CN114971421B - 一种基于区块链技术的水电站运行风险管控*** - Google Patents
一种基于区块链技术的水电站运行风险管控*** Download PDFInfo
- Publication number
- CN114971421B CN114971421B CN202210873849.4A CN202210873849A CN114971421B CN 114971421 B CN114971421 B CN 114971421B CN 202210873849 A CN202210873849 A CN 202210873849A CN 114971421 B CN114971421 B CN 114971421B
- Authority
- CN
- China
- Prior art keywords
- risk
- node
- chain
- block
- information
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 38
- 238000004422 calculation algorithm Methods 0.000 claims description 29
- 230000005540 biological transmission Effects 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000012502 risk assessment Methods 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 abstract description 37
- 238000007726 management method Methods 0.000 description 38
- 230000007246 mechanism Effects 0.000 description 22
- 230000008569 process Effects 0.000 description 22
- 238000012544 monitoring process Methods 0.000 description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 16
- 230000033228 biological regulation Effects 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 13
- 238000009826 distribution Methods 0.000 description 12
- 238000011161 development Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000001939 inductive effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000003628 erosive effect Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000002791 soaking Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- 102100032467 Transmembrane protease serine 13 Human genes 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- ZPUCINDJVBIVPJ-LJISPDSOSA-N ***e Chemical compound O([C@H]1C[C@@H]2CC[C@@H](N2C)[C@H]1C(=O)OC)C(=O)C1=CC=CC=C1 ZPUCINDJVBIVPJ-LJISPDSOSA-N 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 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
- 230000005611 electricity Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000765 microspectrophotometry Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 235000019799 monosodium phosphate Nutrition 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000009991 scouring Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
- G06Q20/3827—Use of message hashing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Accounting & Taxation (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种基于区块链技术的水电站运行风险管控***，各个水电站的参与节点作为区块链中的节点，第一节点用于根据各节点产生的交易信息生成区块，将区块加入主链，交易信息是各节点向区块链中传输风险参数化方案时产生的信息；第一节点还用于提取风险参数化方案中多种类型的风险信息，分别根据各类型的风险信息生成不同的区块，将不同类型的风险信息对应的区块分别加入相应的从链；第二节点用于调用从链，结合从链中的风险信息形成第二节点所属水电站的风险决策。本发明通过区块链实现了数据间的共享，水电站在面临风险时，可以结合区块链中更完整相近的调度与风险资料形成风险决策。
Description
技术领域
本发明涉及水电站管理技术领域，具体涉及一种基于区块链技术的水电站运行风险管控***。
背景技术
水利枢纽自河流上游向下游呈阶梯状分布的开发方式称为梯级开发，如此方式所建成的一连串的水电站称为梯级水电站，能够对水头分级开发、分段利用；对水量多次开发、重复利用，对水能充分利用的优势特征非常明显。梯级水电站的运用以水位控制作为指引，通过比对特征水位，考虑各水电站特性和调节上的不同，以及梯级水电站之间水文、水力上的联系，充分发挥各水库库容、水文和水能等方面的补偿作用，在安保的基础上最大程度地对水能资源进行利用，即发挥经济效益的同时，考虑到防洪滞洪蓄洪的安全运用，以及灌溉、生态用水的兴利作用。但是梯级的运用方式也伴随着一系列困难，梯级水电站由多个单级电站串联组成，上下级电站通过库区回水相衔接，控制范围可由河流延伸至整个流域，上游电站失控的风险经过水流波动进行传递，在下游电站进行逐级的叠加和累积，风险发生后造成灾难将更大。
