System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电能质量,具体为基于边缘计算的电能质量监测系统的数据安全保护方法。
技术介绍
1、电能质量是指电网供电电压、电流和频率等参数与规定标准相符合的程度,它反映了电能的质量水平和供电可靠性。电能质量问题是指由于各种原因导致的电网供电电压、电流和频率等参数偏离规定标准的现象,它会影响电力设备的正常运行和寿命,造成经济损失和安全隐患。因此,对电能质量进行监测和分析,是保障电力系统安全稳定运行和提高用电效率的重要手段。
2、目前,常见的电能质量监测系统主要基于云计算技术,即将所有的原始监测数据直接上传到云端平台,由云端平台进行存储、计算和展示。这种方法虽然简单易行,但也存在一些缺点和问题,主要有以下几个方面:
3、数据安全性低、数据效率低、数据可靠性低、数据质量低、系统功能低。
4、为了解决上述问题,提高电能质量监测系统的数据安全性、效率、可靠性、质量和功能,有必要引入边缘计算技术。边缘计算是指在靠近数据源或用户的边缘节点上进行部分或全部的数据处理,从而减少对云端平台的依赖和负担。边缘计算具有以下优势:数据安全性高、数据效率高、数据可靠性高、数据质量高、系统功能高。
5、因此,基于边缘计算的电能质量监测系统的数据安全保护方法,是一种具有重要研究价值和应用前景的技术方案。
技术实现思路
1、本专利技术的目的在于提供基于边缘计算的电能质量监测系统的数据安全保护方法,具备高安全性、高效率、高可靠性、高质量和高功能性的优点,解决了现有技术中
2、为实现上述目的,本专利技术提供如下技术方案:基于边缘计算的电能质量监测系统的数据安全保护方法,包括以下步骤:s1、在电网中部署大量电能质量监测终端,采集电网运行状态的原始监测数据;s2、将原始监测数据分为隐私数据集和公共数据集,隐私数据集存储在特定的边缘计算节点,公共数据集存储在任意的边缘计算节点或云端计算节点;s3、根据电能质量监测系统的工作流,为每个边缘计算节点和云端计算节点分配相应的计算任务,并根据数据集的属性和传输时长,确定数据传输的路径和顺序;s4、对于每个边缘计算节点,根据其存储的隐私数据集和公共数据集,以及其分配的计算任务,基于加密技术、掩码技术、分片技术对数据进行安全处理,并将处理后的数据发送到下一个计算节点;s5、对于每个云端计算节点,根据其分配的计算任务,接收来自边缘计算节点或其他云端计算节点的数据,并进行相应的计算处理,并将处理后的数据发送到下一个计算节点或返回给边缘计算节点;s6、对于最终的计算结果,根据其涉及的隐私数据集和公共数据集,采用解密技术、去掩码技术、合并技术对结果进行还原,并将还原后的结果汇聚到汇聚节点,进行结果展示和高级应用功能;所述边缘计算节点为网省数据中心,汇聚节点为国网数据中心,基于openedge平台实现边缘云协同架构,针对智能配电网场景设计。
3、优选的,所述隐私数据集包括用户身份信息、用电行为、用电设备信息、用电合同信息、用电费用信息、用户台账、设备台账、电能质量问题管理与用户隐私或敏感信息相关的数据;所述公共数据集包括电网运行状态、电网设备参数、电网故障信息、电网调度指令、电网规划信息、指标分类概览、指标告警统计、稳态基准水平评估、变电站背景谐波、统计报表报告、稳态指标、暂态指标与电网安全相关或不涉及用户隐私或敏感信息的数据。
4、优选的,所述加密技术包括对称加密、非对称加密、同态加密用于边缘计算场景的加密技术;所述掩码技术包括添加噪声、扰动、置换可保持数据统计特性不变的掩码技术。
5、优选的,所述解密技术包括对称解密、非对称解密、同态解密与所述加密技术相匹配的解密技术;所述去掩码技术包括去除噪声、去除扰动、恢复置换与所述掩码技术相匹配的去掩码技术;所述合并技术包括水平合并、垂直合并、混合合并与所述分片技术相匹配的合并技术。
6、优选的,所述工作流是根据电能质量监测系统云端基本功能模块和高级应用功能模块确定的、有序执行的计算任务;所述工作流包括台帐管理、主网指标统计分析、配网指标统计分析、专项分析、过程监督管理、运行管理、行业数据/区域数据与宏观经济分析、电网关键参数在线估算、设备全寿命周期状态监测、运行设备性能评价与故障诊断、电能质量治理设备与后评估计算任务。
7、优选的,所述数据传输的路径和顺序是根据所述工作流中各个计算任务的输入输出数据依赖关系,以及所述边缘计算节点和云端计算节点的存储容量、计算能力、网络带宽资源情况,基于贪心算法、动态规划算法、遗传算法优化算法确定的最优或近似最优的数据传输方案,以最小化数据传输时间或最大化数据传输安全性;所述数据传输采用安全通信协议;所述边缘计算节点和云端计算节点均具有身份认证和权限控制操作;所述边缘计算节点和云端计算节点均具有日志记录和审计操作。
