[go: up one dir, main page]

CN120067611B - 一种基于区块链的供电可靠性信息校核方法 - Google Patents

一种基于区块链的供电可靠性信息校核方法

Info

Publication number
CN120067611B
CN120067611B CN202510038531.8A CN202510038531A CN120067611B CN 120067611 B CN120067611 B CN 120067611B CN 202510038531 A CN202510038531 A CN 202510038531A CN 120067611 B CN120067611 B CN 120067611B
Authority
CN
China
Prior art keywords
data
time
delay
verification
power supply
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
Application number
CN202510038531.8A
Other languages
English (en)
Other versions
CN120067611A (zh
Inventor
宁昕
刘日亮
蒋炜
王海涛
郑尚卓
郭晓利
李豪
刘国栋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Hebei Electric Power Co Ltd
State Grid Corp of China SGCC
State Grid Blockchain Technology Beijing Co Ltd
Original Assignee
State Grid Hebei Electric Power Co Ltd
State Grid Corp of China SGCC
State Grid Blockchain Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Hebei Electric Power Co Ltd, State Grid Corp of China SGCC, State Grid Blockchain Technology Beijing Co Ltd filed Critical State Grid Hebei Electric Power Co Ltd
Priority to CN202510038531.8A priority Critical patent/CN120067611B/zh
Publication of CN120067611A publication Critical patent/CN120067611A/zh
Application granted granted Critical
Publication of CN120067611B publication Critical patent/CN120067611B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217Validation; Performance evaluation; Active pattern learning techniques
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • General Business, Economics & Management (AREA)
  • Water Supply & Treatment (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于区块链的供电可靠性信息校核方法,所述方法包括:步骤1:实时获取对多个供电可靠性数据,将所述供电可靠性数据均拆分为四个数据段,在供电可靠性数据被发送至区块链前,先对四个数据段的内容完整性和准确性进行初步校验;步骤2:初步校验通过之后,分别生成对应的初步校验哈希值,并对供电可靠性数据进行上链,在上链过程中检测数据上链过程中是否存在延迟;步骤3:构建分布式时间戳网络,若存在延迟,对各数据段分别重新生成一个验证哈希值,利用分别生成对应的初步校验哈希值与分别生成对应的验证哈希值进行对比。

