CN113757909B - 基于量子加密技术的空调集群控制方法 - Google Patents
基于量子加密技术的空调集群控制方法 Download PDFInfo
- Publication number
- CN113757909B CN113757909B CN202111315421.XA CN202111315421A CN113757909B CN 113757909 B CN113757909 B CN 113757909B CN 202111315421 A CN202111315421 A CN 202111315421A CN 113757909 B CN113757909 B CN 113757909B
- Authority
- CN
- China
- Prior art keywords
- historical
- frequency
- quantum
- quantum key
- air
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005516 engineering process Methods 0.000 title claims abstract description 20
- 238000004378 air conditioning Methods 0.000 claims abstract description 38
- 230000004044 response Effects 0.000 claims description 35
- 230000006854 communication Effects 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 12
- 239000000498 cooling water Substances 0.000 claims description 11
- 238000001816 cooling Methods 0.000 claims description 10
- 238000005265 energy consumption Methods 0.000 claims description 10
- 230000011664 signaling Effects 0.000 claims description 8
- 239000002699 waste material Substances 0.000 abstract description 6
- 230000008859 change Effects 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 10
- 238000012549 training Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005610 quantum mechanics Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/56—Remote control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
- F24F11/83—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers
- F24F11/84—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers using valves
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
- F24F11/83—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers
- F24F11/85—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers using variable-flow pumps
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/88—Electrical aspects, e.g. circuits
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明提出了一种基于量子加密技术的空调集群控制方法,包括:获取空调集群的当前负荷量与目标负荷量的实时差值,将实时差值与要求响应时间的比值输入映射模型中得到实时控制指令吞吐量,将实时控制指令吞吐量与第一频率系数相乘得到基础频率;确定控制指令涉及到的PLC终端的数量,将PLC终端的数量与第二频率系数相乘得到调整频率;将基础频率和调整频率的和作为量子密钥的更新频率,基于所述更新频率生成并更换量子密钥,用量子密钥将控制指令加密成指令密文;对指令密文进行解密,基于解密出的控制指令控制空调集群中执行器的工作状态。本发明能够根据空调集群的实时负荷情况动态改变量子密钥的更新频率,减少了量子密钥不必要的浪费。