梯级水电站每时每刻都会产生大量的数据信息，而传统的梯级水电站数据管理机制普遍采用的云中心的模式进行数据的储存与调用，表现出严重的中心化现象，不仅风险数据很难做到可信和透明，在实际运用中也很难有效进行参数化方案的获取和调用。出于中心化数据管理机制的不公开共享特征，也使得各个水电站之间形成“信息孤岛”，造成单体水电站即使能够实现智慧化运行，在梯级开发的背景下也很难应对传递和叠加而来的风险；且云计算的特质也造成一旦出现故障将导致计算和分析***全面瘫痪的隐患，面对风险防范如此应对和调度运用，致使效率和成效相当低下。而梯级水电站由于运行时间的有限，每个单体水电站也很难经历所有的风险类型，尤其是一些发生概率极低、异常罕见的风险，这也就造成很多水电站尤其是一些小型水电站在面临风险时会造成误判，进而产生一系列的错误操作，甚至出现因信息闭塞造成的梯级开发***中相似乃至相同的风险进行重复分析计算的低效问题，很多数据储存、运用、调用的实质性问题很难有效解决。总之，梯级水电站的安全调度在数据方面面临着风险数据信息单一、且水电站之间存在严重不对等的现象。
发明内容
因此，本发明要解决的技术问题在于克服现有技术中的风险数据信息单一、且水电站之间存在严重不对等的缺陷，从而提供一种基于区块链技术的水电站运行风险管控***。
本发明提供了一种基于区块链技术的水电站运行风险管控***，各个水电站的参与节点作为区块链中的节点，第一节点用于根据各节点产生的交易信息生成区块，将区块加入主链，交易信息是各节点向区块链中传输风险参数化方案时产生的信息；第一节点还用于提取风险参数化方案中多种类型的风险信息，分别根据各类型的风险信息生成不同的区块，将不同类型的风险信息对应的区块分别加入相应的从链；第二节点用于调用从链，结合从链中的风险信息形成第二节点所属水电站的风险决策。
可选地，在本发明提供的基于区块链技术的水电站运行风险管控中，还包括：第二节点还用于将形成风险决策时的风险参数化方案上传区块链。
可选地，在本发明提供的基于区块链技术的水电站运行风险管控中，风险信息包括风险数据信息、风险分析信息、风险阈值信息，从链包括调用链、分析链、预警链；调用链用于存储风险数据信息；分析链用于存储风险分析信息；预警链用于存储风险阈值信息。
可选地，在本发明提供的基于区块链技术的水电站运行风险管控中，区块包括区块头和区块体，区块头中包括前一区块的哈希值、随机数、默克尔根，默克尔根根据各交易信息的哈希值确定；区块体中包括各节点产生的交易信息。
可选地，在本发明提供的基于区块链技术的水电站运行风险管控中，每隔一段时间在区块链中选择一个第一节点，根据当前时间段中各节点产生的交易信息生成区块，通过如下步骤确定当前时间段的第一节点：各节点不断生成随机数，并结合前一区块的哈希值、随机数和当前时间段中各节点产生的交易信息计算区块的哈希值，直到计算得到的哈希值小于当前难度值，将哈希值对应的节点确定为候选节点；区块链中的其余节点对候选节点进行工作量证明、权益证明、空间证明，若验证通过，将所属候选节点确定为当前时间段的第一节点。
可选地，在本发明提供的基于区块链技术的水电站运行风险管控中，当主链存在分叉时，确定各分链中诚实节点的数量，将诚实节点数量最多的分链确定为正确的主链。
可选地，在本发明提供的基于区块链技术的水电站运行风险管控中，第一节点将根据交易信息产生的区块加入主链后，在主链后加入空白区块。
可选地，在本发明提供的基于区块链技术的水电站运行风险管控中，第二节点通过如下步骤将形成风险决策时的风险参数化方案上传区块链：根据风险参数化方案及传输参数确定交易信息；采用加密算法生成交易信息哈希值的第一指纹；通过第二节点所属水电站的私钥对第一指纹进行签名，形成数字签名，将数字签名和第一指纹上传区块链。
可选地，在本发明提供的基于区块链技术的水电站运行风险管控中，还包括：第三节点通过区块链调用数字签名和第一指纹，通过第二节点所属水电站的公钥对数字签名进行解密，若解密得到哈希值的第二指纹，判定第三节点接收到的数字签名的发送方为第二节点；第三节点将第二指纹与第一指纹进行比较，若第二指纹与第一指纹相同，判定第一指纹未被篡改，根据第二指纹获取交易信息。
可选地，在本发明提供的基于区块链技术的水电站运行风险管控中，还包括：区块链中的部分节点形成联盟链。
本发明技术方案，具有如下优点：
本发明提供的基于区块链技术的水电站运行风险管控***，各水电站的参与节点作为区块链中的节点，将与风险参数化方案相关的信息上传至区块链，其余水电站的节点可以通过区块链获取数据，通过区块链实现了数据间的共享，水电站在面临风险时，可以结合区块链中更完整相近的调度与风险资料形成风险决策，并且，本发明实施例提供的***中，将风险参数化方案拆解为多种类型的风险信息，并将不同类型的信息分别存入不同的从链中，将信息分类存储，其余节点可以根据实际需求调用对应的从链，结合从链中的信息生成适应于自身的风险决策。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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为本发明实施例中区块链***架构示意图；
图2为本发明实施例中区块结构示意图；
图3为本发明实施例中调用链、分析链、预警链的结构示意图；
图4为本发明实施例中主链出现分叉后的示意图；
图5为本发明实施例中第二节点将数据上传至区块链，以及第三节点从区块链中调用数据的示意图；
图6为本发明实施例中两个节点在双方合同形成联盟链的示意图；
图7为本发明实施例中***的构建过程及应用过程。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例提供了一种基于区块链技术的水电站运行风险管控***，***架构如图1所示，由数据层、网络层、共识层、激励层和应用层组成。
在基于区块链技术的水电站运行风险管控***中，各个水电站的参与节点作为区块链中的节点。
第一节点用于根据各节点产生的交易信息生成区块，将区块加入主链，交易信息是各节点向区块链中传输风险参数化方案时产生的信息。
在一可选实施例中，梯级水电站中的每一个单体水电站的利益相关方和资源服务提供方均作为区块链***的节点，参与区块的生成。
在一可选实施例中，节点上随时间变化产生出的数据资料作为一个个区块中的内容，后一时段区块的数据资料将会基于上一时段的区块，从时间空间结合的角度出发，在后一时段区块依赖上一时段区块的基础上，下游电站的区块也将依赖于上游的区块，符合梯级水电站中的自然规律以及水量平衡的约束和要求，同时能够避免每一个单体电站独自记录数据造成的工作量大和传递能力差的问题，也促成了整个区块链***中的参与各方都可以充当维护者、共同维护整个区块链的可靠性。
