基于区块链的电力交易数据安全存储研究

覃健荣 梁盛盛 韦宗慧 陈勇成

（广西电网有限责任公司 广西壮族自治区南宁市 530023）

1 引言

EPTS 中涉及大量数据的传输、交换、对接的需求，对SSEPTD 有极高的要求。当前的EPTS 基于传统的数据仓库（Data Warehouse, DW），存在一定的不足，无法满足SSEPTD的需求。第一，DW 中存储的内容可人为修改导致事后很难识别、追溯。第二，内容都存储于同一DW 中，存在业务结果被质疑的风险。第三，部分操作在防抵赖方面存在一定缺陷，当市场主体否认其操作时需要花费相当的成本去核实真实性。

目前针对EPTS 的研究关注数据的处理、挖掘和管理方面，鲜少考虑SSEPTD，而BC 能够利用可编程合约、共享账本、数字签名等技术来实现SSEPTD，降低数据被破坏的风险，因此本文探讨BC 在SSEPTD 中的技术应用，研究如何基于BC 的EPTS，分别涉及系统的架构和功能。

针对上述问题，本论文对基于BC 的SSEPTD 技术方案展开了深入探讨，研究了基于BC 的EPTS 的系统架构设计和重要业务功能。体现BC 对保障交易过程各类数据安全性的作用。本论文为SSEPTD 提供技术参考，对提高电力交易数据的安全性，实现可信交易流程，建成安全可靠的电力交易体系具有一定的现实意义。

2 文献综述

2.1 电力数据处理

刘潇潇等（2020）[1]针对电力数据在电网系统中传输的高开销问题，提出了“压缩—传输—重构”三阶段的数据采集方法，提高了数据传输的效率。武同宝等（2019）[2]提出了一种将电力数据从高维转换为低维的“分类—提取—熵分析”三阶段可视化方法。纪保材（2019）[3]针对用电大户设计了实时数据采集系统。杨坦和蔡志杰（2018）[4]介绍了电力负荷数据预处理的方法。

Wang 等（2021）[5]提出了用于电力企业的全局电力数据处理模型，并为模型提供了一种基于虚拟机的CPU 及内存使用约束和能源节约的优化部署思路。Jin 等（2018）[6]提出的系统包括客户端、HBase 数据库、状态检测器、数据迁移模块和数据碎片化模块。Zhou 等（2016）[7]提出了电力数据网络业务量预测模型。Zhang 和Zhang（2015）[8]分析了电力大数据的处理、分析、展示的关键技术。Xie 和Fan（2001）[9]讨论了用于电力数据传输的各类编码技术。

2.2 电力数据挖掘

黄锦增等（2020）[10]结合粒子群算法和BP 神经网络设计了负荷预测算法；基于改进的谱聚类设计了检测算法，用于检测电力异常的情况。吴蕊等（2020）[11]开发了基于改进K-means 聚类的检测异常算法。罗俊婷和张东来（2020）[12]讨论了电力数据的数据挖掘方法以及相关的应用。高书强和李晨（2019）[13]改进谱聚类算法并将其应用于电力数据的异常检测中。孙芊等（2018）[14]和耿亮等（2013）[15]分析了电力数据在智慧城市方面的挖掘需求和应用。戴小廷（2010）[16]提出了一种改进的Apriori 算法，并分析了该算法的应用。

图3：智能合约参数

图4：电厂撮合计算优先级

Zhang 等（2021）[17]结合两种已有的算法设计了一种新异常检测算法。Hu 等（2019）[18]提出了电力数据网络的测试框架。该框架基于现实实验来源和测试事务的数据。Hao 等（2019）[19]提出了改进的快速密度峰聚类方法，用于电力数据异常检测。该聚类方法引入了局部异常因子算法的理念，并重新定义了相对密度和相对距离。Wang 等（2018）[20]提出了一个新的双非凸回归预测模型。该模型以典型稀疏编码分类作为预测的回归模型，采用乘子交替方向法优化公式化的预测问题。Zhong 等（2015）[21]提出了基于Hadoop 的数据挖掘平台，能够高效分析电力消费行为、馈线分析应用和预测电力负荷。

2.3 电力数据管理

江龙才等（2020）[22]对电力数据的质量管理问题进行了研究。柯辉（2018）[23]探索了基于云的系统，可用于管理数据。赵钊林（2006）[24]设计了以数据仓库为基础的电力数据交换与共享平台。