Description
技术领域
本发明属于空调负荷控制领域,尤其涉及一种基于量子加密技术的空调集群控制方法。
背景技术
近年来,随着大型楼宇的增加,中央空调系统的冷负荷急剧增长已经成为季节性电力紧张的主要原因之一,对中央空调系统的功率调控对于改变商业用户负荷曲线、实现电网削峰填谷具有重要意义。为了实现中央空调系统的统一自动化调控,将中央空调系统中的各个空调机组与控制主站、PLC终端组成空调集群,由控制主站根据负荷需求计算出满足负荷需求的调控策略后,向PLC终端发送调控指令,由PLC终端根据调控指令控制空调机组的水泵、冷却塔开关等执行器。因此,在控制主站和PLC终端之间需要设置通信设备以传输调控指令。
空调集群的控制过程必然涉及到调控指令的传输安全问题,通常需要对调控指令进行一定的密钥加密处理,并且为了提高传输的安全性,现有的加密方法通常按照固定的频率更新密钥,但在空调集群的控制中调控指令的吞吐量是动态的,若密钥的更新频率始终固定,当调控指令的吞吐量较小时会因为不必要的频繁更新密钥而导致密钥资源浪费,同时也占用了过多的计算资源。
发明内容
为了解决现有技术中存在的缺点和不足,本发明使空调集群能够针对负荷控制需求对应的控制指令吞吐量与发送控制指令的网络结构的不同情况,为量子密钥生成动态变化的更新频率,从而节约量子密钥资源。
为了达到上述目的,本发明提出的基于量子加密技术的空调集群控制方法,包括:
S100:获取空调集群的历史负荷响应量、历史响应时间以及历史控制指令吞吐量,计算历史负荷响应量与历史响应时间的比值,生成所述比值与历史控制指令吞吐量的映射模型;
S200:根据空调集群的遥测数据和遥信数据,获取空调集群的当前负荷量与目标负荷量的实时差值,将实时差值与要求响应时间的比值输入映射模型中,得到实时控制指令吞吐量,将实时控制指令吞吐量与第一频率系数相乘得到基础频率;
S300:根据目标负荷量生成控制指令,确定控制指令涉及到的PLC终端的数量,将PLC终端的数量与第二频率系数相乘得到调整频率;
S400:将基础频率和调整频率的和作为量子密钥的更新频率,第一量子密钥生成终端基于所述更新频率生成并更换量子密钥,用量子密钥将控制指令加密成指令密文;
S500:将指令密文与量子密钥共同发送给PLC终端,PLC终端通过量子密钥对指令密文进行解密,基于解密出的控制指令控制空调集群中执行器的工作状态。
可选的,所述S100包括:
获取历史控制指令,计算空调集群在历史控制指令执行前后的历史负荷差值作为历史负荷响应量,将历史控制指令的执行时间作为历史响应时间;
计算历史负荷响应量与历史响应时间的比值,构建所述比值与历史控制指令吞吐量的目标函数,基于最小二乘法对目标函数的系数进行拟合,将拟合后的目标函数作为映射模型输出。
可选的,所述实时控制指令吞吐量与第一频率系数具有正相关性,实时控制指令吞吐量越大,第一频率系数越大。
可选的,所述遥测数据包括每台空调主机的功率、制冷量以及工作频率,所述遥信数据包括每台空调主机的运行状态以及故障状态。
可选的,所述S300包括:
在满足目标负荷量的约束条件下,求解空调集群在总能耗最低时的遥测数据和遥信数据,所述总能耗为所有执行器的功率之和;
根据求解出的遥测数据和遥信数据,分析空调集群中各个执行器的运行状态,生成使执行器达到所述运行状态的控制指令;
确定发送控制指令到执行器的通信路径,获取通信路径经过的PLC终端的数量。
可选的,所述执行器包括空调主机的冷冻水泵、冷冻水阀、冷却水泵、冷却水阀以及冷却塔水阀。
可选的,所述PLC终端的数量与第二频率系数具有正相关性,PLC终端的数量越多,第二频率系数越大。
可选的,所述空调集群控制方法还包括在执行S500前,生成用于加密量子密钥的保护密钥,包括:
通过第二量子密钥生成终端生成保护密钥;
基于保护密钥对量子密钥进行加密,基于IPsec VPN通道技术将保护密钥发送至PLC终端。
可选的,所述基于保护密钥对量子密钥进行加密,包括:
在每一次对量子密钥进行加密时,随机选取SM1、SM4中的任意一种国密算法进行加密。
本发明提供的技术方案带来的有益效果是:
本发明采用量子加密技术对空调集群的控制指令进行加密,利用了量子不可克隆的特性实现了控制指令的安全传输,同时本发明依据控制指令吞吐量与负荷之间的关联性分析,能够根据空调集群的实时负荷情况以及网络结构动态改变量子密钥的更新频率,在满足控制指令的通信安全需求的前提下,减少了量子密钥不必要的浪费。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提出的基于量子加密技术的空调集群控制方法的流程示意图;
图2为空调集群的架构图;
