基于物联网与数据双层处理技术的燃煤电厂碳排放监测系统及方法

1.本发明涉及碳排放监测领域，具体是基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统及方法。


背景技术：

2.现有燃煤电厂碳排放监测方法尚未摆脱对人的依赖，监测数据仍然需要人工采集，而人工采集的方式较为单一，无法保证数据的实时性与准确性。目前虽然已有一些结合物联网技术的碳排放监测系统，但仍然存在数据采集点位少、数据传输效率低、数据丢失率严重、数据传输过程中保密性差等问题。
3.另外，现有的碳排放监测系统只能提供简单的数据报告，难以直观展示监测数据和分析监测结果，难以保证数据的真实性和可靠性，监管机构难以获取真实、准确的碳排放数据等问题。


技术实现要素：

4.本发明的目的是提供基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，包括物联网感知层、物联网传输层、物联网边缘计算层和物联网边缘设备层；
5.所述物联网感知层包括若干碳排放数据采集设备；
6.所述碳排放数据采集设备采集碳排放数据，对接收到的碳排放数据进行分组与混合密钥的两步数据编码，第一步用于高效加密大量数据，第二步实现对第一层密钥的安全保护，并通过通信模块传输至物联网传输层；
7.所述物联网传输层对接收到的处理后的碳排放数据传输至物联网边缘计算层；
8.所述物联网边缘计算层包括多个数据共享的计算节点，这些计算节点链接在一起，形成区块链；
9.所述计算节点对接收到的碳排放数据进行处理，得到碳排放分析结果及碳排放数据，并对碳排放分析结果及碳排放数据进行加密，然后将加密后的碳排放分析结果及碳排放数据传输至物联网边缘设备层和其他计算节点；
10.所述物联网边缘设备层用于对碳排放分析结果及碳排放数据进行可视化处理。
11.进一步，所述碳排放数据包括温室气体数据、实时物料碳消耗量、碳物料排放量和大气气体排放量；
12.所述碳排放数据采集设备包括监测发电设施排放口温室气体数据和大气气体排放量的烟气监测系统、监测实时物料碳消耗量的耐压式计量给煤机、监测碳物料排放量的计量装置。
13.进一步，所述碳排放分析结果包括日、月、年碳排放总量、时段碳排放平均量、统计各设备对应的碳排放量、实际测得碳排放量与理论的碳排放的差额。
14.进一步，所述碳排放数据采集设备将碳排放数字信号传输至物联网传输层前，还
对碳排放数字信号进行了分组与混合密钥的两步数据编码。
15.进一步，所述碳排放数据采集设备将碳排放数字信号传输至物联网传输层前，还对碳排放数字信号进行了非对称加密双层处理的步骤包括：
16.a1)将碳排放数据进行分组；其中，明文分组中第i行第j列的字节记为m[i,j]；
[0017]
对分组字节进行加密，得到c[i,j]＝s(m[i,j])；s()表示已定义的替换函数，c[i,j]表示加密后的分组中第i行第j列的字节；
[0018]
对加密后的字节进行移位，得到w[i,j]＝c[i,(j+i)mod 4]；c[i,(j+i)mod 4]表示经过字节替换后的分组中第i行第j列的字节，w[i,j]表示经过行移位后的分组中第i行第j列的字节；
[0019]
对移位后的字节进行列混淆处理，得到h[i,j]＝w[i,0]*b0[j]xorw[i,1]*b1[j]xorw[i,2]*b2[j]xorw[i,3]*b3[j]；h[i,j]表示经过列混淆后的分组中第i行第j列的字节；b0、b1、b2、b3是固定矩阵；
[0020]
对经过列混淆后的字节进行加密，得到l[i,j]＝h[i,j]xor k[i,j]；k[i,j]表示加密密钥中对应位置的字节，l[i,j]表示加密后的分组中第i行第j列的字节；
[0021]
a2)重复步骤a1)若干次，得到由加密后字节组成的矩阵l；所述矩阵l即为两步数据编码后的数据。
[0022]
进一步，加密密钥中对应位置的字节k[i,j]通过以下步骤确定：
[0023]
b1)用户端指定128比特密钥ka,k＝{k1,k2···kn
}；k1＝ka,k
p
＝k
p-1
xor rc
p-1
；p＝2，3，
…
，n；rc
p-1
是由确定的种子生成的随机数；kn为第n个密钥字节；
[0024]
b2)为安全地传送密钥k，将k划分成整数x位的数据块d；2*x《n；mod为求余运算；参数e满足e
×
f＝1(mod m)；f为与m互质的数；参数m＝(a-1)
×
(b-1)；a、b为1024位素数；
[0025]
b3)对每个数据块d，利用公钥pk＝(e，n)得到密文数据块kr＝de(mod n)；所述密文数据块kr中第i行第j列的字节即为k[i,j]。
[0026]
进一步，所述物联网传输层在将碳排放数据传输至物联网边缘计算层的过程中，对碳排放数据的真实性和完整性进行一次或多次验证，如不具有真实性或完整性，则向对应的碳排放采集设备发送重传信号，令碳排放采集设备重新传输碳排放数据，从而对不具有真实性或完整性的碳排放数据进行纠正。进一步，所述计算节点对接收到的碳排放数据进行处理包括预处理和数据分析；
[0027]
所述预处理包括：所述预处理包括：利用私钥sk＝(f，n)恢复数据密钥k，再利用k对处理的碳排放数据进行解密、去除噪声、补全数据、数据清洗。
[0028]
所述数据分析包括统计分析、机器学习、深度学习。
[0029]
进一步，所述计算节点对碳排放分析结果及碳排放数据进行处理的步骤包括：
[0030]
s1)选定一条椭圆曲线ep(a,b)，并取椭圆曲线上一点，作为基点g，随机选择一个私有密钥k，对基点g进行k次加法操作，得到公开密钥p＝kg；
[0031]
s2)对碳排放分析结果及碳排放数据进行编码转换，得到整数m；通过ecc点压缩算法将整数a映射到椭圆曲线上的一个点m；
[0032]
随机选择一个数r，并计算点c1＝rg，其中g是椭圆曲线e上的基点；
[0033]
