信息,并将采样的精细化数据发送到对应运输阶段标识的边缘计算节点进行处理和计算;
步骤2:边缘计算节点实时接收并转换多个传感器数据,并计算每个时刻的能耗和碳排放量;
步骤3:边缘计算节点将环境数据、能耗计算结果与碳排放量信息上传至区块链网络各节点中;
步骤4:区块链网络将各边缘计算节点采集的数据汇总计算,生成冷链运输工具在每个运输阶段和整个运输中的碳排放报告,并依据边缘计算节点点对点反馈信息实时数据更新;
步骤5:边缘计算节点根据区块链网络封装的更新软件包,在物联网设备端实施调整,自动优化物联网设备的运行参数,实现实时的碳排放监测与管控。
2.根据权利要求1所述的基于区块链和边缘计算的冷链物流碳排放数据监测方法,其特征在于,所述步骤1的具体方法为:
步骤1.1:在冷链仓库、卡车和集装箱运输环境中安装相应种类的温度、湿度、碳浓度传感器,传感器通过通信接口连接边缘计算节点,并对精度、数据格式进行初始设置;
步骤1.2:对每个连接传感器的边缘计算节点标识每个物流运输阶段Type,便于后续点对点传达信息;
步骤1.3:传感器上电启动,对温度补偿、滤波频率选择进行初始化设置,确保采集的数据准确可靠;
步骤1.4:进行标定,将信号转换为标准单位制的数字量值;
步骤1.5:边缘计算节点在接收到传感器的监测数据后,对每个数据采样点添加系统时间戳;
步骤1.6:传感器将数码化和打上时标的环境数据实时上传给边缘计算节点。
3.根据权利要求1所述的基于区块链和边缘计算的冷链物流碳排放数据监测方法,其特征在于,所述步骤2的具体方法为:
步骤2.1:边缘计算节点通过物联接口实时接收不同传感器上传的环境数据,数据包含采样点的值、单位和时间标记;
步骤2.2:同一时刻从不同传感器接收到的环境数据,边缘计算节点进行加权计算融合处理,得到代表当时环境状况的数据集;
步骤2.3:如果某些时刻的数据从部分传感器丢失或异常,边缘计算节点对空缺数据进行线性插值法的补偿,确保获得完整的环境数据集;
步骤2.4:基于融合后的数据集和设备的运行参数,边缘计算节点根据热力学定义建立能耗计算表达式计算出在每个时刻的能耗量;
步骤2.5:根据每个区域的碳排放密度,边缘计算节点将每个时刻的能耗量转换为相应的碳排放量,计算结果反映碳排放的动态变化及设备运行效率;
步骤2.6:边缘计算节点将接收到的原始数据、融合后的数据集、碳排放计算结果进行永久存储,同时上传至区块链网络,确保数据安全性。
4.根据权利要求1所述的基于区块链和边缘计算的冷链物流碳排放数据监测方法,其特征在于,所述步骤3的具体方法为:
步骤3.1: 边缘计算节点将环境数据、能耗量和碳排放量结果进行打包处理,一定时间间隔作为一个数据包上传,数据包中包含多个时刻的监测与计算结果,以及相应的时间标记;
步骤3.2:边缘计算节点对每个数据包进行加密和数字签名;
步骤3.3:将区块链网络分为主链和侧链,每个节点都设置主侧链标识,主链存储公开数据,侧链存储私有数据;
步骤3.4:边缘计算节点选择上传数据至区块链网络的主链还是侧链;
步骤3.5:边缘计算节点与选定的链建立数据上传通道,通过区块链的每个节点进行自动化传输;
步骤3.6:区块链网络中的节点利用预设的密钥生成模块、数字签名模块和证书管理模块对数据包进行解密、验签和解压,获得环境数据、能耗与碳排放量信息,接收到的数据进行和本地数据的关联校验,确保正确性;
步骤3.7:区块链网络的节点利用预设的共识算法PoW对数据包进行核验、确认和记账,最终写入区块链分布式账本,记账结果同步回边缘计算节点。
5.根据权利要求1所述的基于区块链和边缘计算的冷链物流碳排放数据监测方法,其特征在于,所述步骤4的具体方法为:
步骤4.1:区块链网络需要检查各边缘计算节点上传的数据所带时间标识,发现并纠正时间偏差,确保所有数据按时间轴准确排序及匹配;
步骤4.2:区块链网络根据边缘计算节点数据中的运输阶段标识字段Type,将数据分类整理为属于同一冷链运输工具运输阶段的数据集;
步骤4.3:区块链网络将各边缘计算节点采集的数据与冷链运输工具的电子地图进行映射,建立数据与空间位置的对应关系;
步骤4.4:区块链网络将时空关联识别后的匹配数据进行聚合,生成表示某一冷链运输工具某一运输阶段环境特征的综合数据;
步骤4.5:通过冷链物流运输生命周期分析碳排放综合数据,计算出每个运输阶段的总能耗和碳排放量;
步骤4.6:根据每个阶段的碳排放总量结合每个阶段运输标识,制定时间范围内的中间碳排放评估纪录;
步骤4.7:将报告在区块链网络发布和记账,以实现报告的不可篡改和结果的公开透明。
6.根据权利要求1所述的基于区块链和边缘计算的冷链物流碳排放数据监测方法,其特征在于,所述步骤5的具体方法为:
步骤5.1:区块链网络节点定期对碳排放数据报告封装成可执行的软件包,下发至边缘计算节点,用于设备运行指标的调整;
步骤5.2:边缘计算节点将接收到的软件包部署在设备端,与设备控制软件相结合;
步骤5.3:边缘计算节点在软件部署完成后,执行数据采集设备的参数基准测试,获取设备在该标识运输阶段的参数和状态数据;
步骤5.4:区块链网络基于步骤5.3收到的基准测试结果,设置碳排放数据的阈值范围,再将阈值结果下发至边缘计算节点;
步骤5.5:边缘计算节点持续评估设备运行的实时数据,评估结果包括设备参数的变化情况和运行效率;