图3为量子加密安全系统的架构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解,在本发明的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
应当理解,在本发明中,“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本发明中,“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解,在本发明中,“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”,表示B与A相关联,根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。A与B的匹配,是A与B的相似度大于或等于预设的阈值。
取决于语境,如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
实施例一
如图1所示,本实施例提出了一种基于量子加密技术的空调集群控制方法,包括:
S100:获取空调集群的历史负荷响应量、历史响应时间以及历史控制指令吞吐量,计算历史负荷响应量与历史响应时间的比值,生成所述比值与历史控制指令吞吐量的映射模型;
S200:根据空调集群的遥测数据和遥信数据,获取空调集群的当前负荷量与目标负荷量的实时差值,将实时差值与要求响应时间的比值输入映射模型中,得到实时控制指令吞吐量,将实时控制指令吞吐量与第一频率系数相乘得到基础频率;
S300:根据目标负荷量生成控制指令,确定控制指令涉及到的PLC终端的数量,将PLC终端的数量与第二频率系数相乘得到调整频率;
S400:将基础频率和调整频率的和作为量子密钥的更新频率,第一量子密钥生成终端基于所述更新频率生成并更换量子密钥,用量子密钥将控制指令加密成指令密文;
S500:将指令密文与量子密钥共同发送给PLC终端,PLC终端通过量子密钥对指令密文进行解密,基于解密出的控制指令控制空调集群中执行器的工作状态。
本实施例中空调集群的系统架构如图2所示,采用分层结构进行集中管理、分散控制,上层为控制主站,包括中央控制上位机和配套的监控软件,实现对中央空调系统的冷水机组、冷冻水泵、冷却水泵、冷却塔等冷源热系统设备的集中监控。中间层为以太网,控制主站通过以太网建立与设备控制层的通信,包括将控制指令发送至PLC终端,以及将检测仪表、传感器采集到的遥测数据、遥信数据上传至控制主站,本实施例中采用PROFINET网络,数据通讯速率可达187.5Kbit/s,保证系统数据采集的准确性和实时性。下层为设备控制层,包括PLC终端以及各类检测仪表、传感器、执行器等外围现场设备,其中PLC终端用于根据控制主站发出的控制指令控制执行器的工作状态,例如控制冷却水泵的转速、冷却塔水阀开关等,检测仪表、传感器用于采集各个执行器的遥信数据与遥测数据,并通过PLC终端经以太网反馈给控制主站,所述遥测数据为模拟量,包括每台空调主机的功率、制冷量以及工作频率,所述遥信数据为数字量,包括每台空调主机的运行状态以及故障状态。
本实施例中,不同的检测仪表、传感器以及执行器均可与同一个PLC终端连接,即一个PLC终端可同时控制不同的检测仪表、传感器以及执行器。
由上述系统架构可见,本实施例为了提高中间层的网络通信安全性,采用量子加密技术对空调集群的控制指令进行加密,利用了量子不可克隆的特性实现了控制指令的安全传输。量子加密技术是利用量子原理,进行密钥的生成、明文的混淆加密、密文的还原解密、密文的通信、反窃听等一系列加密技术,用量子力学中测量对物理状态产生不可逆影响的属性,来确保量子密钥的安全传递,只要第三方以冒充接收方接收消息再制造备份发送给接收方等各种手段介入了通讯过程, 他就会造成接收方的统计异常,从而无法悄无声息的窃听到密钥,所以量子密钥传输从物理属性上确保了量子密钥的高安全性,能够满足空调集群的网络通信安全需求。
本实施例在图2的中间层基础上搭建了如图3所述的量子加密安全系统,包括量子密钥生成终端、量子安全网关以及量子CPE模块,所述密钥生成终端用于基于一定更新频率生成量子密钥,所述量子安全网关用于为量子密钥的安全传输选择合适的传输通道,量子CPE模块用于将控制主站生成的控制指令用量子密钥加密后发送给PLC终端。
传统的量子加密传输中,用于对控制质量加密的量子密钥的更新频率通常是固定的,本实施例区别于传统加密方法,根据空调集群的负荷控制需求以及网络结构灵活调整量子密钥的更新频率,减少了密钥资源的浪费。
通常空调集群在接收到负荷调控需求时产生传输控制指令的需求,且不同的负荷调控需求可能导致生成的控制指令吞吐量不同,本实施例中所述吞吐量即指单位时间内控制指令的传输数据量,通常以比特、字节等数据单位测算。控制指令吞吐量较大时提高量子密钥的更新频率,从而能够保障控制指令的传输安全,控制指令吞吐量较小或不需要负荷调控时,即可适当的降低量子密钥的更新频率,避免密钥资源的过度浪费。本实施例针对控制指令吞吐量与需要调整的负荷响应量、要求的响应时间具有较强的关联性,因此本实施例通过分析控制指令吞吐量与负荷响应量的相关性调整量子密钥的更新频率。