Description

一种基于区块链的供电可靠性信息校核方法
技术领域
本发明涉及信息校验技术领域,尤其涉及一种基于区块链的供电可靠性信息校核方法。
背景技术
按照电力可靠性数据管理要求,供电可靠性数据填报与上报必须做到“及时性、准确性、完整性”。供电可靠性相关数据的采集、填报、检查等环节,易出现数据泄露、篡改、完整性缺失等问题。省侧停电信息数据经系统自动研判后生成停电事件数据,再经人工确认或补充后,形成可靠性数据。停电事件及可靠性数据每日由省侧电网资源业务中台上报至总部电能质量在线监测系统。当前业务确认过程中需要人工参与且业务数据存在补采次数多等问题,总部需要投入大量精力进行确认和核验,管理流程有待优化。
现有技术中常使用区块链技术解决防数据篡改问题,但是区块链技术只能保证数据上链后,数据不可篡改,但是数据在上链前过程中可能会产生延迟,那么再延迟的这个过程中就可能存在数据被恶意篡改,数据在其他业务平台上链前仍然存在被恶意修改的风险。
发明内容
本发明的目的在于提供一种基于区块链的供电可靠性信息校核方法,以解决上述背景技术中提出的问题。
本发明是通过以下技术方案实现的:
一种基于区块链的供电可靠性信息校核方法,所述方法包括:
步骤1:实时获取多个供电可靠性数据,将所述供电可靠性数据均拆分为四个数据段,分别包括95598停电信息、线段完整性信息、实时停电事件信息、开关变位信息,在供电可靠性数据被发送至区块链前,先对四个数据段的内容完整性和准确性进行初步校验;
步骤2:初步校验通过之后,分别生成对应的初步校验哈希值,并对供电可靠性数据进行上链,检测数据在上链过程中是否存在延迟;
步骤3:构建分布式时间戳网络,若存在延迟,根据分布式时间戳网络对各数据段分别重新生成一个验证哈希值,利用分别生成对应的初步校验哈希值与分别生成对应的验证哈希值进行对比,如果某各数据段的哈希值不匹配,将该数据段标记为“可疑”,并生成存疑数据清单报告。
具体的,所述步骤1中对供电可靠性数据进行初步校验的具体过程包括:
内容完整性校验:确保所有必需的数据字段均已完整采集,且没有任何缺失;
准确性校验:
对95598停电信息的初步校验:对采集的数据进行逻辑检查,以验证数据的合理性,包括停电事件的时间不得早于数据采集的时间戳,通过比对用户反馈与系统记录,确保信息的一致性与准确性;
对线段完整性的初步校验:对线路监测设备提供的完整性数据进行详细检查,确保没有遗漏的故障信息,并与历史数据进行比对,以确认线路状态的变化是否符合预期;
对实时停电事件的初步校验:对实时停电事件数据进行分析,以判断是否存在异常情况,包括短时间内出现多次停电事件或停电范围的异常扩展;
对开关变位的初步校验:对开关变位信息进行分析,确保开关状态的变化符合预定的操作规范,并与历史数据进行比对,以确认设备的正常运行状态。
具体的,所述步骤2中对检测数据在上链过程中是否存在延迟的具体过程包括:
采用随机森林算法对历史延迟数据进行训练,建立延迟预测模型,所述延迟预测模型模型将多维度监测指标作为输入特征,预测未来的延迟趋势,所述多维度监测指标包括上链前的时间戳、网络带宽、数据包丢失率、网络延迟;
在所述延迟预测模型中设定一个基准延迟阈值,根据预测结果,动态调整延迟阈值,以减少误报,同时计算数据上链时间,当数据上链时间大于延迟阈值,该数据被标记为“延迟数据”。
具体的,所述动态调整延迟阈值具体包括:
上调延迟阈值:如果模型预测的延迟在某一时间段内连续3次预测值超过基准延迟阈值,则将阈值提高10%或20%,以适应当前的网络状况;
下调延迟阈值:如果模型预测的延迟在某一时间段内连续3次预测值低于基准延迟阈值,则则将阈值降低10%或20%,以适应当前的网络状况。
具体的,计算数据上链时间具体为数据在经过初步校验后被存储到区块链中的时间戳与数据上链完成时刻的时间戳之间的差值,当该差值大于延迟阈值时,对该数据进行延迟标记。
具体的,所述分布式时间戳网络的构建包括:
时间戳生成模块,用于在延迟时段中的四个数据段分别生成唯一的时间戳,生成的时间戳将被传递至时间验证模块进行验证,确保时间戳的有效性和准确性;
时间验证模块,用于对生成的时间戳进行验证,确保其在合理范围内且与数据内容一致,验证成功后,时间戳和数据将被传递至时间序列链模块进行记录,如果验证失败,数据将被标记为无效,阻止其进入后续流程;
时间序列链模块,用于将所有经过验证的时间戳和数据段组织成一个时间序列链,并根据接收到的数据段及其对应的时间戳信息,分别生成相应的验证哈希值,在生成验证哈希值时,采用加密哈希算法对每个数据段生成的验证哈希值进行加密;
临时存储模块;用于将数据段在上链过程中会被临时存储在专用的区块链网络中,该网络采用分层存储机制,对数据进行多重加密和分片存储;
异常检测模块:用于将四个数据段的初步校验哈希值分别与时间序列链中的对应的验证哈希值进行对比,如果存在某各数据段的哈希值不匹配,将该数据段标记为“可疑”,并生成存疑数据清单报告。
具体的,所述存疑数据清单的内容具体包括:上链延迟时间,可疑的数据段内容、时间戳信息。