8、优选的,所述边缘计算节点具有管理操作、数据全生命周期操作和安全操作,对数据进行加密、备份、恢复、清理操作;所述边缘计算节点还包括自适应采样操作,根据电网运行状态和电能质量指标变化情况,动态地调整采样频率和采样点数;所述边缘计算节点还具有数据压缩操作,能够对原始监测数据进行有效的压缩。
9、优选的,所述云端计算节点包括云计算服务器和边缘计算管理器,对边缘计算节点进行监控、调度、协同和优化;所述云端计算节点根据电能质量监测系统的需求,动态地调整工作流中各个任务的执行顺序和优先级。
10、优选的,所述汇聚节点具有结果汇聚和展示操作,对来自边缘计算节点和云端计算节点的计算结果进行整合、分析和可视化,进行电能质量监测系统的综合评价和决策支持;所述汇聚节点还包括高级应用功能模块,包括行业数据/区域数据与宏观经济分析、电网关键参数在线估算、设备全寿命周期状态监测、运行设备性能评价与故障诊断、电能质量治理设备与后评估。
11、与现有技术相比,本专利技术的有益效果如下:
12、1、本专利技术通过设置边缘计算节点,达到了将原始监测数据在边缘端进行部分或全部的数据处理的效果,从而减少对云端平台的依赖和负担,提高数据安全性、效率、可靠性和质量。
13、2、本专利技术通过设置汇聚节点,达到了将处理后的数据在汇聚端进行还原和功能处理的效果,从而提供更丰富和更智能的结果展示和高级应用功能。
14、3、本专利技术通过设置数据传输优化方案,达到了将输入输出数据依赖关系和资源情况作为优化算法的输入参数的效果,从而实现动态调整和优化数据传输路径和方式。
本文档来自技高网...【技术保护点】
1.基于边缘计算的电能质量监测系统的数据安全保护方法,其特征在于:包括以下步骤:S1、在电网中部署大量电能质量监测终端,采集电网运行状态的原始监测数据;S2、将原始监测数据分为隐私数据集和公共数据集,隐私数据集存储在特定的边缘计算节点,公共数据集存储在任意的边缘计算节点或云端计算节点;S3、根据电能质量监测系统的工作流,为每个边缘计算节点和云端计算节点分配相应的计算任务,并根据数据集的属性和传输时长,确定数据传输的路径和顺序;S4、对于每个边缘计算节点,根据其存储的隐私数据集和公共数据集,以及其分配的计算任务,基于加密技术、掩码技术、分片技术对数据进行安全处理,并将处理后的数据发送到下一个计算节点;S5、对于每个云端计算节点,根据其分配的计算任务,接收来自边缘计算节点或其他云端计算节点的数据,并进行相应的计算处理,并将处理后的数据发送到下一个计算节点或返回给边缘计算节点;S6、对于最终的计算结果,根据其涉及的隐私数据集和公共数据集,采用解密技术、去掩码技术、合并技术对结果进行还原,并将还原后的结果汇聚到汇聚节点,进行结果展示和高级应用功能;所述边缘计算节点为网省数据中心,汇聚节点
2.根据权利要求1所述的基于边缘计算的电能质量监测系统的数据安全保护方法,其特征在于:所述隐私数据集包括用户身份信息、用电行为、用电设备信息、用电合同信息、用电费用信息、用户台账、设备台账、电能质量问题管理与用户隐私或敏感信息相关的数据;所述公共数据集包括电网运行状态、电网设备参数、电网故障信息、电网调度指令、电网规划信息、指标分类概览、指标告警统计、稳态基准水平评估、变电站背景谐波、统计报表报告、稳态指标、暂态指标与电网安全相关或不涉及用户隐私或敏感信息的数据。
3.根据权利要求2所述的基于边缘计算的电能质量监测系统的数据安全保护方法,其特征在于:所述加密技术包括对称加密技术、非对称加密技术、同态加密技术等用于边缘计算场景的加密技术;所述掩码技术包括添加噪声、扰动、置换可保持数据统计特性不变的掩码技术。
4.根据权利要求3所述的基于边缘计算的电能质量监测系统的数据安全保护方法,其特征在于:所述解密技术包括对称解密技术、非对称解密技术、同态解密技术与所述加密技术相匹配的解密技术;所述去掩码技术包括去除噪声、去除扰动、恢复置换与所述掩码技术相匹配的去掩码技术;所述合并技术包括水平合并、垂直合并、混合合并与所述分片技术相匹配的合并技术。
5.根据权利要求4所述的基于边缘计算的电能质量监测系统的数据安全保护方法,其特征在于:所述工作流是根据电能质量监测系统云端基本功能模块和高级应用功能模块确定的、有序执行的计算任务;所述工作流包括台帐管理、主网指标统计分析、配网指标统计分析、专项分析、过程监督管理、运行管理、行业数据/区域数据与宏观经济分析、电网关键参数在线估算、设备全寿命周期状态监测、运行设备性能评价与故障诊断、电能质量治理设备与后评估计算任务。