首先,本实施例需要根据历史负荷响应量、历史响应时间以及历史控制指令吞吐量,建立负荷响应与控制指令吞吐量的映射关系,具体为:
获取历史控制指令,所述历史控制指令可由控制主站的控制指令日志获得,计算历史控制指令执行前后空调集群的历史负荷差值作为历史负荷响应量,将历史控制指令的执行时间作为历史响应时间;
计算历史负荷响应量与历史响应时间的比值,所述比值表征了单位时间内需要调控的负荷量,比值越大,说明控制指令的传输速率或传输数据量越大,进而体现为控制指令吞吐量的增长。因此,构建所述比值与历史控制指令吞吐量的目标函数,基于最小二乘法对目标函数的系数进行拟合,将拟合后的目标函数作为映射模型输出。本实施例可通过matlab工具实现常规最小二乘法的拟合,此处不再赘述。
本实施例依据上述映射模型预测当前为实现负荷控制而产生的控制指令吞吐量,首先根据空调集群的遥测数据和遥信数据计算空调集群的当前负荷量,本实施例以冷负荷为例,当前负荷量即当前所有空调主机的制冷量,具体可通过遥信数据获取当前处于运行状态的空调主机,再根据遥测数据获取于运行状态的空调主机的制冷量,最后计算制冷量总和为当前负荷量。将当前负荷量输入映射模型中得到预测的实时控制指令吞吐量,实时控制指令吞吐量越大,说明以太网中的数据交换频率越高,因此为保障数据安全需要增大量子密钥的更新频率,以防第三方窃取。鉴于此,本实施例中所述实时控制指令吞吐量与第一频率系数具有正相关性,实时控制指令吞吐量越大,第一频率系数越大。所述第一频率系数可根据经验由人工设置,也可利用相关机器学习模型分析控制指令吞吐量与第一频率系数的关系。例如构建神经网络模型,将历史控制指令吞吐量划分为训练集和测试集,根据训练集和量子密钥的历史更新频率对神经网络模型进行训练,当神经网络模型输出结果与历史更新频率的误差小于预设条件时结束训练,再向训练结束的神经网络输入测试集,计算神经网络输出结果与测试集中对应的历史控制指令吞吐量的比值,将比值的平均值作为第一频率系数。
当利用中间层的以太网传输控制指令时,即使目标负荷量相同,控制主站生成的控制指令也可能存在不同。控制主站针对目标负荷量通过算法分析得到的加减机策略,即为达到目标负荷量,空调集群中需要增加或减少的空调机组的数量,或需要调整的冷冻水泵、冷却水泵的转速。为了实现上述加减机策略,空调集群中存在多种执行器的排列组合,例如,加减机策略中要求关闭3个空调机组的冷却塔水阀,控制指令就可以在可控制的冷却塔水阀中任选3个,不同的冷却塔水阀连接的PLC终端可能,进而导致控制指令的通信路径不同。通常,通信路径涉及的PLC终端越多,意味着在以太网中开放的网络通道越多,增大了密文泄露的可能,因此本实施例考虑到上述情况,引入了网络结构的因素进一步优化量子密钥的更新频率,实现从多维度调整更新频率的功能,具体为:
在满足目标负荷量的约束条件下,求解空调集群在总能耗最低时的遥测数据和遥信数据,所述总能耗为所有执行器的功率之和。在本实施例中,针对不同的执行器的能耗模型,例如针对冷却水泵,其能耗模型为Wcwe=f1(Qcw)f2(Qcw),Wcwe表示冷却水泵的功率,f1(Qcw)表示冷却水泵功率函数,f2(Qcw)表示冷却水泵功率修正函数,Qcw表示冷却水流量,其他执行器的能耗模型以此类推,可以看到耗能模型中的各参数均来自空调集群中的遥测数据和遥信数据。再将每个执行器的能耗模型相加作为目标函数,以目标负荷量为约束条件,对目标函数的最小值进行求解,此时求解出的遥测数据和遥信数据记为负荷控制的最优方案。
根据求解出的遥测数据和遥信数据分析空调集群中各个执行器的运行状态,即将求解出的遥测数据和遥信数据与各个执行器当前的遥测数据和遥信数据进行一一比对,比对结果相差预设比例的执行器即为控制指令的执行对象,控制主站将生成使执行器达到所述运行状态的控制指令,使控制指令执行后执行器的遥测数据和遥信数据达到求解的最优方案的效果,以便执行S500实现空调集群的加减机策略;
最后,确定发送控制指令到执行器的通信路径,获取通信路径经过的PLC终端的数量,经过的PLC终端数量越多,量子密钥的更新频率应该越高。因此,本实施例中,所述PLC终端的数量与第二频率系数具有正相关性,PLC终端的数量越多,第二频率系数越大。所述第二频率系数可根据经验由人工设置,也可利用相关机器学习模型分析PLC终端数量与第二频率系数的关系,与利用相关机器学习模型分析控制指令吞吐量与第一频率系数的关系的过程同理,此处不再赘述。
将基础频率与调整频率之和作为最终量子密钥的更新频率,使其同时引入了负荷控制情况和网络结构两个与量子密钥更新频率相关的影响因素,使其最大限度的提高了量子密钥更新频率的合理性。
