基于区块链的能源互联网安全交易及异常检测方法研究.pdfVIP

摘要

随着时代发展，信息技术的更新和用电情况的日益繁杂，传统电网已经不能

满足人们现代化生活的需求，作为替代方案的智能电网得以快速发展。在未来的

智能电网架构中会有越来越多的家庭开始使用分布式电源技术，例如光伏电、风

电等。随着分布式电源的数量增长，会出现用户间的电力交易需求，对传统的输

电网络提出了安全性挑战。事实上，用户间的频繁的电力交易会导致输电网络容

量、电压安全限制和保护动作不及时等问题，因此就需要新的能源控制和协调方

案。此外，用户在电力交易期间可能会泄露自己的用电信息，从而导致隐私泄露。

同时，如何保障用户在交易过程中的利益也成为一个难题。针对以上的问题，本

文研究分布式能源安全交易方法，包括用电硬件安全和隐私安全。

针对能源互联网安全交易的问题，提出了协调和隐私安全的能源区块链。设

计了包括物理层、网络层和信息层的能源区块链系统架构。在物理层中，提出了

CNN-LSTMConvolutionalNeuralNetworks-Longshort-termmemory

（）网络预测

用户的用电负荷和新能源发电功率。在信息层中部署智能合约提前计算交易方案；

在保障硬件安全的前提下，利用分支模型建立分布式安全电力交易问题，提出基

ADMMAlternatingDirectionMethodofMultipliers

于自适应全局一致的（）优化

算法，从而最小化全网用电成本并将交易过程记录在区块链上，保障交易过程的

隐私安全和可追溯性。实验结果表明，与现有分布式能源的并网方法相比，本文

提出的分布式能源互联网安全交易方法用户用电成本下降了38.6%。

针对交易数据存入区块链被攻击的问题，提出了面向能源区块链异常检测的

孤立森林模型，用于检测数据离群值，筛选出异常数据。提出了深度自编码器，

模拟生成原始数据。最后，使用集成检测方法，综合两个检测器的优势。采集

ADMM算法的结果作为训练数据，训练好的异常检测器可以很高的检测出异常

数据。仿真结果表明，集成异常检测器的准确率达到了96%。

关键词：智能电网，区块链，智能合约，深度学习，ADMM，异常检测

I

ABSTRACT

Withthedevelopmentofinformationtechnologyandtheincreasingcomplexity

ofelectricityconsumption,thetraditionalgridisnolongerabletomeettheneedsof

modernlifeandthesmartgridisdevelopingrapidlyasanalternative.Inthefuture,

moreandmorehouseholdswillbeusingdistributedpowertechnologies,suchas

photovoltaicandwindpower,aspartofthesmartgridarchitecture.Asthenumberof

distributedpowersourcesgrows,therewillbeaneedforinter-usertrading,which

posesasecuritychallengetothetraditionaltransmissionnetwork.Inter-userpower

tradingcanleadtoproblemswithtransmissionnetworkcapacity,voltagesecurity

constraints,etc.,thusrequiringnewenergycontrolandcoordinationsolutions.In

addition,customersmayrevealinforma