s3)计算点c2＝m+rm，将密文c＝(c1,c2)发送给接收方。
[0034]
进一步，将处理后的碳排放分析结果及碳排放数据传输至物联网边缘设备层和其
他计算节点利用私钥k对碳排放分析结果进行解密，得到m＝c2-kc1；m为碳排放分析结果及碳排放数据的明文数据。
[0035]
进一步，在得到碳排放分析结果后，计算节点将碳排放数据和碳排放分析结果打包为数据区块，并在区块链内传播；
[0036]
所述数据区块包括区块头和区块体，其中区块头header包括版本号version、时间戳timestamp、难度目标difficultytarget、区块链上一个区块的哈希值previousblockhash、交易数据的摘要值merkleroot；
[0037]
所述区块体包括碳排放数据、碳排放分析结果transactions和区块链上的其他信息otherdata。
[0038]
所述其他信息otherdata包括电厂的名称、位置、装机容量、运行模式。
[0039]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统的使用方法，包括以下步骤：
[0040]
1)所述碳排放数据采集设备采集碳排放数据，并通过通信模块传输至物联网传输层；
[0041]
2)所述物联网传输层对接收到的碳排放数据进行处理，然后将处理后的碳排放数据传输至物联网边缘计算层；
[0042]
3)所述计算节点对接收到的碳排放数据进行处理，得到碳排放分析结果及碳排放数据，并对碳排放分析结果及碳排放数据进行处理，然后将处理后的碳排放分析结果及碳排放数据传输至物联网边缘设备层和其他计算节点；
[0043]
4)所述物联网边缘设备层对碳排放分析结果及碳排放数据进行可视化处理。
[0044]
本发明的技术效果是毋庸置疑的，本发明通过智能传感器、数据采集器等装置实时采集燃煤电厂内部和周边环境的温室气体浓度、温度、湿度、大气压力等环境参数以及风向风速和气象雷达等设备获取气象数据，数据通过分组与混合密钥的两步数据编码后再通过物联网传输到云计算节点。在这个过程中，数据双层处理保证了发电数据在传输过程中的保密性，区块链技术被用来保证数据的可追溯性、安全性和真实性。
[0045]
在真实性和安全性方面，燃煤电厂碳排放数据传输方法的一个重要技术效果是确保数据的真实性和安全性。基于分组与混合密钥的两步数据编码保证了处理大量实时发电设备数据的高效性和传输过程中的安全性，防止未经授权的第三方访问和读取数据，同时防止数据在传输过程中被篡改,并使篡改的情况可以被检测出来。区块链技术通过去中心化的分布式数据库技术,保证了每个数据的真实性和安全性,同时一旦数据被记录在区块内,其不可更改或删除,实现了不可抵赖的审计与监督功能。
[0046]
在高效性方面，数据传输到边缘计算设备进行运算处理的去中心化计算模式，计算任务被分解成多个子任务,分布在整个网络的众多节点上执行。每个节点只需要执行一部分子任务,提高了资源利用率和效率,计算资源如cpu、内存、存储等分布在整个网络,可以根据实时任务需求动态进行分配和协调。这使得资源得到更高效的利用,有效避免单节点资源的浪费或饱和。通过物联网技术，数据可以实现实时传输和采集，大大提高了数据处理的效率和准确度。同时，通过应用区块链技术来管理和更新算法和模型，也保证了整个系统的灵活性和可扩展性。
[0047]
在共享性方面，此外，该方法还具有很高的数据共享性。基于区块链技术构建的智
能合约可以实现自动化的数据共享和交换，免去了传统的数据中心和服务器的中介环节，从而提高了数据传输的效率和响应速度。
[0048]
在易操作性方面，通过物联网技术和区块链技术，整个系统的操作过程都可以实现自动化，不需要进行复杂的手动操作，降低了出错的概率。同时，因为区块链技术的去中心化特点，数据可以在不同的设备之间自由流动和共享，这也大大方便了管理人员的操作过程。
附图说明
[0049]
图1为燃煤电厂碳排放监测系统框图；
[0050]
图2为碳排放监测流程图。
具体实施方式
[0051]
下面结合实施例对本发明作进一步说明，但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下，根据本领域普通技术知识和惯用手段，做出各种替换和变更，均应包括在本发明的保护范围内。
[0052]
实施例1：
[0053]
参见图1至图2，基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，包括物联网感知层、物联网传输层、物联网边缘计算层和物联网边缘设备层；
[0054]
所述物联网感知层包括若干碳排放数据采集设备；
[0055]
所述碳排放数据采集设备采集碳排放数据，对接收到的碳排放数据进行分组与混合密钥的两步数据编码，并通过通信模块传输至物联网传输层；
[0056]
所述物联网传输层对接收到的处理后的碳排放数据传输至物联网边缘计算层；
[0057]
所述物联网边缘计算层包括多个数据共享的计算节点，这些计算节点链接在一起，形成区块链；
[0058]
所述计算节点对接收到的碳排放数据进行处理，得到碳排放分析结果及碳排放数据，并对碳排放分析结果及碳排放数据进行加密，然后将加密后的碳排放分析结果及碳排放数据传输至物联网边缘设备层和其他计算节点；
[0059]
所述物联网边缘设备层用于对碳排放分析结果及碳排放数据进行可视化处理。
[0060]
实施例2：
[0061]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，技术内容同实施例1，进一步的，所述碳排放数据包括温室气体数据、实时物料碳消耗量、碳物料排放量和大气气体排放量；
[0062]
所述碳排放数据采集设备包括监测发电设施排放口温室气体数据和大气气体排放量的烟气监测系统、监测实时物料碳消耗量的耐压式计量给煤机、监测碳物料排放量的计量装置。