至此,本实施例通过上述过程实现了实时调整量子密钥更新频率的功能,依据控制指令吞吐量与负荷之间的关联性分析,能够根据空调集群的实时负荷情况动态改变量子密钥的更新频率,在满足控制指令的通信安全需求的前提下,减少了量子密钥不必要的浪费。
为了进一步提高量子密钥的传输安全,本实施例还设置了保护密钥,用于在执行S500之前对量子密钥本身进行加密保护。所述保护密钥由另外一套量子加密安全系统生成并传输,其系统架构与图3所示的生成量子密钥的量子加密安全系统相同,此处不再赘述。
通过第二量子密钥生成终端生成保护密钥,本实施例中第二量子密钥生成终端与第一量子密钥生成终端彼此独立。基于保护密钥对量子密钥进行加密,具体为在每一次对量子密钥进行加密时,量子CPE模块随机选取SM1、SM4中的任意一种国密算法用保护密钥对量子密钥进行加密,其中,SM1算法和SM4算法均为对称加密算法。最后基于IPsec VPN通道技术将保护密钥发送至PLC终端,IPsec VPN通道技术是一种采用IPsec 协议实现远程接入的一种VPN技术,能够在公网上为两个私有网络提供安全通信通道,通过加密通道在两个公共网关间提供私密数据封包服务。
上述实施例中的各个序号仅仅为了描述,不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.基于量子加密技术的空调集群控制方法,其特征在于,包括:
S100:获取空调集群的历史负荷响应量、历史响应时间以及历史控制指令吞吐量,计算历史负荷响应量与历史响应时间的比值,生成所述比值与历史控制指令吞吐量的映射模型;
S200:根据空调集群的遥测数据和遥信数据,获取空调集群的当前负荷量与目标负荷量的实时差值,将实时差值与要求响应时间的比值输入映射模型中,得到实时控制指令吞吐量,将实时控制指令吞吐量与第一频率系数相乘得到基础频率;
S300:根据目标负荷量生成控制指令,确定控制指令涉及到的PLC终端的数量,将PLC终端的数量与第二频率系数相乘得到调整频率;
S400:将基础频率和调整频率的和作为量子密钥的更新频率,第一量子密钥生成终端基于所述更新频率生成并更换量子密钥,用量子密钥将控制指令加密成指令密文;
S500:将指令密文与量子密钥共同发送给PLC终端,PLC终端通过量子密钥对指令密文进行解密,基于解密出的控制指令控制空调集群中执行器的工作状态;
所述遥测数据包括每台空调主机的功率、制冷量以及工作频率,所述遥信数据包括每台空调主机的运行状态以及故障状态,根据空调集群的遥测数据和遥信数据计算空调集群的当前负荷量;
所述实时控制指令吞吐量与第一频率系数具有正相关性,实时控制指令吞吐量越大,第一频率系数越大;
所述PLC终端的数量与第二频率系数具有正相关性,PLC终端的数量越多,第二频率系数越大。
2.根据权利要求1所述的基于量子加密技术的空调集群控制方法,其特征在于,所述S100包括:
获取历史控制指令,计算空调集群在历史控制指令执行前后的历史负荷差值作为历史负荷响应量,将历史控制指令的执行时间作为历史响应时间;
计算历史负荷响应量与历史响应时间的比值,构建所述比值与历史控制指令吞吐量的目标函数,基于最小二乘法对目标函数的系数进行拟合,将拟合后的目标函数作为映射模型输出。
3.根据权利要求1所述的基于量子加密技术的空调集群控制方法,其特征在于,所述S300包括:
在满足目标负荷量的约束条件下,求解空调集群在总能耗最低时的遥测数据和遥信数据,所述总能耗为所有执行器的功率之和;
根据求解出的遥测数据和遥信数据,分析空调集群中各个执行器的运行状态,生成使执行器达到所述运行状态的控制指令;
确定发送控制指令到执行器的通信路径,获取通信路径经过的PLC终端的数量。
4.根据权利要求3所述的基于量子加密技术的空调集群控制方法,其特征在于,所述执行器包括空调主机的冷冻水泵、冷冻水阀、冷却水泵、冷却水阀以及冷却塔水阀。
5.根据权利要求1所述的基于量子加密技术的空调集群控制方法,其特征在于,所述空调集群控制方法还包括在执行S500前,生成用于加密量子密钥的保护密钥,包括:
通过第二量子密钥生成终端生成保护密钥;
基于保护密钥对量子密钥进行加密,基于IPsec VPN通道技术将保护密钥发送至PLC终端。
6.根据权利要求5所述的基于量子加密技术的空调集群控制方法,其特征在于,所述基于保护密钥对量子密钥进行加密,包括:
在每一次对量子密钥进行加密时,随机选取SM1、SM4中的任意一种国密算法进行加密。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111315421.XA CN113757909B (zh) | 2021-11-08 | 2021-11-08 | 基于量子加密技术的空调集群控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111315421.XA CN113757909B (zh) | 2021-11-08 | 2021-11-08 | 基于量子加密技术的空调集群控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113757909A CN113757909A (zh) | 2021-12-07 |