步骤5.6:边缘计算节点将评估结果反馈至区块链网络中标识对应运输阶段的节点;
步骤5.7:标识对应运输阶段的节点根据评估结果,与上一时期存储的碳排放数据报告中设备运行指标,包括处理能力提高率、故障率下降长度、精度与稳定性进行对比;
步骤5.8:根据生成的新的碳排放数据报告,再进行封装成软件包和部署;
步骤5.10:边缘计算节点在部署结束后向区块链网络节点发送部署完成的反馈信息;
步骤5.11:区块链网络需要接收到反馈信息后,需要进行校验,确保更新的软件包已经被边缘计算节点准确接收和配置;
步骤5.12:直到获得当前反馈阶段评估效果显著后结束。
7.一种基于区块链和边缘计算的冷链物流碳排放数据监测装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述计算机程序被加载至处理器时执行如权利要求1-6任一项所述的基于区块链和边缘计算的冷链物流碳排放数据监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310918169.4A CN117114542A (zh) | 2023-07-25 | 2023-07-25 | 基于区块链和边缘计算的冷链物流碳排放数据监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310918169.4A CN117114542A (zh) | 2023-07-25 | 2023-07-25 | 基于区块链和边缘计算的冷链物流碳排放数据监测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117114542A true CN117114542A (zh) | 2023-11-24 |
Family
ID=88801090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310918169.4A Pending CN117114542A (zh) | 2023-07-25 | 2023-07-25 | 基于区块链和边缘计算的冷链物流碳排放数据监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117114542A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117669897A (zh) * | 2024-02-01 | 2024-03-08 | 中汽数据(天津)有限公司 | 基于工业互联网标识解析的碳排放清单收集公示方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110942270A (zh) * | 2019-11-28 | 2020-03-31 | 北京大唐高鸿软件技术有限公司 | 冷链物流运输系统 |
CN114819754A (zh) * | 2022-06-24 | 2022-07-29 | 深圳市环国运物流股份有限公司 | 一种基于边缘计算的物流企业碳排放量的检测方法及装置 |
CN115102995A (zh) * | 2022-06-13 | 2022-09-23 | 嘉兴南湖学院 | 一种基于边缘计算的主动式冷链监控终端设备及监控系统 |
CN115473924A (zh) * | 2022-10-17 | 2022-12-13 | 中科碳控(北京)科技有限公司 | 一种基于物联网区块链的碳排放计量系统 |
CN115660474A (zh) * | 2022-10-24 | 2023-01-31 | 北京泰尔英福科技有限公司 | 碳排放量的处理方法及系统 |
CN116074316A (zh) * | 2023-02-07 | 2023-05-05 | 天瑞集团信息科技有限公司 | 基于边缘计算和区块链的防篡改可信的碳排数据处理方法 |
WO2023137484A1 (en) * | 2022-01-17 | 2023-07-20 | Vital Eco Technology, Llc | Sustainability management systems and methods |
-
2023
- 2023-07-25 CN CN202310918169.4A patent/CN117114542A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110942270A (zh) * | 2019-11-28 | 2020-03-31 | 北京大唐高鸿软件技术有限公司 | 冷链物流运输系统 |
WO2023137484A1 (en) * | 2022-01-17 | 2023-07-20 | Vital Eco Technology, Llc | Sustainability management systems and methods |
CN115102995A (zh) * | 2022-06-13 | 2022-09-23 | 嘉兴南湖学院 | 一种基于边缘计算的主动式冷链监控终端设备及监控系统 |
CN114819754A (zh) * | 2022-06-24 | 2022-07-29 | 深圳市环国运物流股份有限公司 | 一种基于边缘计算的物流企业碳排放量的检测方法及装置 |