[0063]
实施例3：
[0064]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，技术内容同实施例1-2任一项，进一步的，所述碳排放分析结果包括日、月、年碳排放总量、时段碳排放平均量、统计各设备对应的碳排放量、实际测得碳排放量与理论的碳排放的差额。
[0065]
实施例4：
[0066]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，技术内容同实施例1-3任一项，进一步的，所述碳排放数据采集设备采集的数据还包括电气和控制系统数据；
[0067]
所述电气和控制系统数据包括发电设施工作过程中的碳排放记录数据、发电机组数据；
[0068]
所述发电设施工作过程中的碳排放记录数据包括发电设施和设备用电量、加药装置的药剂消耗量；
[0069]
所述发电机组数据包括发电机转速、发电机有功功率、发电机无功功率。
[0070]
所述电气和控制系统数据可以用于计算发电机组的耗煤量和排放量。与前面所述碳排放数据中的耗煤量进行对比。
[0071]
实施例5：
[0072]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，技术内容同实施例1-4任一项，进一步的，所述碳排放数据采集设备将碳排放数字信号传输至物联网传输层前，还对碳排放数字信号进行了分组与混合密钥的两步数据编码。
[0073]
实施例6：
[0074]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，技术内容同实施例1-5任一项，进一步的，所述物联网传输层在将碳排放数据传输至物联网边缘计算层的过程中，对碳排放数据的真实性和完整性进行一次或多次验证，如不具有真实性或完整性，则向对应的碳排放采集设备发送重传信号，令碳排放采集设备重新传输碳排放数据，从而对不具有真实性或完整性的碳排放数据进行纠正。
[0075]
实施例7：
[0076]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，技术内容同实施例1-6任一项，进一步的，所述物联网传输层在将碳排放数据传输至物联网边缘计算层的过程中，对碳排放数据进行一次或多次验证，如有不一致性，则向对应的碳排放采集设备发送重传信号，令碳排放采集设备重新传输碳排放数据，从而对具有不一致性的碳排放数据进行纠正。
[0077]
实施例8：
[0078]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，技术内容同实施例7，进一步的，所述不一致是指。在传输过程中，同一碳排放采集设备发送的碳排放数据在不同传输时间点具有不一致性，即传输过程中出现丢包、数据错误等情况。
[0079]
实施例9：
[0080]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，技术内容同实施例1-8任一项，进一步的，所述感知层对接收到的碳排放数据进行分组与混合密钥的两步数据编码的步骤包括：
[0081]
a1)将碳排放数据进行分组成m[i,j]，每组长度为16字节，c[i,j]＝s(m[i,j])，m[i,j]表示明文分组中第i行第j列的字节，s()表示已定义的替换函数，c[i,j]表示加密后的分组中第i行第j列的字节；w[i,j]＝c[i,(j+i)mod 4]，c[i,j]表示经过字节替换后的分组中第i行第j列的字节，w[i,j]表示经过行移位后的分组中第i行第j列的字节；h[i,j]＝w[i,0]*b0[j]xorw[i,1]*b1[j]xorw[i,2]*b2[j]xorw[i,3]*b3[j]；
[0082]
w[i,j]表示经过行移位后的分组中第i行第j列的字节，h[i,j]表示经过列混淆后的分组中第i行第j列的字节，b0、b1、b2、b3是固定的矩阵。l[i,j]＝h[i,j]xor k[i,j],h[i,j]表示经过列混淆后的分组中第i行第j列的字节，l[i,j]表示加密密钥中对应位置的字节，l[i,j]表示加密后的分组中第i行第j列的字节,重复上述步骤10轮，得到l矩阵。所述矩阵l即为两步数据编码后的数据。
[0083]
其中，k[i,j]通过步骤a2)-步骤a4)确定，即：
[0084]
a2)用户端指定128比特密钥ka,k＝{k1,k2···kn
},k1＝ka,k2＝k1 xor rc1,第三个子密钥k3＝k2 xor rc2,直到第11个子密钥k11＝k10 xor rc10。rcn是由确定的种子通过一定规则生成的随机数。该方法可以快速处理大量数据。kn为第n个密钥字节；
[0085]
a3)为安全地传送密钥k，将k划分成整数x位的数据块d；2*x《n；mod为求余运算；参数e满足e
×
f＝1(mod m)；f为与m互质的数；参数m＝(a-1)
×
(b-1)；a、b为1024位素数；
[0086]
a4)对每个数据块d，利用公钥pk＝(e，n)得到密文数据块kr＝de(mod n)。
[0087]
实施例10：
[0088]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，技术内容同实施例1-9任一项，进一步的，所述计算节点对接收到的碳排放数据进行处理包括预处理和数据分析；
[0089]
所述预处理包括：所述预处理包括：利用私钥sk＝(f，n)恢复数据密钥k，再利用k对处理的碳排放数据进行解密、去除噪声、补全数据、数据清洗。
[0090]
所述数据分析包括统计分析、机器学习、深度学习。
[0091]
实施例11：
[0092]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，技术内容同实施例1-10任一项，进一步的，所述计算节点对碳排放分析结果及碳排放数据进行加密的步骤包括：