CN113757909B true CN113757909B (zh) | 2022-02-08 |
Family
ID=78784777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111315421.XA Active CN113757909B (zh) | 2021-11-08 | 2021-11-08 | 基于量子加密技术的空调集群控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113757909B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116318689B (zh) * | 2023-05-25 | 2023-07-28 | 天津市城市规划设计研究总院有限公司 | 利用量子密钥提升物联网设备信息传输安全的方法及系统 |
CN117424701B (zh) * | 2023-10-30 | 2024-05-24 | 国网浙江省电力有限公司绍兴供电公司 | 基于量子加密模块的一体化二次设备实现方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013126089A (ja) * | 2011-12-14 | 2013-06-24 | Panasonic Corp | 暗号通信システム、暗号鍵設定装置、及び、暗号鍵設定プログラム |
CN112564129A (zh) * | 2020-11-20 | 2021-03-26 | 国家电网有限公司 | 一种基于一次调频的发电机组控制方法及装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999050992A1 (fr) * | 1998-04-01 | 1999-10-07 | Matsushita Electric Industrial Co., Ltd. | Procede d'emission/reception de donnees, emetteur de donnees, recepteur de donnees, systeme d'emission/reception de donnees, procede d'emission de contenu audiovisuel, procede de reception de contenu audiovisuel, emetteur de contenu audiovisuel, recepteur de contenu audiovisuel, et support d'enregistrement de programme |
JP4071870B2 (ja) * | 1998-08-20 | 2008-04-02 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 秘密鍵生成方法 |
JP5384781B2 (ja) * | 2005-08-18 | 2014-01-08 | 日本電気株式会社 | 秘匿通信システムおよび共有秘密情報の生成方法 |
CN101102552B (zh) * | 2007-08-16 | 2012-12-19 | 中兴通讯股份有限公司 | 业务密钥更新方法和系统 |
US10560265B2 (en) * | 2013-06-08 | 2020-02-11 | Quantumctek Co., Ltd. | Mobile secret communications method based on quantum key distribution network |
CN103490891B (zh) * | 2013-08-23 | 2016-09-07 | 中国科学技术大学 | 一种电网ssl vpn中密钥更新和使用的方法 |
CN107347058B (zh) * | 2016-05-06 | 2021-07-23 | 阿里巴巴集团控股有限公司 | 数据加密方法、数据解密方法、装置及系统 |
CN106911474B (zh) * | 2017-05-10 | 2020-07-03 | 国家电网公司 | 一种基于业务属性的量子密钥加密方法及装置 |
US11269993B2 (en) * | 2017-08-10 | 2022-03-08 | Sony Corporation | Encryption device, encryption method, decryption device, and decryption method |