Liu 等（2017）[25]提出了电力数据质量评价的大数据框架。Di和Ma（2016）[26]提出了用于电力数据的网络服务质量模型，通过提升服务质量控制的灵活性和安全性，实现网络资源的高效利用和细粒度的流量控制。Hu 等（2016）[27]提出了一个基于B+树的数据结构并提出了缓存、查询、插入、遍历数据的策略。Li 等（2016）[28]等提出了基于Hadoop 的电力数据管理平台，实现系统监控、数据处理等功能。

Peng 等（2013）[29]提出了基于多线程机制的电力数据获取系统，旨在解决低数据获取率、服务器过载、数据节点的IP 地址低可靠性的问题。Lin 等（2012）[30]设计了异常原因诊断系统，基于设定的知识库，利用分类算法实现异常诊断。Wang 和Xiao（2012）[31]提出了基于Hive 的数据仓库，解决海量存储、查询和计算能力的不足。Luo 等（2010）[32]设计了一个集提取、转换和加载的数据交换和分享综合系统。

2.4 研究评述

相关研究为数据的处理、分析和管理提供了思路和方案。然而，没有研究对SSEPTD 展开分析，而SSEPTD 是EPTS 的基础，因此，本论文针对SSEPTD 展开研究，考虑基于BC 的EPTS 的系统架构和业务功能。

3 基于BC的EPTS的设计与实现

3.1 系统架构

本文提出并实现了基于BC 的EPTS，其架构如图1所示。

图1：基于BC 的电力交易系统

该架构的核心模块位于BC 服务平台（业务服务层）包括：

（1）BC 基础技术平台：包含了企业BC 技术平台超级账本架构。

（2）服务治理平台：创建、管理和维护一个动态、弹性的企业级BC 网络，在BC 服务平台内，其职能是由BC 服务治理平台来承担的。

（3）API 接口管理：BC 服务平台提供完善的API 接口以及不同编程语言的SDK 包，交易系统等业务系统通过这些连接方式实现对于BC 服务能力的使用。API 接口管理包含且不仅包含接入认证、接口管理与接口服务等多方角色的分布式账本服务接口标准。

业务系统层主要实现交易功能，包括交易系统以及其他的系统，支撑层包括部署框架和物理主机。

3.2 主要功能

3.2.1 市场主体申报数据上链

在进行交易前，与市场主体相关的申报数据需要上链，这些数据包括约束规则、智能合约参数、电厂撮合的优先级信息、电厂/购电方的申报数据（上链后为密文），如图2 到图5所示。上链前，区块链系统需验证用户信息后才允许申报数据上链。

图2：约束规则

图5：电厂/购电方的申报数据

3.2.2 通过智能合约实现交易撮合与展示

交易撮合通过智能合约实现，包括以下内容：

解密：先从区块链上按照业务序列提取，然后交由交易系统来解密，解密后将明文上链，同时将解密私钥上链。

撮合智能合约：首先，按交易序列取出明文。然后，调用撮合程序进行撮合计算（价格匹配），最后，将撮合（成交）结果上链。

成交结果展示：分两个账户页面展示，一个为交易中心账户，一个为市场主体账户，交易中心账户能够看全部结果，市场主体账户只看直接的成交结果。

3.2.3 交易代理

交易代理确定售电企业和用电企业的代理关系，保证交易顺利进行。交易代理应用在系统的实现流程如图6所示。

图6：交易代理

（1）代理开放设置：业务中心选择时间、电压等级，对10 千伏用户、35 千伏及以上用户进行代理开放设置。

（2）代理关系发起：业务中心开放代理后，售电公司对10 千伏用户、35 千伏及以上用户上传代理合同，进行发起代理。

（3）代理关系确认：用电企业对售电公司发起的代理关系进行确认，代理生效。

（4）修改代理时间：业务中心对已生效的代理关系进行修改代理时间。若售电公司已退回或售电公司已确认，用电企业已退回，则修改代理关系失效；若售电公司、用电企业都进行了确认，则这条代理关系时间修改成功。

4 结束语

本论文阐述了基于BC 的SSEPTD 技术方案，包括基于BC 的EPTS 的系统架构和业务功能，为各类系统管理提供安全性和可靠性功能，为业务过程顺利开展提供一系列服务，表明了BC 保护数据安全的有效性。