[0093]
s1)选定一条椭圆曲线ep(a,b)，并取椭圆曲线上一点，作为基点g，随机选择一个私有密钥k，对基点g进行k次加法操作，得到公开密钥p＝kg；
[0094]
s2)对碳排放分析结果及碳排放数据进行编码转换，得到整数m；通过ecc点压缩算法将整数a映射到椭圆曲线上的一个点m；
[0095]
随机选择一个数r，并计算点c1＝rg，其中g是椭圆曲线e上的基点；
[0096]
s3)计算点c2＝m+rm，将密文c＝(c1,c2)发送给接收方。
[0097]
实施例12：
[0098]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，技术内容同实施例1-11任一项，进一步的，将加密后的碳排放分析结果及碳排放数据传输至物联网边缘设备层和其他计算节点利用私钥k对碳排放分析结果进行解密，得到m＝c2-kc1；m为碳排放分析结果及碳排放数据的明文数据。
[0099]
实施例13：
[0100]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，技术内容同实施例1-12任一项，进一步的，在得到碳排放分析结果后，计算节点将碳排放数据和碳排放分析结果打包为数据区块，并在区块链内传播；
[0101]
所述数据区块包括区块头和区块体，其中区块头header包括版本号version、时间
戳timestamp、难度目标difficultytarget、区块链上一个区块的哈希值previousblockhash、交易数据的摘要值merkleroot；
[0102]
所述区块体包括碳排放数据、碳排放分析结果transactions和区块链上的其他信息otherdata。
[0103]
实施例14：
[0104]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，技术内容同实施例1-13任一项，进一步的，所述其他信息otherdata包括电厂的名称、位置、装机容量、运行模式。
[0105]
实施例15：
[0106]
实施例1-14任一项所述基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统的使用方法，包括以下步骤：
[0107]
1)所述碳排放数据采集设备采集碳排放数据，对接收到的碳排放数据进行分组与混合密钥的两步数据编码，并通过通信模块传输至物联网传输层；
[0108]
2)所述物联网传输层对接收到的处理后的碳排放数据传输至物联网边缘计算层；
[0109]
3)所述计算节点对接收到的碳排放数据进行处理，得到碳排放分析结果及碳排放数据，并对碳排放分析结果及碳排放数据进行加密，然后将加密后的碳排放分析结果及碳排放数据传输至物联网边缘设备层和其他计算节点；
[0110]
4)所述物联网边缘设备层对碳排放分析结果及碳排放数据进行可视化处理。
[0111]
实施例16：
[0112]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统，该系统的整体架构如图1所示，包含以下几层：
[0113]
感知层：
[0114]
物联网感知层用于采集燃煤电厂内的全要素碳排放数据，包括温室气体数据、实时物料碳消耗量、碳物料排放量和大气气体排放量；此层包含用于检测和收集燃煤电厂排放的各种数据的传感设备，常用的传感器有红外传感器、激光传感器、电化学传感器等，可以准确地测量燃煤电厂内部及其周边的温室气体浓度、温度、湿度、大气压力等环境参数和使用的燃煤物料碳与剩余的煤渣碳等物料参数。同时，也可以通过风向风速传感器和气象雷达等设备获取各种气象数据，为碳排放监测提供必要的支持，这些设备将检测到的数据转换成数字信号进行分组与混合密钥的两步数据编码，并通过通信模块发送到通信层进行加密与传输。
[0115]
传输层：
[0116]
传输层是燃煤电厂物联网架构中的一个协议分层结构，负责处理应用程序与感知层之间的数据传输任务。在燃煤电厂物联网中，传输层主要负责传输采集到的碳排放相关数据，确保传输过程中数据的可靠性、完整性和安全性。
[0117]
传输层的主要功能包括面向连接的数据流支持、可靠性、流量控制、多路复用等服务。面向连接的数据流支持意味着传输层为应用进程提供端到端的通信服务，即在源和目的地之间建立一条数据传输路径，并确保数据可以按照特定的方式进行传输。可靠性是指传输层能够自动检测和纠正数据传输过程中出现的错误，并确保传输的数据能够准确无误地到达目的地。流量控制可以调整数据的传输速度，以避免网络拥塞和数据丢失。多路复用
可以使多个应用程序共享一条传输通道，并确保多个应用程序同时传输数据时不会发生冲突。
[0118]
在燃煤电厂的物联网中，传输层主要使用modbus和5g协议。modbus是面向硬件的传输协议，它们能够确保数据的可靠性，通过数据包确认和重传机制来实现。5g则是传输层协议，主要负责稳定的无线传输信号与传输策略。
[0119]
碳排放相关数据是燃煤电厂监测系统中最重要的数据之一。传输层负责传输这些数据，确保数据的准确性，稳定性和安全性。在传输过程中，传输层会对传输的数据进行切割，并将数据流分成若干个数据包进行传输。同时，在数据包传输过程中，传输层还负责数据包的确认，以确保数据的完整性和正确性。为了确保传输的数据可以安全有效地到达目的地，传输层还实现了一系列的加密和验证机制，使用tls传输层加密协议，以确保传输的数据不能被窃听或篡改。同时，传输层也会通过使用数字签名等措施来验证传输数据的真实性和完整性，避免传输过程中出现伪造和篡改等问题。
[0120]
边缘计算层：
[0121]
边缘计算是一种新兴的计算模式，它将计算资源尽可能地靠近数据源头，并在边缘设备上进行数据处理和分析。在燃煤电厂的物联网中，边缘计算层是指位于数据采集器和应用层之间的一层计算节点，主要负责对采集到的数据进行初步处理和分析，同时将处理后的数据发送到应用层进行更加深入的处理和分析。