CN109067519B (zh) * | 2018-07-25 | 2021-11-09 | 科华数据股份有限公司 | 一种调整量子密钥更新频率的方法、系统及相关装置 |
CN113218053B (zh) * | 2020-05-29 | 2022-10-25 | 国网河北省电力有限公司 | 空调负荷调控系统 |
CN111711517B (zh) * | 2020-07-23 | 2021-08-31 | 苏州大学 | 基于业务安全等级的量子密钥分发保护方法及系统 |
-
2021
- 2021-11-08 CN CN202111315421.XA patent/CN113757909B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013126089A (ja) * | 2011-12-14 | 2013-06-24 | Panasonic Corp | 暗号通信システム、暗号鍵設定装置、及び、暗号鍵設定プログラム |
CN112564129A (zh) * | 2020-11-20 | 2021-03-26 | 国家电网有限公司 | 一种基于一次调频的发电机组控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113757909A (zh) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113757909B (zh) | 基于量子加密技术的空调集群控制方法 | |
Rezai et al. | Key management issue in SCADA networks: A review | |
CN112543429B (zh) | 一种具备自主决策功能的可配置边缘计算网关 | |
Ruttor et al. | Genetic attack on neural cryptography | |
CN107092991B (zh) | 一种智能电网自适应经济调度分配方法 | |
CN109309688B (zh) | 基于云监控及数据加密传输的新能源电站运行控制方法 | |
Chen et al. | PDLHR: Privacy-preserving deep learning model with homomorphic re-encryption in robot system | |
CN116523074A (zh) | 动态化公平性的隐私保护联邦深度学习方法 | |
CN115766263A (zh) | 基于云雾计算的多维电力数据隐私保护聚合方法及系统 | |
CN115859184A (zh) | 基于联合学习的船舶故障诊断模型系统及其训练方法 | |
CN116886295A (zh) | 一种基于物联网的数据处理方法以及系统 | |
CN113206870A (zh) | 一种基于医疗大数据进行处理的方法及系统 | |
Yan et al. | Self-imitation learning-based inter-cell interference coordination in autonomous HetNets | |
CN117709685B (zh) | 一种分布式供水智能调度系统 | |
CN113036756B (zh) | 一种微电网去中心化的组网系统及方法 | |
CN106341256B (zh) | 基于软件定义网络的v2g系统及其安全通信方法 | |
CN118764663A (zh) | 基于实时网络状态的视频传输控制方法及控制系统 | |
Hu et al. | Inter-cell network slicing with transfer learning empowered multi-agent deep reinforcement learning | |
CN111211896A (zh) | 适应电力业务一体化量子密钥加密方法、系统及存储介质 | |
CN117674417A (zh) | 一种微电网远程数据管理方法 | |
CN108964894B (zh) | 一种基于状态估计且具备隐私保护的电网盗电检测方法 | |
CN113098891B (zh) | 一种基于医疗大数据下网络传输控制的方法及系统 | |
CN110581757B (zh) | 一种隐私保护的低压台区边缘侧用电量数据汇聚方法 | |
CN118278028B (zh) | 一种智慧城市能源管理系统及方法 | |
CN117255116B (zh) | 基于安全Box支持传统PLC云化及远程运维的方法、系统 |
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 |