在一可选实施例中，将节点在辨识、监测、分析、预警、调控的运用过程中每一个步骤对应的参数化方案上传数据而产生的传输过程，视作交易信息。
第一节点还用于提取风险参数化方案中多种类型的风险信息，分别根据各类型的风险信息生成不同的区块，将不同类型的风险信息对应的区块分别加入相应的从链。
在本发明实施例中，风险参数化方案是成套的方案，其中包括监测数据的相关信息、数据分析的过程、生成决策的过程等，但是由于不同水电站所面临的风险不同，一个成套的参数化方案并不适用于所有的水电站，本发明实施例将风险参数化方案拆解为多种类型的风险信息，并将不同类型的信息分别存入不同的从链中，其余节点可以根据实际需求调用对应的从链，结合从链中的信息生成适应于自身的风险决策。
第二节点用于调用从链，结合从链中的风险信息形成第二节点所属水电站的风险决策。
本发明实施例提供的基于区块链技术的水电站运行风险管控***，各水电站的参与节点作为区块链中的节点，将与风险参数化方案相关的信息上传至区块链，其余水电站的节点可以通过区块链获取数据，通过区块链实现了数据间的共享，水电站在面临风险时，可以结合区块链中更完整相近的调度与风险资料形成风险决策，并且，本发明实施例提供的***中，将风险参数化方案拆解为多种类型的风险信息，并将不同类型的信息分别存入不同的从链中，将信息分类存储，其余节点可以根据实际需求调用对应的从链，结合从链中的信息生成适应于自身的风险决策。
在本发明实施例中，由每一个区块记录一定时间的值，从链则记录整合分模块的信息，并形成单独的管理和存档。
在一可选实施例中，区块链中的每个节点既是数据的提供者、同时也是数据的使用者，即，每一个节点既可以将数据信息上传至区块链，又可以从区块链中获取数据信息，每一个节点都需要创建一个账户来参与区块链的维护工作，形成某个账户能够通过调用另一个账户来实现彼此的应用和内容的交互，达到共享信息的目的。
在一可选实施例中，水电站中的传感器等自动化监测设备也可以作为只生成数据的信息传递的生成节点。对节点的运行环境和运用落实，出于稳定的区块链网络环境，即使存在节点的增加或减少这样的参与单位变更，也不会影响到网络，因此水电站在增加或减少人工输入和物联网自动监测节点时，不需要考虑可能会对区块链的运行引起影响，充分表现出了灵活性。
在一可选实施例中，如图2所示，区块包括区块头和区块体，区块头中包括前一区块的哈希值、随机数、默克尔根，默克尔根根据各交易信息的哈希值确定；区块体中包括各节点产生的交易信息。
在一可选实施例中，区块的哈希值根据随机数、默克尔根、前一区块的哈希值计算得到。
在一可选实施例中，从第一个区块（也称创世区块CoinBase）开始生成哈希值(Hash)，并将其作为纽带、链接下一个区块，如此按照水电站运用和风险调度的数据传输顺序进行排列与配对，结合交易时间对应的时间合约，形成可高效追溯记录的链式框架。
在一可选实施例中，通过哈希算法可以将任意风险数据信息的输入如文本、图像、代码等内容，通过相应的计算生成一定长度的字符串，将这一串字符称为哈希值。对比多种哈希算法，MD4算法已经被证明不够安全；改进后的MD5算法虽然更安全，但它的US运行更慢，也不具备“强抗碰撞性”。因此本发明实施例中拟采用各项指标都均衡的SHA-256算法。运用SHA-256算法计算哈希函数，会得到一个Y值，并且被随即映射到整个256位的字符串长度所组成的值域空间：
采用这项算法，不仅可以达到很快的正向计算速度，且这项算法的输出值对输入值极为敏感，表现为数据稍有差别就会导致输出的哈希值异常迥异，可以轻易验证出信息是否被篡改；而这一算法的逆向运算又极其困难，即仅通过哈希值很难推测出原始的输入内容，也确保了数据的安全性。将原始的风险信息数据，生成256位的二进制数，且通常可以表现为64位的16进制数，这就是固定长度的指纹。为保障数据的安全提供了基础。
在一可选实施例中，通过交易信息的哈希值，能够降低主链被篡改的可能性，本发明实施例中，为进一步降低区块链被篡改的可能性，引入默克尔树，通过这一树形的数据结构，由所有的节点都储存着哈希值，而区块中的每一次交易都会生成哈希值，这样代表着数据传输交易的哈希值、进一步代表区块的默克尔根，也就是账本的实际储存数据会发生更复杂的变化。如此将风险数据进行储存和调用，可以高效利用哈希算法避免篡改的特性。
在如图2所示的作为数据储存单元的区块中，记录一定时间内全部节点所产生的每一条信息变化，每个新的区块头包含区块生成的时间戳，并引用前一个区块的哈希值，链接成依时间顺序的链式数据结构。再针对区块链的生成和延续问题，本发明实施例采用安全调度的项目参与节点对信息交易的生成和审批进行负责，并根据交易记录按时生成区块。
在一可选实施例中，在将每一个单体水电站的每一次信息发送都视作是一次次的交易的认知基础上，提炼出这些交易所包含的信息如：发生时间、风险类型、风险的监测和所处水电站采取的调度和决策的内容以及这一条信息所占内存的大小等都会被储存在该时段的区块链中，这一系列的交易最终形成区块。然后，将交易中的基础数据如交易的时间、地址、以及上一个区块的哈希值（判断信息安全）放在当前区块的区块头，通过哈希值串联一个个区块形成主链。再使得所有参加区块链维护的节点都能够调用全部的历史区块，换言之每一个节点都能够有一份主链的历史，且都能收到任何新的交易信息。在区块链***建成这些数据层和网络层后，随即构架广义层次上的区块链，后续将共识层封装网络节点的各类共识算法，再形成一个智能合约的运行环境用于储存智能合约运行的状态、数据和逻辑等。
在一可选实施例中，本发明实施例从区块链技术对梯级水电站的适应性调整应用出发，确保梯级水电站安全调度区块链技术的应用实践形成。将区块链中的区块体依据交易数据本身的特征，在记录上做出一些改进，结合梯级水电站的分析调度以及决策形成的过程对数据的需求，本发明实施例将区块体的历史风险数据储存组成依据实际管控细分为辨识、监测、分析、预警、调控五个部分，促成更加适用于区块链技术的实际应用形式。其中辨识部分由风险的时间、空间、类型、特征值、以及备注分布组成；其中分析部分包括风险传递关系、风险趋势预测及风险方案应对；其中预警部分用于将风险的辨识、监测和分析部分所上传的数据进行重整合得到动态预警阈值，这个阈值将会随着梯级水电站的运行不断进行修正和完善，并且通过风险的条件阈值和应急阈值将调控部分归类有常规调控、条件调控和应急调控三个部分，视具体情形进行调用和管理应用，实现调度工作的衔接自如。
在一可选实施例中，风险信息包括风险数据信息、风险分析信息、风险阈值信息，从链包括调用链、分析链、预警链；调用链用于存储风险数据信息；分析链用于存储风险分析信息；预警链用于存储风险阈值信息。