[0122]
针对燃煤电厂监测系统中采集到的大量碳排放相关数据，边缘计算层需要进行实时处理和分析。边缘计算层的主要任务包括：实时处理采集到的数据、筛选和过滤无关数据、对处理后的数据进行聚合、利用机器学习算法进行分析和预测、以及将分析结果反馈给上层云计算节点。
[0123]
在实现这些任务的过程中，边缘计算层需要具备一定的硬件设备和软件支持。硬件方面，边缘计算层通常会配置一些高性能的计算节点和存储设备，以满足对大量数据的处理和存储需求。软件方面，边缘计算层通常会使用一些流行的开源框架和工具，如tensorflow、kafka、storm等。同时，边缘计算层还需要充分考虑系统的可靠性、稳定性和安全性等问题，确保系统能够长时间运行，并保障数据的完整性和安全性。
[0124]
在燃煤电厂的物联网中，边缘计算层需要处理和分析大量的碳排放相关数据。这些数据对于环保部门、能源监管机构等利益相关方具有非常重要的意义，需要保证数据的真实性、完整性和安全性。而区块链技术正是一种可以满足这些需求的新型技术。区块链技术是一种去中心化的分布式数据库技术，其主要特点包括不可篡改、不可伪造和去中心化等。通过区块链技术，在边缘计算层中采集到的碳排放相关数据可以被有效地存储、管理和共享。具体来说，区块链技术可以将每个传感器设备采集到的数据以区块链的形式加密上链，从而保证数据的安全性和真实性。在接入云计算节点之前，边缘计算层可以通过智能合约技术对数据进行验证和处理，同时该技术还可以帮助边缘计算层进行数据共享与授权，方便相关部门的数据查询和管理。此外，区块链技术还可以提高边缘计算层的操作效率和灵活性。区块链技术可以将数据存储在链上，并通过智能合约技术实现自动化的数据共享与交换，这样可以免去传统的数据中心和服务器的中介环节，从而提高数据处理的效率和响应速度。同时，区块链技术还可以对边缘计算层中的算法和模型进行管理和更新，从而保证整个系统的灵活性和可扩展性。
[0125]
通过对区块链技术的整合，燃煤电厂物联网的边缘计算层在保证实时性和准确性的前提下，可以降低传输数据的成本和延迟，有效提升了整个系统的性能和服务质量。边缘计算层不仅可以为云计算节点提供数据预处理、筛选和聚合等任务，还可以为采集器提供更多的数据分析和处理任务，降低系统的维护难度和成本，提高了整个系统的可扩展性和可维护性。
[0126]
应用层：
[0127]
在燃煤电厂的物联网系统中，应用层是整个系统的重要组成部分，它包括系统交互的应用程序和数据可视化工具。
[0128]
系统交互的应用程序是指在物联网系统中，由用户使用的各种应用程序，主要负责与用户进行数据交互和通信。这些应用程序通常采用云计算技术来处理数据，包括数据存储、分析、处理以及管理等功能。同时，应用程序还支持实时监测和控制等功能，可以为用户提供实时的数据反馈和控制操作。
[0129]
数据可视化工具是指将从物联网中采集的大量数据进行可视化处理，并以图表或图形的形式展示给用户观看和分析。这些工具通常用于展示能源生产和消费的数据趋势以及各种环境参数的变化情况。除此之外，数据可视化工具还可以帮助用户快速发现问题，并针对问题进行调整和升级。
[0130]
在应用层中，数据交互和通信是一个核心问题。为了保证数据的安全性和完整性，应用程序采用了一系列加密和认证技术，包括ssl/https加密传输、数字证书认证等，确保数据在传输过程中不会被窃取或篡改。同时，为了提高数据分析和处理的效率，在应用层中也采用了一些机器学习和人工智能技术，如深度学习、自然语言处理等，以实现更高效、更准确的数据分析和处理。
[0131]
具体实现方法如下：
[0132]
1)首先，提出了一种基于物联网与区块链去中心化技术的燃煤电厂碳排放监测系统，该系统利用传感遥感设备对燃煤电厂的发电设施碳排放数据进行收集，包括采用傅里叶变换红外光谱(ftir)技术实时监测烟气成分的烟气监测系统，可对发电设施排放口二氧化碳进行监测，还包括耐压式计量给煤机，可测量入炉煤消耗量。还包括燃油，燃气消耗量计量器具等。收集的监测设备数据和电气控制系统数据进行分组与混合密钥的两步数据编码，电气和控制系统数据通过modbus协议安全传输到边缘侧计算设备，数据经边缘设备进行预处理后，通过5g网络进行厂内传输，在数据传输过程中，采用区块链技术确保数据的安全性和完整性。边缘计算设备负责接收、处理和存储这些数据，同时对理论的碳排放与实际测得碳排放进行核对。
[0133]
2)然后，在数据传输过程中，分组与混合密钥的两步数据编码后的数据再通过边缘机进行5g场内传输，具体分组与混合密钥的两步数据编码方式如下：
[0134]
i)发电设施运行数据为敏感数据，因此监测设备上的数据data_mon通过需通过转换处理。将data_mon进行分组成m[i,j]，每组长度为16字节，c[i,j]＝s(m[i,j])，m[i,j]表示明文分组中第i行第j列的字节，s()表示已定义的替换函数，c[i,j]表示加密后的分组中第i行第j列的字节；w[i,j]＝c[i,(j+i)mod 4]，c[i,j]表示经过字节替换后的分组中第i行第j列的字节，w[i,j]表示经过行移位后的分组中第i行第j列的字节；h[i,j]＝w[i,0]*b0[j]xorw[i,1]*b1[j]xorw[i,2]*b2[j]xorw[i,3]*b3[j],w[i,j]表示经过行移位后的分
组中第i行第j列的字节，h[i,j]表示经过列混淆后的分组中第i行第j列的字节，b0、b1、b2、b3是固定的矩阵。l[i,j]＝w[i,j]xor k[i,j],w[i,j]表示经过列混淆后的分组中第i行第j列的字节，l[i,j]表示加密密钥中对应位置的字节，l[i,j]表示加密后的分组中第i行第j列的字节,重复上述步骤10轮，得到l矩阵。