与现有技术相比,本发明达到的有益效果如下:
本发明提供的一种基于区块链的供电可靠性信息校核方法,通过将供电可靠性数据分为四个数据段,将存在上链延迟的数据段的初步校验哈希值与验证哈希值进行对比,哈希值不匹配,将该数据段标记为“可疑”,并生成存疑数据清单报告,为后续的数据审查和问题追踪提供依据,该校验方法避免在数据上链过程中发生延迟之后数据被篡改或发生损坏而未被发现的风险。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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优选实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种基于区块链的供电可靠性信息校核方法的流程图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员而言显而易见的是,本发明可以无需一个或多个这些细节而得以实施。在其他的例子中,为了避免与本发明发生混淆,对于本领域公知的一些技术特征未进行描述。
应当理解的是,本发明能够以不同形式实施,而不应当解释为局限于这里提出的实施例。相反地,提供这些实施例将使公开彻底和完全,并且将本发明的范围完全地传递给本领域技术人员。
在此使用的术语的目的仅在于描述具体实施例并且不作为本发明的限制。在此使用时,单数形式的“一”、“一个”和“所述/该”也意图包括复数形式,除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”,当在该说明书中使用时,确定所述特征、整数、步骤、操作、元件和/或部件的存在,但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时,术语“和/或”包括相关所列项目的任何及所有组合。
为了彻底理解本发明,将在下列的描述中提出详细的结构,以便阐释本发明提出的技术方案。本发明的可选实施例详细描述如下,然而除了这些详细描述外,本发明还可以具有其他实施方式。
参见图1,一种基于区块链的供电可靠性信息校核方法,所述方法包括:
步骤1:实时获取多个供电可靠性数据,将所述供电可靠性数据均拆分为四个数据段,分别包括95598停电信息、线段完整性信息、实时停电事件信息、开关变位信息,在供电可靠性数据被发送至区块链前,先对四个数据段的内容完整性和准确性进行初步校验;
步骤2:初步校验通过之后,分别生成对应的初步校验哈希值,并对供电可靠性数据进行上链,检测数据在上链过程中是否存在延迟;
步骤3:构建分布式时间戳网络,若存在延迟,根据分布式时间戳网络对各数据段分别重新生成一个验证哈希值,利用分别生成对应的初步校验哈希值与分别生成对应的初步校验哈希值进行对比,如果某各数据段的哈希值不匹配,将该数据段标记为“可疑”,并生成存疑数据清单报告。
示例性的,本发明提供的一种基于区块链的供电可靠性信息校核方法,通过步骤1实时收集供电可靠性数据,并将其拆分为四个数据段:95598停电信息、线段完整性信息、实时停电事件信息和开关变位信息。这些数据段分别代表不同的供电可靠性指标,确保数据的多维度覆盖;对其进行初步校验识别潜在的错误或不一致性,避免不合格数据上链。通过步骤2将供电可靠性数据及其初步校验哈希值进行上链,形成不可篡改的记录,确保数据的可追溯性。区块链的特性使得一旦数据上链,就无法被修改或删除。在上链过程中监测数据传输的延迟,无论是否有延迟都将数据段上链存证;如果监测到存在延迟,提取供电可靠性数据发送给分布式时间戳网络,通过步骤3利用分布式时间戳网络生成的验证哈希值与初步校验哈希值进行对比,如果哈希值不匹配,将标记该数据段为“可疑”。可以有效识别数据在传输过程中的变更或损坏。一旦发现数据段不匹配,将生成存疑数据清单报告,提供详细的可疑数据记录。为后续的数据审查和问题追踪提供了依据,确保供电可靠性数据的透明性和可追溯性。
具体的,所述步骤1中对供电可靠性数据进行初步校验的具体过程包括:
内容完整性校验:确保所有必需的数据字段均已完整采集,且没有任何缺失;
准确性校验:
对95598停电信息的初步校验:对采集的数据进行逻辑检查,以验证数据的合理性,包括停电事件的时间不得早于数据采集的时间戳,通过比对用户反馈与系统记录,确保信息的一致性与准确性;
对线段完整性的初步校验:对线路监测设备提供的完整性数据进行详细检查,确保没有遗漏的故障信息,并与历史数据进行比对,以确认线路状态的变化是否符合预期;
对实时停电事件的初步校验:对实时停电事件数据进行分析,以判断是否存在异常情况,包括短时间内出现多次停电事件或停电范围的异常扩展;
对开关变位的初步校验:对开关变位信息进行分析,确保开关状态的变化符合预定的操作规范,并与历史数据进行比对,以确认设备的正常运行状态。
示例性的,对于每个数据段,确保其格式一致且结构完整,对数据进行预处理,例如去除空值、格式化日期时间字段等,以保证后续哈希计算的准确性。