在一可选实施例中，风险数据信息包括风险源及其分布、环境数据信息、案例信息等，其中，环境数据信息包括气象信息、水文信息、发电信息、生态信息、工程安全信息等，案例信息包括上游案例、发生在前的案例、下游案例、发生在后的案例等。对于不同的风险数据信息，存储在不同的调用链中，示例性地，如图3所示，将风险源及其分布存入辨识区块中，将环境数据信息存入监测区块中，将案例信息存入案例区块中。
在一可选实施例中，可采用包含但不限于贝叶斯网络概率分析、贝塔分布概率分析、全概率分析、正态分布概率分析、特征提取方法等统计学方法，获取不同类型风险分析的所需最小数据及其测点分布，由此界定相关分析数据的范围，并链接到可靠的数据来源，本发明实施例中以贝叶斯网络概率分析为例进行风险源的识别工作，运用贝叶斯方法的“逆概”思想，将风险实践进行溯源，得到造成风险的诱因，进一步概率计算，获取后续风险监测所需要的最小值及测点位置分布。
在监测数据的储存和共享上，本发明实施例从监测数据的实际来源入手，融合人工讯检以及自动化监测技术的阶段总结，将监测记录和报告形成分项报告，经过人工电子签名，进一步汇总形成阶段总结。这样结合了双方的优点，在确保数据安全的同时，也融合了人工知识经验。
在一可选实施例中，分析链中存储的风险分析信息包括风险案例中的计算分析过程随时间的变化情况，以及最后的决策生成路径和依据，主要为后续的梯级水电站的多维安全调度提供依据。
在一可选实施例中，预警链中存储的风险阈值信息包括各项风险的条件、应急阈值的变化情况，为风险的认识和分级提供依据，并且在运行的过程中不断完善，期望从刚开始的临界调度，过渡到多维安全调度。
在一可选实施例中，在本发明实施例提供的基于区块链技术的水电站运行风险管控***中，每隔一段时间在区块链中选择一个第一节点，根据当前时间段中各节点产生的交易信息生成区块，通过如下步骤确定当前时间段的第一节点：
首先，各节点不断生成随机数，并结合前一区块的哈希值、随机数和当前时间段中各节点产生的交易信息计算区块的哈希值，直到计算得到的哈希值小于当前难度值，将哈希值对应的节点确定为候选节点。
候选节点先进行整个区块链的传播，然后，区块链中的其余节点对候选节点进行工作量证明、权益证明、空间证明，若验证通过，将所属候选节点确定为当前时间段的第一节点。
在本发明实施例中，首先规定每一个水电站作为节点、参与方，都具有维护和打包风险数据账本的权利和功能，则需要通过共识来指定出具体的账本打包负责方，即每隔一段时间区块链会选中一个节点来生成新的区块，其他节点则共同检查这个区块是否合法，方便管理并减少区块链产生分支。随后，在决定区块链怎样选中节点来产生新区块的问题上，避免恶意节点来制造大量节点导致的虚假问题，进而带来更多数据分析还原和检验的工作量。为此本发明实施例提出新区块生成门槛的共识，换言之，节点必须付出资源才能参与新区块的生成，并按照区块链付出资源的类型来进行分类，如梯级水电站调度决策的实际运用上就需要付出计算资源的工作量证明，以及储存资源的空间证明。如此具有公平性的历史证明、付出资源，方能被选中具有生成新区块的资格，但后续也会设置***奖励回报等机制，来促进良好的持续化运行。
在进行工作量证明时，先由如下公式计算难度值：
其中当前目标值Target决定当前难度值，设当前难度为D，则有：
进一步找到难度为D的区块，得到需要计算哈希值的次数：
通过工作量的目标值，验算目标值的大小与难度值成反比，即可以通过执行单次哈希函数得以验证。
根据难度值计算多少次才能找到一个随机数使得区块哈希值低于目标值来分配网络算力，并且定期自动更新目标值动态调整区块难度，维持一个稳定的区块生成速度，如果遇到信息数据量超过最大难度的限制，则按照最大难度进行处理。然后对区块头补充随机的nonce值，方便对哈希值进行验证依据，并在信息传递中确认交易顺序、生成确定的合约地址。
进一步从工作证明延伸出权益证明POS(Proof-of-Stake)，本质是采用工作量证明机制形成新的区块，进一步应用权益证明机制维护网络安全，即要求证明节点提供一定数量信息数据加密的所有权。当创造新区块时，权益证明机制根据每个节点能够进行新区块开发的能力，设置“门槛”，缩短达成共识所需要的时间。
另外，空间量证明(proof of space)即确定节点确实能够使用一定储存空间的技术，本发明实施例中将空间量证明定义为证明者M和验证者N之间的协议，表现为通过相互发送一段数据，用来证明节点的储存设备还有足够的数量空间。如此减少储存不足又带来的难题，杜绝资源空间造假，极大地减少了资源浪费。
最终生成的主链，可以部分或全部储存在不同的节点，也可以分别由不同的节点进行承担。如此将交易信息都储存在区块体内部，不同类型的数据信息又储存在相对应的次一级组件当中，既能够实现信息的高效管理，进一步结合区块头的信息也便于后续的追溯和调用。况且，当一个节点的数据遭到篡改，其他节点所储存区块链的数据可以相互开展数据原始性有效校验，实现了数据信息安全、透明的传输机制。
在一可选实施例中，为了保证担负生成新区块的节点能够长期运行，本发明实施例中提供了***奖励与惩罚策略。示例性地，可以通过包括但不限于据纳什动力学理念、矿工激励模型、亚当斯的公平理论、佛隆的期望理论、查理芒格多元理念等激励理论定义奖罚的计算方法，确定奖励与惩罚策略。下文以纳什动力学理念为例进行叙述。
运用该模型评估导致效用最大化的参与者从“诚实”中叛离，以此划分合规与否。进一步依据工作证明和权益证明对不同效用的奖励函数方案的遵从性，并进一步量化奖励或惩罚机制对区块链运行的好处。这项奖罚模型将节点假设为理性经济人，在有奖励机制的收益前提下，考虑这些收益行为如何使整个***达到平衡。继续针对梯级水电站安全调度区块链的协议设置，一方面增加不良协议违规，例如如果一个区块的哈希值低于某个阈值，造成这一信息无效，再引入这个阈值依此判断违规与否；如果一个区块是由特定的一方生成，还需考虑最长消息的限制，避免出现加密破译过程中出现的形式问题。另一方面再建成奖励机制，从区块链***出发、拟定一定数量的总奖励，当且仅当生成的区块在执行期间被扩展至少一个块时，奖励才会发生分配，实现至少一方受到非负数量的奖励，并且考虑战略配置，在构建奖惩机制的过程中，本发明实施例制定了按区块量奖励、按权重奖励、总评奖罚等制度。继续针对运用的过程中面临着奖罚程度难以准确度量的问题，以及由于梯级水电站的运行时间有限、数据来源和调用问题的衔接也难以解决的困难，本发明实施例采用新型奖/惩模型，充分结合区块权重、诚实节点占比以及效益转换奖励，全面考虑到实际运行和管理中的变量，能够有效维持区块链的平稳运行。
其中奖励类型依据比例分配规则，建立追踪算法统计区块数量，使每一个节点根据贡献给区块链的最终区块数获取奖励，并且将奖励机制用在最终链在执行结束时输出。描述如下：
选择一段区块，
是观察者，P是观察者的链输出贡献的区块数量，定义按比例奖
励函数
将
和
两个链作为输入，且该函数的输出值位于区间[0,1]：
进一步计算奖励量：
其中
是执行追踪，