[0135]
ii)用户端指定128比特密钥ka,k＝{k1,k2···kn
},k1＝ka,k2＝k1xor rc1,第三个子密钥k3＝k2 xor rc2,直到第11个子密钥k11＝k10 xor rc10。rcn是由确定的种子通过一定规则生成的随机数。
[0136]
iii)为安全地传送密钥k，对密钥k进行处理后传输。公开密钥为(e，n)，私有密钥为(f，n),记为公私密钥对{pk,sk}。将k划分成整数x位的数据块d；2*x《n；mod为求余运算；参数e满足e
×
f＝1(mod m)；f为与m互质的数；参数m＝(a-1)
×
(b-1)；a、b为1024位素数；
[0137]
iv)对每个数据块d，利用公钥pk＝(e，n)得到密文数据块kr＝de(mod n)。
[0138]
v)私钥sk解密d＝krf(mod n)得到d，再通过d恢复密钥k对数据密文进行解密,获取原始数据。
[0139]
3)处理后的数据，通过如下方式进行传输:电气和控制系统数据通过modbus协议安全传输到边缘侧计算设备，modbus通信技术简单易用，在点对点通信场景下具有很高的可靠性，可以保证数据传输的准确性和完整性，可用于连接工业控制设备。通过modbus采集后的数据须通过边缘计进行数据预处理，对部分脏数据和空值数据进行清洗，再进行数据解析，解析后的数据为字符串或浮点数类型的数据，再将此类数据转发至场内5g网络中。厂内5g网络将监测设备采集的处理后的数据传输到边缘侧计算设备进行存储和处理。5g网络提供高速、低延迟的数据传输服务，可实现监测设备数据的高效传输。
[0140]
4)数据通过5g网络传输的过程中，通过区块链加密技术对设备数据进行加密和存储，确保数据的安全性和完整性，防止数据篡改和泄露，并且可以追溯数据的来源和传输路径。
[0141]
数据通过区块链传输需要保证数据的机密性和完整性，通过以下方法实现。k(k《n)为私有密钥，p为公开密钥，n为g的阶，ng＝o
∞
,其中p、g为椭圆曲线ep(a,b)上的点
[0142]
生成密钥：选定一条椭圆曲线ep(a,b)，并取椭圆曲线上一点，作为基点g，随机选择一个私有密钥k，对点g进行k次加法操作，得到点p，p＝kg。
[0143]
加密：明文通过编码转换为整数m，通过ecc点压缩算法将整数a映射到椭圆曲线上的一个点m。随机选择一个数r，并计算点c1＝rg，其中g是椭圆曲线e上的基点。计算点c2＝m+rm，即将明文编码的点m和一个随机生成的点rm相加得到密文c2。将密文c＝(c1,c2)发送给接收方。
[0144]
公钥验证：计算点m＝c2-kc1，其中k是接收方的私钥。将点m解码得到明文。
[0145]
5)数据的计算与分析，可通过边缘计算技术实现，边缘机不仅可将监测设备数据进行上传，同时也可进行部分数据分析计算，以减轻中心服务器的压力，提高数据处理效率和响应速度。
[0146]
i)数据预处理：边缘计算设备需要对数据进行预处理，包括去除噪声、补全数据、数据清洗等操作，以提高数据的准确性和可靠性。
[0147]
ii)数据分析：在预处理后，边缘设备可以进行数据分析，包括统计分析、机器学习、深度学习等操作，以发现数据中的模式和规律。
[0148]
6)在数据分析计算过程中，边缘设备为区块链分布式计算提供物理支持，实现去中心化的可信交易，将数据记录在多个节点上，并采用共识机制保证数据的不可篡改性和安全性。将数据交易记录按照一定规则进行打包、链接成一个个区块，并使用密码学技术保证区块链上的数据不被篡改。
[0149]
i)数据区块打包：区块包括区块头和区块体两部分，其中区块头包括版本号、时间戳、难度目标、区块链上一个区块的哈希值、交易数据的摘要值等信息；
[0150]
区块头：header＝version+timestamp+difficultytarget+previousblockhash+merkleroot
[0151]
区块体则包括实际的交易数据和区块链上的其他信息。
[0152]
区块体：body＝transactions+otherdata
[0153]
区块链中的每个区块都使用哈希函数将自己的区块头和区块体合并起来进行摘要计算，得到一个哈希值，作为本区块的唯一标识。首先将区块头和区块体合并为一个字符串，形成区块数据blo_data,通过sha-256哈希函数对blo_data进行哈希计算，得到blo_h＝h(blo_data),将计算所得blo_h的值作为本区块的唯一标识，存储在区块头中的hash字段中。
[0154]
ii)区块链链接
[0155]
每个区块的哈希值进行链接，形成一个不断增长的链式结构。每个区块都会记录上一个区块的哈希值，这样就保证了区块链上的数据是按照时间顺序有序排列的，且数据不可篡改。每个区块的哈希值是通过将前一个区块的哈希值和本区块的哈希值进行哈希计算得到的，公式如下：blo_h_curr＝blo_h_pre+blo_h
[0156]
iii)共识机制
[0157]
该区块链采用pow(proof of work)共识机制，指导各方节点在数据处理上达成一致，所有的数据交互都按照严格的规则和共识进行。该机制具有安全性高的特点，能够确保数据的可靠性和安全性。此外，pow是目前应用最广泛的共识机制，也易于与其他技术和应用集成。
[0158]
7)数据可视化
[0159]
完成采集和传输后的数据，在边缘机中进行存储，为数据可视化分析提供数据基础，供不同类型的图标调用。数据可视化使用echarts库来绘制二氧化碳浓度、监测时间等图表，并通过css等技术来美化和布局。将二氧化碳浓度、监测时间等信息通过折线图、散点图等方式展示，并加上相应的交互功能，如鼠标悬停、点击等，以便用户可以更加深入地了解数据。
[0160]
实施例17：
[0161]
基于增强型物联网与区块链耦合的燃煤电厂碳排放监测系统的使用方法，步骤包括：
[0162]
步骤一：数据数据采集双层处理