数据段的结构示例:
95598停电信息:{"停电时间":"2024-11-14T03:00:00Z","停电原因":"设备故障","停电持续时间":"2小时"}
线段完整性信息:{"线路编号":"001","完整性状态":"正常"}
实时停电事件信息:{"事件编号":"E001","事件时间":"2024-11-14T03:10:00Z","影响用户数":150}
开关变位信息:{"开关编号":"SW001","变位时间":"2024-11-14T03:15:00Z","操作状态":"合上"}
具体的,所述步骤2中检测数据在上链过程中是否存在延迟的具体过程包括:
采用随机森林算法对历史延迟数据进行训练,建立延迟预测模型,所述延迟预测模型模型将多维度监测指标作为输入特征,预测未来的延迟趋势,所述多维度监测指标包括上链前的时间戳、网络带宽、数据包丢失率、网络延迟;
在所述延迟预测模型中设定一个基准延迟阈值,根据预测结果,动态调整延迟阈值,以减少误报,同时计算数据上链时间,当数据上链时间大于延迟阈值,该数据被标记为“延迟数据”。
示例性的,根据历史数据分析,设定一个初始的基准延迟阈值,这个阈值可以基于历史延迟数据的均值或中位数来确定,确保在正常情况下不会触发告警。
例如,如果历史延迟数据的均值为100ms,标准差为20ms,可以将基准阈值设定为120ms(均值加上一个标准差)。
具体的,所述动态调整延迟阈值具体包括:
上调延迟阈值:如果模型预测的延迟在某一时间段内连续3次预测值超过基准延迟阈值,则将阈值提高10%或20%,以适应当前的网络状况;
下调延迟阈值:如果模型预测的延迟在某一时间段内连续3次预测值低于基准延迟阈值,则则将阈值降低10%或20%,以适应当前的网络状况。
示例性的,在高峰期(如工作日的特定时间段)和低峰期(如周末或节假日),为这两种场景分别设定不同的延迟阈值。
在高峰期,阈值可以适当提高,以减少误报;而在低峰期,阈值可以降低,以确保及时识别潜在的延迟问题。
具体的,计算数据上链时间具体为数据在经过初步校验后被存储到区块链中的时间戳与数据上链完成时刻的时间戳之间的差值,当该差值大于延迟阈值时,对该数据进行延迟标记。
具体的,所述分布式时间戳网络的构建包括:
时间戳生成模块,用于在延迟时段中的四个数据段分别生成唯一的时间戳,生成的时间戳将被传递至时间验证模块进行验证,确保时间戳的有效性和准确性;
示例性的,在检测到延迟的情况下,时间戳生成模块为四个数据段(95598停电信息、线段完整性信息、实时停电事件信息、开关变位信息)生成唯一的时间戳。时间戳是指示数据生成或接收时间的标记,确保每个数据段都有一个唯一的时间标识;
时间验证模块,用于对生成的时间戳进行验证,确保其在合理范围内且与数据内容一致,验证成功后,时间戳和数据将被传递至时间序列链模块进行记录,如果验证失败,数据将被标记为无效,阻止其进入后续流程;
时间序列链模块,用于将所有经过验证的时间戳和数据段组织成一个时间序列链,并根据接收到的数据段及其对应的时间戳信息,分别生成相应的验证哈希值,在生成验证哈希值时,采用加密哈希算法对每个数据段生成的验证哈希值进行加密;通过将数据和时间戳组织成时间序列链,确保数据的顺序性和可追溯性。生成的验证哈希值为后续的异常检测提供基础,确保数据在传输过程中的完整性和一致性。
临时存储模块;用于将数据段在上链过程中会被临时存储在专用的区块链网络中,该网络采用分层存储机制,对数据进行多重加密和分片存储;
示例性的,临时存储模块用于在数据上链过程中,将数据段临时存储在专用的区块链网络中。该网络采用分层存储机制,对数据进行多重加密和分片存储,以提高数据的安全性和访问效率。
异常检测模块:用于将四个数据段的初步校验哈希值分别与时间序列链中的对应的验证哈希值进行对比,如果存在某数据段的哈希值不匹配,将该数据段标记为“可疑”,并生成存疑数据清单报告,为后续的数据审查和问题追踪提供依据。
具体的,所述存疑数据清单的内容具体包括:上链延迟时间,可疑的数据段内容、时间戳信息。
示例性的,所述存疑数据清单的内容如下所示:
存疑数据清单如下所示:
数据标识符:95598停电信息-001
数据内容:{"停电时间":"2024-11-14T03:00:00Z","停电原因":"设备故障","停电持续时间":"2小时"}
时间戳:2024-11-14T03:45:00Z
数据来源:电力监测系统
初步校验哈希值:abcdef1234567890
时间序列链中的哈希值:rtcdef1234567890
检测时间:2024-11-14T04:00:00Z
数据上链时间:2024-11-14T03:50:00Z
网络状态:带宽100Mbps,延迟50ms,丢包率0.5%
系统状态:负载75%,错误日志:无
异常类型:哈希值不匹配
异常原因分析:数据在上链过程中可能被篡改或损坏。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。

