【摘 要】
：
针对智能电网用电数据存储系统中用电数据的安全问题,结合区块链共识机制、加密机制、对等网络和云存储技术,提出一种基于区块链的用电数据云存储方案,以确保用电数据的安全存储和共享。通过实用拜占庭协议,实现网络节点的共识,访问控制机制实现用电数据信息的共享,区块链存储用电数据的公共信息,并将用电数据的真实数据加密存储在数据库或云存储中,方便有效地实现敏感用户用电数据的存储和系统间的信息共享。在联盟链的环境
【机 构】
：
华东交通大学软件学院,华东交通大学电气与自动化工程学院
【基金项目】
：
国家自然科学基金项目(61563016),江西省教育厅科技项目(GJJ14371)。
论文部分内容阅读
针对智能电网用电数据存储系统中用电数据的安全问题,结合区块链共识机制、加密机制、对等网络和云存储技术,提出一种基于区块链的用电数据云存储方案,以确保用电数据的安全存储和共享。通过实用拜占庭协议,实现网络节点的共识,访问控制机制实现用电数据信息的共享,区块链存储用电数据的公共信息,并将用电数据的真实数据加密存储在数据库或云存储中,方便有效地实现敏感用户用电数据的存储和系统间的信息共享。在联盟链的环境下选取若干网络节点进行性能测试,通过安全性分析表明,该方案能安全、可靠地存储用电数据并且大大降低了网络节
其他文献
在应用KPCA进行故障检测时,根据累计贡献率选取的核主元是数据建模的最佳选择,但不是故障检测的最佳选择。为了解决这个问题,提出一种基于故障检测的KPCA中核主元的选取方法。使用核主元对样本马氏距离的贡献来评估核主元对故障检测的重要性,即运用即时累计贡献率(JITCPC)准则来选取核主元。选定和未选择的核主元分别用于定义主要和次要T~2统计量,运用核密度估计方法计算出99%的控制限。将统计量与控制限
针对当前深度学习在非侵入式负荷分解应用中准确率低、易梯度消失、对使用频率较低的电器分解误差大等问题,提出一种分组空洞残差网络。进行滑动处理增加样本数量后,一方面基于残差网络提取深层负荷特征,降低网络优化难度,解决梯度消失问题;另一方面通过空洞卷积增大感受野,捕获更多数据,解决长时序数据较难学习的问题。实验结果表明,该模型比现有方法分解准确率更高,对使用频率较低的电器分解鲁棒性更好,对实现准确非侵入
自伤行为对青少年的健康有着极大危害性。建立准确的数学传播模型,探讨自伤行为网络传播的机理,对防控青少年自伤行为的传播有着重要意义。通过分析自伤QQ群信息传播特点,基于传染病模型构建SEIR传播模型,并对模型进行仿真实验,得到自伤QQ群各状态成员的数量变化趋势。结果表明,在自伤行为网络传播过程中,各状态成员数量最终均趋于稳定,各状态成员之间的转化率对传播的影响不尽相同,其中恶化率、快速悔过率及遗忘率
自动反馈是指通过参考答案、教师意见等自动给出学生答案的修改意见。数学简答题答案具有类型有限和易混淆的特点,对此,提出一种自动反馈的方法。使用基于静态路由的Capsule network预测答案类型,根据答案类型通过相似度计算确定反馈内容。构建一个数学简答题自动反馈数据集并据此进行实验。实验结果表明,基于静态路由的Capsule network在确定答案类型任务上表现更好,相对于CNN有3百分点至8
针对机载屏蔽双绞线与相邻线缆之间存在串扰的问题,提出基于链路参数的屏蔽双绞线串扰预测模型。在考虑屏蔽层转移阻抗的基础上推导出屏蔽双平行线的多导体传输线方程;将非均匀的屏蔽双绞线等效为多个扭绞级联,每个扭绞进一步简化为多段均匀传输线级联;使用级联传输线理论求得总的链路参数矩阵,进而得到单根线缆对屏蔽双绞线串扰模型。该模型求解结果与CST仿真结果对比表明,两者串扰随频率变化趋势一致,对串扰最大值的预测
针对中国航空运输网络的空域拥挤和航班延误问题,基于复杂网络理论对航空运输网络加权分析。通过节点度值对网络中的边赋予权值,分析加权方式对于衡量重要程度的准确性和可用性,同时考虑两节点对边的支撑作用,提出一种基于边权重和集聚系数的航线重要性评估方法。采取不同的攻击方式,验证该方法的有效性,结果表明该方法能准确地判断航线的重要程度,为突发情况下的流量调配提供了新的策略和支持。
针对连续搅拌釜式反应器的多变量、非线性、带约束等特点,设计一种基于滚动优化原理的滚动时域估计方法。对比扩展卡尔曼滤波和滚动时域估计两种方法,在滚动时域估计中采用扩展卡尔曼滤波近似代替到达代价函数,并通过改变滚动时域窗口的大小有效地减小估计过程中的误差。仿真结果表明:滚动时域估计优于扩展卡尔曼滤波,能够有效地处理带约束化工过程中非线性系统状态估计问题。
车辆事故预测是避免道路车辆事故发生的重要研究课题.以往的研究使用的事故数据集只包含地理情况、环境情况、交通情况等宏观因素,或者只包含车辆行为和驾驶员行为等微观因素.因为很难收集到同时包含2类因素的事故数据集,很少有研究将这2类因素结合起来,然而车辆事故往往是两者共同作用的结果.此外,在收集到的数据中没有可以用于预测的事故发生概率标签,所以目前多数的研究关注点只是在于事故是否发生而不能得到准确的概率值.然而在实际应用场景下,驾驶员需要的是不同级别的危险预警信号,而这种信号正是应该由事故概率值决定的.2019
量子程序在量子计算机上执行时可能由于噪声产生错误.先前的量子程序映射策略将量子程序映射至量子计算机中的最健壮的区域上,以获得更高的保真度.在量子计算机上同时映射多个量子程序可以提升量子计算机的通量和资源利用率.但由于健壮资源稀缺、资源分配冲突,并发量子程序映射会导致整体可靠性下降.介绍了量子程序映射,对相关研究进行分类,并深入分析了其特点与区别.此外,针对并发量子程序映射问题提出了一种新的映射策略,包括3个关键设计:1)提出了社区发现辅助量子位划分算法.结合拓扑结构和错误率数据为并发量子程序进行物理量子位
在智能制造环境下,针对滚动轴承在变负载驱动环境下特征提取难、故障诊断准确率低的问题,提出基于Teager能量谱和卷积神经网络的滚动轴承故障诊断方法。将不同负载驱动下的多种故障振动信号,通过计算Teager能量算子之后进行快速傅里叶变换,绘图得到Teager能量谱图,形成数据集。使用数据集训练改进的卷积神经网络,得到滚动轴承的故障诊断模型,并通过该模型进行故障诊断。经过实验验证,在变负载驱动环境下,