[0163]
对于一种基于物联网及区块链的去中心化燃煤电厂碳排放数据传输方法，所述的数据来源于不同燃煤电厂中的设备，如燃烧器、发电机等数量为n,记为设备e1，e2
…
en，通过相应的传感器设备为n,记为s1,s2
…
sn，通过传感器设备对燃煤电厂的碳排放数据、设备状态等信息进行实时监测，收集的数据为data_mon，数据经过分组与混合密钥的两步数据
编码双层处理后上传至数据传输组件，保证数据在传输过程中的安全性。
[0164]
步骤二：数据传输，计算，保密通过物联网技术实现数据的传输，将传感器组件通过modbus协议传输至边缘机，再通过边缘机将数据上传至区块链组件。其中大量的实时监测数据记为a类数据采用5g网络，其他数据记为b类数据采用lora协议进行传输。a类实时数据量大，采用5g传输通信速度快。b类数据采用lora协议使用的硬件和软件成本相对较低，实时性好，经济高效，容易运维。边缘计算侧收到数据后，通过密钥进行数据解码操作，得到原始数据并进行处理及计算，主要的计算内容包含以下两块：
[0165]
核算法：
[0166]
计算计算
[0167]
其中，fci为监测设备收集的化石燃料消耗量，car,i为化石燃料的收到基碳元素含量，可通过实测或使用缺省值，i为化石燃料的代号。
[0168][0169]
其中，cakk为监测的第k种脱硫剂中碳酸盐消耗量(t)。efk为第k种脱硫剂中碳酸盐的二氧化碳排放因子。
[0170]
通过排放烟气进行测算：
[0171]
二氧化碳排放量按照计算方法如下：
[0172][0173]
烟气湿度x
wet
，湿烟气流量q
wet
，二氧化碳浓度％，大气压力p，烟气温度t烟气压力p
gas
，烟气浓度％,干烟气流量q
dry
。
[0174]
二氧化碳排放质量流率gh＝cd×qdry
[0175]
烟气二氧化碳排放质量流率cd[0176]
与实时监测的方法计算二氧化碳排放量相比，核算法是根据缺省值或者某一时间的样品实测分析值进行计算，无法很好的反应负荷变化引起的碳排放量变化。核算法与二氧化碳排放烟气进行核算，可对电厂的二氧化碳排放量精准测算，降低由于测量数据不准，或者丢失造成的数据误差。
[0177]
计算后的数据data_an通过区块链技术进行加密，生成公私密钥对{pk_an,sk_an}，并创建一个数据交易并广播到网络中，当节点收到交易时，从交易数据中提取出公钥信息，以便后续验证签名的有效性。节点会对交易数据进行哈希运算，生成一个哈希值blo_h，用于保证交易数据的完整性。
[0178]
步骤三：基于区块链的数据校验
[0179]
节点会将交易数据的哈希值和数字签名提取出来，使用公钥对数字签名进行验证。如果数字签名是由私钥sk_an对交易数据哈希值进行签名得到的，并且公钥与私钥是一对，那么验证将成功。
[0180]
节点在验证签名的有效性之后，还需要检查交易的其他信息是否合法，例如交易的数量、接收地址等。如果交易的所有信息都是合法的，那么该交易被视为有效的交易，可以被打包进区块中进行广播和存储。通过上述验证流程技术实现数据的去中心化存储和共
享，有效地防止伪造交易或篡改交易数据，确保区块链的安全性和可靠性。如果交易通过验证，节点会将该交易打包进一个新的区块中，并计算该区块的哈希值和工作量证明，使得该区块满足难度要求。
[0181]
新区块被节点成功创建后，将被广播到网络中，其他节点会接收并验证该区块的合法性，如果该区块合法，则将其添加到本地的区块链中。通过上述步骤，加密后的数据被存储在区块链的交易中，并被保存在多个节点上。由于区块链具有去中心化的特点，这些节点相互独立，而且数据不可篡改，保证了数据的安全性和可靠性。
[0182]
步骤四：数据应用与可视化
[0183]
采用区块链加密后的数据，可使用geth工具连接到所需的区块链网络。通过节点提供的api接口，向区块链发送请求并获取需要的数据，解析数据后，转换为json格式，根据监测时间、监测地点等属性进行分类，使用数据库进行存储和管理。并使用echarts库来绘制二氧化碳浓度、监测时间等图表，实现对碳排放数据的可视化监管和管理，方便监管机构进行监管和管理。

技术特征：
1.基于物联网与数据双层处理技术的燃煤电厂碳排放监测系统，其特征在于：包括所述物联网感知层、物联网传输层、物联网边缘计算层和物联网边缘设备层。所述物联网感知层包括若干碳排放数据采集设备；所述碳排放数据采集设备采集碳排放数据，并对数据进行分组与混合密钥的两步数据编码，通过通信模块将处理后的数据传输至物联网传输层；所述物联网传输层将处理后的碳排放数据安全传输至物联网边缘计算层；所述物联网边缘计算层包括多个数据共享的计算节点，这些计算节点链接在一起，形成区块链；所述计算节点对接收到的碳排放数据进行解码得到碳排放数据，通过计算得到碳排放分析结果，并对碳排放分析结果及碳排放数据进行加密，然后将加密后的碳排放分析结果及碳排放数据传输至物联网边缘设备层和其他计算节点；所述物联网边缘设备层用于对碳排放分析结果及碳排放数据进行可视化处理。2.根据权利要求1所述的基于物联网与数据双层处理技术的燃煤电厂碳排放监测系统，其特征在于：所述碳排放数据包括温室气体数据、实时物料碳消耗量、碳物料排放量和大气气体排放量；所述碳排放数据采集设备包括监测发电设施排放口温室气体数据和大气气体排放量的烟气监测系统、监测实时物料碳消耗量的耐压式计量给煤机、监测碳物料排放量的计量装置；所述碳排放分析结果包括日、月、年碳排放总量、时段碳排放平均量、统计各设备对应的碳排放量、实际测得碳排放量与理论的碳排放的差额。3.根据权利要求1所述的基于物联网与数据双层处理技术的燃煤电厂碳排放监测系统，其特征在于：所述物联网传输层在将碳排放数据传输至物联网边缘计算层的过程中，对碳排放数据的真实性和完整性进行一次或多次验证，如不具有真实性或完整性，则向对应的碳排放采集设备发送重传信号，令碳排放采集设备重新传输碳排放数据，从而对不具有真实性或完整性的碳排放数据进行纠正。