是
的输出链，
是协议分配的总量（***奖励总量R
≥0），
是
输出的链中
产生的块数，
为奖励的随机变量比例系数。
其中
的总奖励数量
为：
惩罚的计算模型同理，只需要将生成新区块替换为节点背离诚实节点的数量及比例。
在一可选实施例中，从风险账本的普及化来增加被篡改的难度，确保分布式持有数据，就要将每一方收到的数据都进行篡改，即算力要达到全***总算力的51%以上（现实中不可能出现）才会造成数据安全隐患。
首先计算探索区块链可能被篡改的可能性，可以采用包括但不限于泊松分布期望、随机分布、均匀分布、聚集分布、t检验等概率分布计算方法进行可能性计算，本发明实施例中以泊松分布期望计算为例进行说明。假设当前的运用的区块链CA，有一条攻击链CB试图篡改，则CB赶超并攻击成功CA的概率如下：
其中p是诚实节点创造出下一个区块的概率；q为攻击节点创造下一个区块的概
率；
是CB消除了z个差距后并超过CA的概率。
继续针对上式探索：如果CA再创建z个新区块，是否会增加被CB赶超的难度，得到：
其中
是CB落后z个区块后能篡改CA的概率，
是泊松分布期望，且：
只要不控制超过全网半数的算力，在已经落后z个区块的前提下，无法进行篡改。本发明实施例对z的取值为1，在运用过程中产生一个新的区块后，在后面附加上一个区块，就可以确保交易是绝对安全的。这样也避免了生成过多新区块产生的一个信息数据交易的延迟时间，防止难以满足较高的实时性要求的同时，也提高了数据保密程度。因此，在本发明实施例中，当一个新的区块产生后，触发智能合约，自动附加一个区块，从而将试图篡改数据的攻击者的成功率有效降低到最低。
在一可选实施例中，区块链在实际运行当中，不可避免地会由于智慧水电云区块链节点的计量方式和储存途径等原因，出现不同水电站的历史风险数据不同的现象，反映出区块链历史出现分叉。为此，本发明实施例对Nakamoto共识算法进行改进并引入使用，一方面考虑到链条的长度，结合资源认证次数和诚实节点个数，如图4将选择区块D：因为假设后续的都是诚实节点，况且从逻辑上来看，这是被最多次的资源认证或权益或时间证明过的，也可以反映出这是最安全、可靠的。另一方面本发明进行改进优化，建成水电站调度运行的数据链权重体系，依据数据所占比重来支撑筛查。
其中，诚实节点是指有着正确数据样本的节点，而随机抽取产生的节点称为惰性节点，对此进行深入解析。首先进行精度估计，由于梯级水电站的全部节点都处于一个相对正确的逻辑环境中，例如水位升高就会有防洪安保的风险，水轮机发电产生机组震荡就会对大坝产生结构安全隐患的风险，所以节点会趋向于选择正确的分类。其次就区块链分叉的实际情况进行说明，|分叉数|=n，将找到正确合适的链条作为目标，初步地参照“多数原则”，认为参与的节点越多、准确程度也就越高，此处的认识有每一个节点的被选中的概率是相同的，即：
其中node表示某个节点，P表示节点被选择的概率，因此节点数目越多，该链条总评得到的准确程度也更大。
再选择诚实节点来推测分叉链整体的精度大小，对应的是惰性节点
其中，Ptarget表示节点在区块链的分叉链中表现为精准的概率，C表示区块链的分叉数，然后区分惰性节点和诚实节点，求解不同解的期望叉长：
其中
为带有诚实节点和拟对比目标的对应的叉的期望长度，
为带有诚实节点x的其余的分叉链的期望长度，C表示当前节点的实际长度。
如此对比期望的值得长短，在用实际链的长度对比期望值，如上式进一步增加每
个节点准确性的认识，诚实节点
，因此诚实节点的数量越大、区块链的期望
长度也就越长，相应地其余节点产生的准确性影响也就越小，即越接近实际运行情况，可以
进行选用。
最终通过节点是否为诚实节点，进行的加权计算，诚实节点自然权重更大。如果A的正确数据和计算比B的更准确，那么在节点数量不变的情况下，将提高主链的精度。对每一个分支链进行计算后，直到一个链明确地是最长的，得到最适合的分叉链作为主链的延续。
如图3所示为改进后的区块链结构与流程，通过主链和三个从链的信息集成，实现风险源管理、监测数据获取、调度运行分析以及分级风险衔接的功能，最终促成协同决策形成的目标。
以其中的预警链为例，详细说明侧链的运用方式。首先就安全调度的方式，可以分临界调度和均衡调度两类。预警链在形成之初，首先依据风险源的排查统计以及风险传递关系等分析结果，运用临界调控及其反馈方式，即面对风险即将超出水电站承载能力的情况，在即将引起风险的情况时、或者对刚好引发风险的情况进行记录数据并储存在当前生成的区块中，在多次的运行中不断从各个方面完善数据类型和覆盖面，由预警链可形成一个相关的风险区，并构建出相应的阈值。在反馈之后的运行中，避开这些阈值，并且完善这个阈值的等级分类，如细分成条件阈值或预警阈值，这便是“临界”调控。随着区块链的不断运行延续，也是一个不断地发现临界、反馈临界、避免临界、得到新的临界的过程，期间完成合理的调控。并且将调度的目标，从单一的防洪与发电，扩大到航运、灌溉、生态流量、泥沙冲淤等多目标的均衡规划上，按照“临界”的思路，对工程群进行调度，便促成多维临界调度的实现。而多维均衡调度，就是将多维临界调度作为一个“过程”，继续在区块链中不断补充和完善阈值信息，确保临界的阈值是处于发展中的，在其他侧链参与的运用和反馈的循环演进中，动态转移的“越界”行为不断对风险和调度的阈值形成补充和完善，当各方面的问题都能在临界调控下良好运行，实现长远的多维均衡调控。如此在预警链中形成条件调度阈值以及应急预警阈值，一方面多维均衡调控是指多目标的均衡，形成均一化的理想目标；另一方面要基于面对多维安全，将多维风险预警阈值理论描述风险转化作为量变到质变的过程，对涉及到多维风险要素在多种运行工况下，建立风险分级调控管理。
此处继续以滑坡风险事件为例，说明本发明预警链的“嵌套反馈”运用方式。从历史的监测数据和风险演化及其应对的参数化方案中，辨识并统计风险源，例如可能诱发滑坡的风险源，记录有水库大坝修建产生的局地效应、水流深入基岩引起失稳造成浸水岩体脱落、水体的掏蚀和浸泡、强降雨的饱和渗水和冲蚀破坏、地形和地表稳定性的人为破坏等诱发因素。分别对单一的风险诱发因素的类型，例如强降水诱因中的降雨强度、局地效应诱因中的震动等级、渗流诱因中的系数值、水体冲蚀浸泡诱因中的水位及流量、地形地表破坏诱因中的暴露度参数等等。在应对的运用中发现由风险源转化为风险事件的临界条件，从而拟定风险发生的阈值，作为风险管控调度运用的指引。后续的单一风险管控方案中，在运用临界阈值的基础上，通过对调度效果的评价进行不断地反馈，以避免风险的临界为目的，形成不断优化的动态阈值，并将这些管控措施表现在参数化方案中，形成对智慧水电云区块链的维护。随后将风险延伸至多类型之间的关系，例如强降雨冲蚀地表的同时、水库水位也会升高产生掏蚀，伴随着渗流量的增加、不仅会形成岩体的脱落造成滑坡，同样会加剧水库大坝诱发地震，反过来也导致滑坡，形成滑坡孕灾环境。如此基于多类型风险之间的传递和影响关系，得到阈值的“集”，确保更全面地管控、应对风险。继续对阈值合集运用循环嵌套，并且结合风险的特征和等级，将阈值细化调整为条件阈值和预警阈值，用于区分形成日常调度、条件调度以及应急调度。并在接下来的风险管控调度运行中，考虑到多目标规划的运用，不断完善动态阈值，并形成参数化方案进行记录。服务于多尺度多范围的风险管控，确保梯级水电站在智慧水电云平台的运用下实现智慧化。