Claims (6)

1.一种基于区块链的供电可靠性信息校核方法,其特征在于,所述方法包括:
步骤1:实时获取多个供电可靠性数据,将所述供电可靠性数据均拆分为四个数据段,分别包括95598停电信息、线段完整性信息、实时停电事件信息、开关变位信息,在供电可靠性数据被发送至区块链前,先对四个数据段的内容完整性和准确性进行初步校验;
步骤2:初步校验通过之后,分别生成对应的初步校验哈希值,并对供电可靠性数据进行上链,检测数据在上链过程中是否存在延迟;
所述检测数据上链过程中是否存在延迟的具体过程包括:
采用随机森林算法对历史延迟数据进行训练,建立延迟预测模型,所述延迟预测模型模型将多维度监测指标作为输入特征,预测未来的延迟趋势,所述多维度监测指标包括上链前的时间戳、网络带宽、数据包丢失率、网络延迟;
在所述延迟预测模型中设定一个基准延迟阈值,根据预测结果,动态调整延迟阈值,以减少误报,同时计算数据上链时间,当数据上链时间大于延迟阈值,该数据被标记为“延迟数据”;
步骤3:构建分布式时间戳网络,若存在延迟,根据分布式时间戳网络对各数据段分别重新生成一个验证哈希值,利用分别生成对应的初步校验哈希值与分别生成对应的验证哈希值进行对比,如果某各数据段的哈希值不匹配,将该数据段标记为“可疑”,并生成存疑数据清单报告。
2.根据权利要求1所述的一种基于区块链的供电可靠性信息校核方法,其特征在于,所述步骤1中对供电可靠性数据进行初步校验的具体过程包括:
内容完整性校验:确保所有必需的数据字段均已完整采集,且没有任何缺失;
准确性校验:
对95598停电信息的初步校验:对采集的数据进行逻辑检查,以验证数据的合理性,包括停电事件的时间不得早于数据采集的时间戳,通过比对用户反馈与系统记录,确保信息的一致性与准确性;
对线段完整性的初步校验:对线路监测设备提供的完整性数据进行详细检查,确保没有遗漏的故障信息,并与历史数据进行比对,以确认线路状态的变化是否符合预期;
对实时停电事件的初步校验:对实时停电事件数据进行分析,以判断是否存在异常情况,包括短时间内出现多次停电事件或停电范围的异常扩展;
对开关变位的初步校验:对开关变位信息进行分析,确保开关状态的变化符合预定的操作规范,并与历史数据进行比对,以确认设备的正常运行状态。
3.根据权利要求2所述的一种基于区块链的供电可靠性信息校核方法,其特征在于,所述动态调整延迟阈值具体包括:
上调延迟阈值:如果模型预测的延迟在某一时间段内连续3次预测值超过基准延迟阈值,则将阈值提高10%或20%,以适应当前的网络状况;
下调延迟阈值:如果模型预测的延迟在某一时间段内连续3次预测值低于基准延迟阈值,则将阈值降低10%或20%,以适应当前的网络状况。
4.根据权利要求3所述的一种基于区块链的供电可靠性信息校核方法,其特征在于,计算数据上链时间具体为数据在经过初步校验后被存储到区块链中的时间戳与数据上链完成时刻的时间戳之间的差值,当该差值大于延迟阈值时,对该数据进行延迟标记。
5.根据权利要求4所述的一种基于区块链的供电可靠性信息校核方法,其特征在于,所述分布式时间戳网络的构建包括:
时间戳生成模块,用于在延迟时段中的四个数据段分别生成唯一的时间戳,生成的时间戳将被传递至时间验证模块进行验证,确保时间戳的有效性和准确性;
时间验证模块,用于对生成的时间戳进行验证,确保其在合理范围内且与数据内容一致,验证成功后,时间戳和数据将被传递至时间序列链模块进行记录,如果验证失败,数据将被标记为无效,阻止其进入后续流程;
时间序列链模块,用于将所有经过验证的时间戳和数据段组织成一个时间序列链,并根据接收到的数据段及其对应的时间戳信息,分别生成相应的验证哈希值,在生成验证哈希值时,采用加密哈希算法对每个数据段生成的验证哈希值进行加密;
临时存储模块;用于将数据段在上链过程中会被临时存储在专用的区块链网络中,该网络采用分层存储机制,对数据进行多重加密和分片存储;
异常检测模块:用于将四个数据段的初步校验哈希值分别与时间序列链中的对应的验证哈希值进行对比,如果存在某各数据段的哈希值不匹配,将该数据段标记为“可疑”,并生成存疑数据清单报告。
6.根据权利要求5所述的一种基于区块链的供电可靠性信息校核方法,其特征在于,所述存疑数据清单的内容具体包括:上链延迟时间,可疑的数据段内容、时间戳信息。
CN202510038531.8A 2025-01-10 2025-01-10 一种基于区块链的供电可靠性信息校核方法 Active CN120067611B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202510038531.8A CN120067611B (zh) 2025-01-10 2025-01-10 一种基于区块链的供电可靠性信息校核方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202510038531.8A CN120067611B (zh) 2025-01-10 2025-01-10 一种基于区块链的供电可靠性信息校核方法