4.根据权利要求1所述的基于物联网与数据双层处理技术的燃煤电厂碳排放监测系统，其特征在于，所述碳排放数据采集设备对接收到的碳排放数据进行分组与混合密钥的两步数据编码的步骤包括：a1)将碳排放数据进行分组；其中，明文分组中第i行第j列的字节记为m[i,j]；对分组字节进行加密，得到c[i,j]＝s(m[i,j])；s()表示已定义的替换函数，c[i,j]表示加密后的分组中第i行第j列的字节；对加密后的字节进行移位，得到w[i,j]＝c[i,(j+i)mod 4]；c[i,(j+i)mod 4]表示经过字节替换后的分组中第i行第j列的字节，w[i,j]表示经过行移位后的分组中第i行第j列的字节；对移位后的字节进行列混淆处理，得到h[i,j]＝w[i,0]*b0[j]xorw[i,1]*b1[j]xorw[i,2]*b2[j]xorw[i,3]*b3[j]；h[i,j]表示经过列混淆后的分组中第i行第j列的字节；b0、b1、b2、b3是固定矩阵；对经过列混淆后的字节进行加密，得到l[i,j]＝h[i,j]xork[i,j]；k[i,j]表示加密密钥中对应位置的字节，l[i,j]表示加密后的分组中第i行第j列的字节；
a2)重复步骤a1)若干次，得到由加密后字节组成的矩阵l；所述矩阵l即为两步数据编码后的数据。5.根据权利要求4所述的基于物联网与数据双层处理技术的燃煤电厂碳排放监测系统，其特征在于，加密密钥中对应位置的字节k[i,j]通过以下步骤确定：b1)用户端指定128比特密钥k
a
,k＝{k1,k2···
k
n
}；k1＝k
a
,k
p
＝k
p-1
xor rc
p-1
；p＝2，3，
…
，n；rc
p-1
是由确定的种子生成的随机数；k
n
为第n个密钥字节；b2)为安全地传送密钥k，将k划分成整数x位的数据块d；2*x<n；参数e满足e
×
f＝1(mod m)；f为与m互质的数；参数m＝(a-1)
×
(b-1)；a、b为1024位素数；mod为求余运算；b3)对每个数据块d，利用公钥pk＝(e，n)得到密文数据块kr＝d
e
(mod n)；所述密文数据块kr中第i行第j列的字节即为k[i,j]。6.根据权利要求1所述的基于物联网与数据双层处理技术的燃煤电厂碳排放监测系统，其特征在于：所述计算节点对接收到的碳排放数据进行处理包括预处理和数据分析；所述预处理包括：利用私钥sk＝(f，n)恢复数据密钥k，再利用k对处理的碳排放数据进行解密、去除噪声、补全数据、数据清洗。所述数据分析包括统计分析、机器学习、深度学习。7.根据权利要求1所述的基于物联网与数据双层处理技术的燃煤电厂碳排放监测系统，其特征在于：所述计算节点对碳排放分析结果及碳排放数据进行处理的步骤包括：s1)选定一条椭圆曲线ep(a,b)，并取椭圆曲线上一点，作为基点g，随机选择一个私有密钥k，对基点g进行k次加法操作，得到公开密钥p＝kg；s2)对碳排放分析结果及碳排放数据进行编码转换，得到整数m；通过ecc点压缩算法将整数a映射到椭圆曲线上的一个点m；随机选择一个数r，并计算点c1＝rg，其中g是椭圆曲线e上的基点；s3)计算点c2＝m+rm，将密文c＝(c1,c2)发送给接收方。8.根据权利要求1所述的基于物联网与数据双层处理技术的燃煤电厂碳排放监测系统，其特征在于：将处理后的碳排放分析结果及碳排放数据传输至物联网边缘设备层和其他计算节点利用私钥k对碳排放分析结果进行解密，得到m＝c2-kc1；m为碳排放分析结果及碳排放数据的明文数据。9.根据权利要求1所述的基于物联网与数据双层处理技术的燃煤电厂碳排放监测系统，其特征在于：在得到碳排放分析结果后，计算节点将碳排放数据和碳排放分析结果打包为数据区块，并在区块链内传播；所述数据区块包括区块头和区块体，其中区块头header包括版本号version、时间戳timestamp、难度目标difficultytarget、区块链上一个区块的哈希值previousblockhash、交易数据的摘要值merkleroot；所述区块体包括碳排放数据、碳排放分析结果transactions和区块链上的其他信息otherdata；所述其他信息otherdata包括电厂的名称、位置、装机容量、运行模式。10.权利要求1-9任一项所述基于物联网与数据双层处理技术的燃煤电厂碳排放监测系统的使用方法，其特征在于，包括以下步骤：1)所述碳排放数据采集设备采集碳排放数据，对接收到的碳排放数据进行分组与混合
密钥的两步数据编码，并通过通信模块传输至物联网传输层；2)所述物联网传输层对接收到的处理后的碳排放数据传输至物联网边缘计算层；3)所述计算节点对接收到的碳排放数据进行处理，得到碳排放分析结果及碳排放数据，并对碳排放分析结果及碳排放数据进行加密，然后将加密后的碳排放分析结果及碳排放数据传输至物联网边缘设备层和其他计算节点；4)所述物联网边缘设备层对碳排放分析结果及碳排放数据进行可视化处理。

技术总结
本发明公开基于物联网与数据双层处理技术的燃煤电厂碳排放监测系统及方法，系统包括物联网感知层、物联网传输层、物联网边缘计算层和物联网边缘设备层；碳排放数据采集设备采集碳排放数据并对数据进行分组与混合密钥的两步数据编码；物联网传输层将处理后的碳排放数据传输至物联网边缘计算层。方法步骤为：采集碳排放数据；对碳排放数据进行分组与混合密钥的两步数据编码处理；对碳排放数据进行解码处理，得到碳排放分析结果及碳排放数据；对碳排放分析结果及碳排放数据进行可视化处理。本发明实时采集燃煤电厂内部和周边环境的环境参数以及气象数据，并通过物联网将这些数据传输到云计算节点，保证了数据的可追溯性、安全性和真实性。性和真实性。性和真实性。


技术研发人员：周怡人 韩乐 姚婧梅 邹婷 程路熙 李秀华 周鹭
受保护的技术使用者：重庆大学
技术研发日：2023.05.19
技术公布日：2023/9/14