同理，这样的传输数据信息的维护手段可以扩展到梯级开发中的全部水电站，形成每一座水电站的管理部门既作为信息的提供者，同时也是数据信息的使用者，且实践路径中充分确保了数据信息的安全和隐私，以及原始性和可用性。进一步强化区块链的哈希值，作为连接区块的链条，在数据完成传输到区块链后，如果需要调用，可以根据区块头的时间戳和哈希值信息进行检索，同时也可以作为数据溯源的依据。
最终使得监测信息全面化的实现具有现实可能的保障下，在架构的基础上进一步优化，不仅是信息数据的采集机制，更是对数据信息的处理和储存模式，不仅突出梯级水电站安全调度区块链技术的公开透明和共享特质，还在最大程度上保障了数据的原始性，并在每一个节点形成一个个有力的信息处理与汇总的平台，避免信息化监测可能出现的数据原始性不足、运用难度大、可用性差的短板。
如此，规范每一个单体水电站在区块链部分的应用，从获取监测信息数据，以及传递监测信息和分析数据，说明数据信息的传递和集成处理方式，以及区块链自身的功能及其运用方式，期望实现每一个水电站对区块链***的有力支持。
在一可选实施例中，第二节点在生成风险决策后，还用于将形成风险决策时的风险参数化方案上传区块链。
如图5所示，第二节点通过如下步骤将形成风险决策时的风险参数化方案上传区块链：
首先，根据风险参数化方案及传输参数确定交易信息；
然后，采用加密算法生成交易信息哈希值的第一指纹；
最后，通过第二节点所属水电站的私钥对第一指纹进行签名，形成数字签名，将数字签名和第一指纹上传区块链。
第三节点通过区块链调用数字签名和第一指纹，通过所述第二节点所属水电站的公钥对所述数字签名进行解密，若解密得到哈希值的第二指纹，判定所述第三节点接收到的数字签名的发送方为所述第二节点；第三节点将所述第二指纹与所述第一指纹进行比较，若所述第二指纹与所述第一指纹相同，判定所述第一指纹未被篡改，根据所述第二指纹获取交易信息。
本发明实施例提供的基于区块链技术的水电站运行风险管控***，在获取交易信息时，通过对数字签名和指纹信息进行双重验证，确保获取到的交易信息是未被篡改过的，提高了数据的可靠性。
本发明实施例充分考虑到实施过程中的传输加密问题，针对其中风险数据不被泄露、不被更改，以及确定数据的真实性，继续引入电子签名技术，进行信息安全保障的实现，即，进一步增加非对称加密算法。当某个水电站需要对调用信息进行确认时，采用公钥对交易的哈希值进行破译，如公钥可对加密信息破译，则说明之前通过私钥进行电子签名的发布方水电站身份可靠；再将公钥破译所得的哈希值与原始信息的哈希值进行对比，可确认文件的原始性，即是否存在信息篡改。可进一步规定：如此电子签名，本身同样可以用于电子存证。而区块链去中心化的特点，也能促使电子签名在传输数据的过程中，与透明化机制形成互补，不影响数据传输，也不会在过程中造成安全隐患和泄密事故。本发明可运用包括但不限于RSA算法、Elgamal算法、背包算法、Rabin算法、D-H算法、ECC（椭圆曲线加密算法）等加密算法实现非对称加密的实现，下文以RSA算法为例，说明非对称加密算法的形成方式：
RSA算法的加密过程运用即对明文进行阶乘和取模运算，对明文的E次方算得的结果和N进行取模运算，再得到密文，公式如下：
其中mod表示取模运算，E和N的组合即为公钥，可表示为：公钥｛E,N｝。
同理，RSA算法的解密，对密文进行D次方计算，再和N取模运算得到明文，公式如下：
其中，D和N的组合表示为：私钥｛D,N｝。
进一步，针对N、E、D的生成，首先对生成N的公式如下：
其中，本发明对p和q选用两个大小为1024bit上下的质数，可通过伪随机数生成器不断的重试生成。
其次求得一个中间数L，是p-1和q-1的最小公倍数，计算公式：
其中，lcm即最小公倍数计算方法，q和p沿用前述步骤。
继续求得用于加密的公钥E，要使得E是一个大于1又小于L的书，且E与L互质，为求出D做出铺垫，公式如下：
其中，gcd表示运用辗转相除法求解最大公约数的方法。
最后对D进行求解，使得D大于1又小于E，且满足取模运算的要求，公式如下：
如此，即得到应用于水电云区块链的非对称加密方法。
在一可选实施例中，水电站的节点通过区块链调用得到的是一个成套的参数化方案，因此不能像运用样本数据集那样进行直接的率定操作和特征提取，需要进一步进行模型的一体化给定。本发明实施例中为此做出制定，首先依据面临风险的类别和等级，获取最接近的参数化方案，运用“点对点”传输方式，得到可用于参照的近似方案；其次搜寻最相似、类似的工况，并分析参照方案以及面临风险之间的差别，如风险时空尺度、发育程度、表现形式、危害等级等在细节上的不同；然后依据相同的细节信息数据，采用如SWAT水文模型、深度神经网络、机器学习等方法中的率定技术，得到当前管控风险的一个大致的数字化轮廓描述；继续针对差异，依据这些差异所在的状态和边界，修正先前的率定结果，对参数化方案进行适应性地纠正和调整；最后对风险管控的参数化方案应用进行整体衔接的度量，实现相似工况的有效调用和运用。
在一可选实施例中，区块链中的部分节点形成联盟链。
特别针对一些具有隐私要求的参数化方案，即保密程度要求较高的个别智慧水电站节点之间的“合同式”风险数据信息共享应用，在区块链技术高效传输的基础上，再运用超级账本的联盟链技术，以避免区块链以太坊透明机制带来的参数化方案数据信息私密问题。相比上述智慧水电云区块链，智慧联盟链具有更多的权限管理功能，且需要获得管理机构授权才能加入，***更可控，并且只有个别水电站之间产生交易时，才会生成新的区块，还能够达到节省空间的目的。
如此形成一个机制，针对不包括全体的梯级水电站的个别节点之间的数据传输共享机制，以主要表现形式的双方合同问题为例，包括：节点双方名称、节点的账户和地址、签订合同的时间地点有效期和交易代价等，在合同文本确认之后，采用节点负责人授权的私钥对合同进行加密和数字签名的生成。最终的审批单和的带有签字签名加密的合同也会进行整合计入交易，减少资源占用、避免整体资源消耗的同时，达成更加隐私的目的。