Publications (2)

Publication Number Publication Date
CN120067611A CN120067611A (zh) 2025-05-30
CN120067611B true CN120067611B (zh) 2025-12-12

Family

ID=95786522

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202510038531.8A Active CN120067611B (zh) 2025-01-10 2025-01-10 一种基于区块链的供电可靠性信息校核方法

Country Status (1)

Country Link
CN (1) CN120067611B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN120257262B (zh) * 2025-06-09 2025-08-05 青岛大数据科技发展有限公司 一种面向数据要素流通的区块链安全验证系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106992520A (zh) * 2017-05-25 2017-07-28 国网福建省电力有限公司 基于多源数据的配电网停复电监视方法
CN117896120A (zh) * 2023-12-29 2024-04-16 南京熊猫电子股份有限公司 一种基于四元组Petri网的区块链数据上链提效方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JOP20210112A1 (ar) * 2018-11-19 2023-01-30 Capitec Bank Ltd طريقة ونظام لتوفير سلسلة سجل إثبات التلاعب
CN112487042B (zh) * 2020-12-08 2024-04-19 深圳供电局有限公司 电能计量数据处理方法、装置、计算机设备和存储介质
CN115391832A (zh) * 2022-08-23 2022-11-25 中德智骋(上海)汽车科技有限公司 基于区块链的数据管理方法和系统
CN117590130A (zh) * 2023-11-29 2024-02-23 国网山西省电力公司吕梁供电公司 一种基于数字孪生的输电线路态势感知方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106992520A (zh) * 2017-05-25 2017-07-28 国网福建省电力有限公司 基于多源数据的配电网停复电监视方法
CN117896120A (zh) * 2023-12-29 2024-04-16 南京熊猫电子股份有限公司 一种基于四元组Petri网的区块链数据上链提效方法

Also Published As

Publication number Publication date
CN120067611A (zh) 2025-05-30

Similar Documents

Publication Publication Date Title
CN102005736A (zh) 一种继电保护设备健康状况在线监测方法
CN118630914B (zh) 考虑信息可靠性的智能变电站故障分析及快速验证方法
CN120067611B (zh) 一种基于区块链的供电可靠性信息校核方法
CN104410067A (zh) 一种基于公变和用户采集大数据分析的台区停电分析方法
CN108287278A (zh) 变电站的故障检测方法和系统、存储介质及处理器
CN115313625A (zh) 变电站监测方法和系统
CN114495007B (zh) 变电站故障点监控方法及装置
CN106487004B (zh) 智能变电站一二次系统运行隐患智能排查方法
CN118473902A (zh) 一种基于物联网通信内容监测的方法
CN120706914B (zh) 一种基于电力交易市场的风险评估系统
CN110808864A (zh) 通信预警方法、装置及系统
CN120995672A (zh) 基于数字孪生的母线槽全生命周期健康管理系统
CN119482966A (zh) 一种智能电网安全预警系统及监测方法
CN120110955A (zh) 一种信息运维监控系统
CN119690732A (zh) 基于分布式架构的定位排障系统
CN117196885A (zh) 一种基于电力通信信息的处理方法及系统
CN119544344A (zh) 基于区块链技术的报警信息处理方法及系统
CN119379097A (zh) 一种基于区块链的电能质量追溯方法
CN115514099A (zh) 电力用电安全检查系统及方法
CN116055164A (zh) 一种安全合规自动化评估算法
CN111146863A (zh) 一种变电站的电力安全检测方法
CN121009080A (zh) 电网数据处理方法、装置、设备和存储介质
CN120804625A (zh) 一种计算机数据采集处理分析系统
Ji et al. Research on the application of cloud computing-based dual-machine hot standby system in railway signal safety management
CN117149291B (zh) 一种智能网卡的bios控制系统及方法

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
GR01 Patent grant
GR01 Patent grant