CN115473924A (zh) * | 2022-10-17 | 2022-12-13 | 中科碳控(北京)科技有限公司 | 一种基于物联网区块链的碳排放计量系统 |
CN115660474A (zh) * | 2022-10-24 | 2023-01-31 | 北京泰尔英福科技有限公司 | 碳排放量的处理方法及系统 |
CN116074316A (zh) * | 2023-02-07 | 2023-05-05 | 天瑞集团信息科技有限公司 | 基于边缘计算和区块链的防篡改可信的碳排数据处理方法 |
Non-Patent Citations (1)
Title |
---|
刘军;冯力;魏航;: "基于区块链的冷链物流边缘计算验证演示系统", 网络安全技术与应用, no. 07, 15 July 2020 (2020-07-15), pages 55 - 56 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117669897A (zh) * | 2024-02-01 | 2024-03-08 | 中汽数据(天津)有限公司 | 基于工业互联网标识解析的碳排放清单收集公示方法 |
CN117669897B (zh) * | 2024-02-01 | 2024-04-16 | 中汽数据(天津)有限公司 | 基于工业互联网标识解析的碳排放清单收集公示方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564676B (zh) | 一种水电厂智能巡检系统及方法 | |
CN109413188A (zh) | 一种工业设备物联网管理系统及方法 | |
CN117114542A (zh) | 基于区块链和边缘计算的冷链物流碳排放数据监测方法及装置 | |
RU112441U1 (ru) | Система мониторинга качества электрической энергии на базе синхронных измерений показателей качества электрической энергии | |
CN101907696B (zh) | 一种电能表生产检测系统及方法 | |
Li et al. | Toward smart distribution management by integrating advanced metering infrastructure | |
CN110097275A (zh) | 一种基于台区停电数据的户变关系校验方法及装置 | |
AU2022204116A1 (en) | Verification method for electrical grid measurement data | |
CN107066500A (zh) | 一种基于pms模型的电网海量数据质量校验方法 | |
CN104751280A (zh) | 一种石化企业电能耗监测系统及其数据管理方法 | |
CN115473924A (zh) | 一种基于物联网区块链的碳排放计量系统 | |
CN109462517A (zh) | 一种面向数字电网业务的数据监测的方法、系统及设备 | |
CN105207836B (zh) | 一种快速测试pqdif文件一致性的方法 | |
CN110727725B (zh) | 一种基于配电网运行效率监测及分析的数据接口 | |
CN114399192A (zh) | 一种在线稽查自动化rpa系统 | |
CN117041305B (zh) | 基于物联网的气体流量计离线数据管理方法、设备及介质 | |
CN110427297A (zh) | 诊断信息获取方法、系统及网关和计算机可读介质 | |
CN112947364B (zh) | 一种基于大数据预警配电站设备故障的系统及方法 | |
US20230089918A1 (en) | Method and apparatus for controlling charging, based on monitored communication signals associated with a charging session | |
CN115884009A (zh) | 二氧化碳排放远程实时监测方法、装置和系统 | |
CN114911779A (zh) | 联网设备数据缺漏分析与补值装置、系统、方法 | |
CN109409689B (zh) | 一种对采集器通信单元资产信息进行处理的方法及系统 | |
CN113361949A (zh) | 一种基于大数据分析的绩效管理系统 | |
Liu et al. | [Retracted] Design and Implementation of Large‐Scale Public Building Energy Consumption Monitoring Platform Based on BP Neural Network | |
CN110629608A (zh) | 一种实时高效的铁路轨道检测方法 |
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 |