在一可选实施例中，区块链中的部分节点形成联盟链，如图6所示是两个节点在双方合同形成联盟链的过程，其中交易信息包括了数据类型、时间地点和双方的私钥签名，合同文本和信息数据将会以交易内容的形式展现，并收录在区块链中。从结构上，在区块链的基础上，增加合约层链码（chaincode）和成员管理模块（MSP），并改进共识层的机制。其中链码是一个独立运行的程序，对参与方及授权方公开，只能通过限定的接口调用，其他操作均不能调用链码。本发明实施例利用其grpc方式和节点进行交互的特质，以实现对账本的操作。本发明将链码布置在“背书节点”，当两个交易发起方对这一节点提交申请，背书节点首先验证交易身份，在验证通过后由链码自动执行，同时将数据传入区块链的区块中。进一步应用Docker容器技术理念，将分别负责链码和 背书的节点进行物理隔离，以提供轻量的、安全的操作环境，并且在智能合约中对应添加区块链的调用模式，对读写区块链中的数据的权限进行了筛查。其中成员管理模块是一种提供会员关系操作架构的抽象，主要是为Fabric中的各个组件节点提供相关的身份认证服务，本发明实施例采用PKI(Public KeyInfrastructure)体系对参与联盟链的节点进行身份信息管理，将不同身份所对应的权限进行分类和调用操作。
最终，有望建成梯级开发***的区块链之中的个别水电站的联盟链，用于实现需要加密传输，且不能广泛传播的风险信息数据的传递交易。如此，期望满足实际使用中的需求，实现私密的“合同式”数据传输和共享机制。
如图7所示为本发明实施例提供的基于区块链技术的水电站运行风险管控***的构建过程及应用过程，在确定水电站节点后，构建传输网络，搭建区块链技术架构，传输网络可以为P2P网络，区块链中的节点根据交易信息生成主链，根据风险参数化信息生生成从链。在构建基于区块链技术的水电站运行风险管控***时，根据确定生成新区块的节点的方法、形成区块链维护过程的奖惩机制、区块链分叉问题的处理机制形成区块链的共识机制。
在构建完成区块链***后，对于单体水电站，收集监测数据，对信息进行分类处理，调用侧链形成风险决策，将参数化方案上传至区块链。在多个水电站之间，节点B对数据进行加密后将数据上传至区块链，节点B从区块链中调用数据，并对数据进行解密。
在区块链的基础上，针对部分节点构建联盟链，进一步加强了个别节点之间数据传输的安全。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (9)
1.一种基于区块链技术的水电站运行风险管控***，其特征在于，各个水电站的参与节点作为区块链中的节点，
第一节点用于根据各节点产生的交易信息生成区块，将所述区块加入主链，所述交易信息是各节点向区块链中传输风险参数化方案时产生的信息；
所述第一节点还用于提取所述风险参数化方案中多种类型的风险信息，分别根据各类型的风险信息生成不同的区块，将不同类型的风险信息对应的区块分别加入相应的从链；
第二节点用于调用所述从链，结合所述从链中的风险信息形成所述第二节点所属水电站的风险决策；
所述第二节点还用于将形成所述风险决策时的风险参数化方案上传区块链。
2.根据权利要求1所述的基于区块链技术的水电站运行风险管控***，其特征在于，
所述风险信息包括风险数据信息、风险分析信息、风险阈值信息，所述从链包括调用链、分析链、预警链；
所述调用链用于存储所述风险数据信息；
所述分析链用于存储所述风险分析信息；
所述预警链用于存储所述风险阈值信息。
3.根据权利要求1所述的基于区块链技术的水电站运行风险管控***，其特征在于，所述区块包括区块头和区块体，
所述区块头中包括前一区块的哈希值、随机数、默克尔根，所述默克尔根根据各交易信息的哈希值确定；
所述区块体中包括各节点产生的交易信息。
4.根据权利要求3所述的基于区块链技术的水电站运行风险管控***，其特征在于，每隔一段时间在所述区块链中选择一个第一节点，根据当前时间段中各节点产生的交易信息生成区块，
通过如下步骤确定当前时间段的第一节点：
各节点不断生成随机数，并结合前一区块的哈希值、所述随机数和当前时间段中各节点产生的交易信息计算区块的哈希值，直到计算得到的哈希值小于当前难度值，将所述哈希值对应的节点确定为候选节点；
所述区块链中的其余节点对所述候选节点进行工作量证明、权益证明、空间证明，若验证通过，将所属候选节点确定为当前时间段的第一节点。
5.根据权利要求1所述的基于区块链技术的水电站运行风险管控***，其特征在于，
当所述主链存在分叉时，确定各分链中诚实节点的数量，将诚实节点数量最多的分链确定为正确的主链。
6.根据权利要求1所述的基于区块链技术的水电站运行风险管控***，其特征在于，
所述第一节点将根据交易信息产生的区块加入所述主链后，在所述主链后加入空白区块。
7.根据权利要求1所述的基于区块链技术的水电站运行风险管控***，其特征在于，所述第二节点通过如下步骤将形成所述风险决策时的风险参数化方案上传区块链：
根据所述风险参数化方案及传输参数确定交易信息；
采用加密算法生成所述交易信息哈希值的第一指纹；
通过所述第二节点所属水电站的私钥对所述第一指纹进行签名，形成数字签名，将所述数字签名和所述第一指纹上传所述区块链。
8.根据权利要求7所述的基于区块链技术的水电站运行风险管控***，其特征在于，还包括：
第三节点通过区块链调用数字签名和第一指纹，通过所述第二节点所属水电站的公钥对所述数字签名进行解密，若解密得到哈希值的第二指纹，判定所述第三节点接收到的数字签名的发送方为所述第二节点；
第三节点将所述第二指纹与所述第一指纹进行比较，若所述第二指纹与所述第一指纹相同，判定所述第一指纹未被篡改，根据所述第二指纹获取所述交易信息。
9.根据权利要求1所述的基于区块链技术的水电站运行风险管控***，其特征在于，还包括：
所述区块链中的部分节点形成联盟链。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210873849.4A CN114971421B (zh) | 2022-07-22 | 2022-07-22 | 一种基于区块链技术的水电站运行风险管控*** |
| EP22207016.1A EP4310748A1 (en) | 2022-07-22 | 2022-11-11 | Hydropower station operation risk control system based on blockchain |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210873849.4A CN114971421B (zh) | 2022-07-22 | 2022-07-22 | 一种基于区块链技术的水电站运行风险管控*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114971421A CN114971421A (zh) | 2022-08-30 |
| CN114971421B true CN114971421B (zh) | 2022-11-04 |
Family
ID=82969183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210873849.4A Active CN114971421B (zh) | 2022-07-22 | 2022-07-22 | 一种基于区块链技术的水电站运行风险管控*** |