6.根据权利要求5所述的基于边缘计算的电能质量监测系统的数据安全保护方法,其特征在于:所述数据传输的路径和顺序是根据所述工作流中各个计算任务的输入输出数据依赖关系,以及所述边缘计算节点和云端计算节点的存储容量、计算能力、网络带宽资源情况,基于贪心算法、动态规划算法、遗传算法优化算法确定的最优或近似最优的数据传输方案,以最小化数据传输时间或最大化数据传输安全性;所述数据传输采用安全通信协议;所述边缘计算节点和云端计算节点均具有身份认证和权限控制操作;所述边缘计算节点和云端计算节点均具有日志记录和审计操作。
7.根据权利要求6所述的基于边缘计算的电能质量监测系统的数据安全保护方法,其特征在于:所述边缘计算节点具有管理操作、数据全生命周期操作和安全操作,对数据进行加密、备份、恢复、清理操作;所述边缘计算节点还包括自适应采样操作,根据电网运行状态和电能质量指标变化情况,动态地调整采样频率和采样点数;所述边缘计算节点还具有数据压缩操作,能够对原始监测数据进行有效的压缩。
8.根据权利要求7所述的基于边缘计算的电能质量监测系统的数据安全保护方法,其特征在于:所述云端计算节点包括云计算服务器和边缘计算管理器,对边缘计算节点进行监控、调度、协同和优化;所述云端计算节点根据电能质量监测系统的需求,动态地调整工作流中各个任务的执行顺序和优先级。
9.根据权利要求8所述的基于边缘计算的电能质量监测系统的数据安全保护方法,其特征在于:所述汇聚节点具有结果汇聚和展示操作,对来自边缘计算节点和云端计算节点的计算结果进行整合、分析和可视化,进行...
【技术特征摘要】
1.基于边缘计算的电能质量监测系统的数据安全保护方法,其特征在于:包括以下步骤:s1、在电网中部署大量电能质量监测终端,采集电网运行状态的原始监测数据;s2、将原始监测数据分为隐私数据集和公共数据集,隐私数据集存储在特定的边缘计算节点,公共数据集存储在任意的边缘计算节点或云端计算节点;s3、根据电能质量监测系统的工作流,为每个边缘计算节点和云端计算节点分配相应的计算任务,并根据数据集的属性和传输时长,确定数据传输的路径和顺序;s4、对于每个边缘计算节点,根据其存储的隐私数据集和公共数据集,以及其分配的计算任务,基于加密技术、掩码技术、分片技术对数据进行安全处理,并将处理后的数据发送到下一个计算节点;s5、对于每个云端计算节点,根据其分配的计算任务,接收来自边缘计算节点或其他云端计算节点的数据,并进行相应的计算处理,并将处理后的数据发送到下一个计算节点或返回给边缘计算节点;s6、对于最终的计算结果,根据其涉及的隐私数据集和公共数据集,采用解密技术、去掩码技术、合并技术对结果进行还原,并将还原后的结果汇聚到汇聚节点,进行结果展示和高级应用功能;所述边缘计算节点为网省数据中心,汇聚节点为国网数据中心,基于openedge平台实现“边缘计算+云计算”协同架构,针对智能配电网场景设计。
2.根据权利要求1所述的基于边缘计算的电能质量监测系统的数据安全保护方法,其特征在于:所述隐私数据集包括用户身份信息、用电行为、用电设备信息、用电合同信息、用电费用信息、用户台账、设备台账、电能质量问题管理与用户隐私或敏感信息相关的数据;所述公共数据集包括电网运行状态、电网设备参数、电网故障信息、电网调度指令、电网规划信息、指标分类概览、指标告警统计、稳态基准水平评估、变电站背景谐波、统计报表报告、稳态指标、暂态指标与电网安全相关或不涉及用户隐私或敏感信息的数据。
3.根据权利要求2所述的基于边缘计算的电能质量监测系统的数据安全保护方法,其特征在于:所述加密技术包括对称加密技术、非对称加密技术、同态加密技术等用于边缘计算场景的加密技术;所述掩码技术包括添加噪声、扰动、置换可保持数据统计特性不变的掩码技术。
4.根据权利要求3所述的基于边缘计算的电能质量监测系统的数据安全保护方法,其特征在于:所述解密技术包括对称解密技术、非对称解密技术、同态解密技术与所述加密技术相匹配的解密技术;所述去掩码技术包括去除噪声、去除扰动、恢复置换与所述掩码技术相匹配的去掩码技术;所...
【专利技术属性】
技术研发人员:吴耀军,吕建兵,赵峰,谢可,刘亚庆,张韬,孟德建,李祺豪,陈颖,许乐乐,常天渤,张钊源,
申请(专利权)人:国网思极数字科技北京有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。