Country Status (2)
| Country | Link |
|---|---|
| EP (1) | EP4310748A1 (zh) |
| CN (1) | CN114971421B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116703243B (zh) * | 2023-07-31 | 2023-10-10 | 北京国瑞智信节水科技有限公司 | 一种基于区块链的水平衡测试*** |
| CN117195280A (zh) * | 2023-08-10 | 2023-12-08 | 甘肃省水利厅信息中心 | 一种基于区块链的生态流量监测数据共享***、服务器及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108711052A (zh) * | 2018-05-18 | 2018-10-26 | 电子科技大学 | 一种基于区块链的信息验证*** |
| CN108965384A (zh) * | 2018-06-04 | 2018-12-07 | 温州市图盛科技有限公司 | 一种基于区块链的电力交易管控方法及装置 |
| CN109064063A (zh) * | 2018-09-11 | 2018-12-21 | 北京工商大学 | 一种基于区块链的食品安全风险溯源分析***及方法 |
| CN109410076A (zh) * | 2018-10-29 | 2019-03-01 | 广州农联科创信息技术有限公司 | 基于区块链技术的农产品溯源保险公共服务平台 |
| CN109495249A (zh) * | 2018-11-23 | 2019-03-19 | 全链通有限公司 | 一种区块链***的数据存储方法、节点和区块链*** |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108876361A (zh) * | 2017-05-12 | 2018-11-23 | 李平 | 区块链***、区块生成方法及计算机可读存储介质 |
| CN109218348B (zh) * | 2017-06-29 | 2020-12-01 | 华为技术有限公司 | 一种区块链中区块的确定方法及节点设备 |
| CN107579979A (zh) * | 2017-09-07 | 2018-01-12 | 成都理工大学 | 基于区块链技术的电子病历的共享查询方法 |
| CN109327528B (zh) * | 2018-10-31 | 2020-10-20 | 创新先进技术有限公司 | 一种基于区块链的节点管理方法和装置 |
| CN109889479B (zh) * | 2018-12-21 | 2022-07-26 | 中积教育科技有限公司 | 基于区块链的用户身份存证、验证方法及装置及查证*** |
| CN111444479B (zh) * | 2018-12-29 | 2024-05-14 | 北京奇虎科技有限公司 | 一种数字指纹所有权的验证方法及*** |
| CN113934693A (zh) * | 2020-06-29 | 2022-01-14 | 阿里巴巴集团控股有限公司 | 日志管理方法、辅助调查取证方法及装置 |
| CN113177731B (zh) * | 2021-05-20 | 2022-01-07 | 中山大学 | 一种基于智能合约的水资源决策管理*** |
-
2022
- 2022-07-22 CN CN202210873849.4A patent/CN114971421B/zh active Active
- 2022-11-11 EP EP22207016.1A patent/EP4310748A1/en active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108711052A (zh) * | 2018-05-18 | 2018-10-26 | 电子科技大学 | 一种基于区块链的信息验证*** |
| CN108965384A (zh) * | 2018-06-04 | 2018-12-07 | 温州市图盛科技有限公司 | 一种基于区块链的电力交易管控方法及装置 |
| CN109064063A (zh) * | 2018-09-11 | 2018-12-21 | 北京工商大学 | 一种基于区块链的食品安全风险溯源分析***及方法 |
| CN109410076A (zh) * | 2018-10-29 | 2019-03-01 | 广州农联科创信息技术有限公司 | 基于区块链技术的农产品溯源保险公共服务平台 |
| CN109495249A (zh) * | 2018-11-23 | 2019-03-19 | 全链通有限公司 | 一种区块链***的数据存储方法、节点和区块链*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114971421A (zh) | 2022-08-30 |
| EP4310748A1 (en) | 2024-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114971421B (zh) | 一种基于区块链技术的水电站运行风险管控*** | |
| Zhuang et al. | Proof of reputation: A reputation-based consensus protocol for blockchain based systems | |
| Cheng et al. | Research on application model of blockchain technology in distributed electricity market | |
| CN109639430B (zh) | 安全高速轻量级的区块链***及方法 | |
| CN111259070A (zh) | 一种业务数据存储、获取的方法及相关装置 | |
| CN109993647A (zh) | 一种基于区块链的纳税征信***及处理方法 | |
| Yap et al. | Blockchain technology for distributed generation: A review of current development, challenges and future prospect | |
| CN110990487A (zh) | 基于区块链的智能审计***、设备以及方法 | |
| Lei et al. | A renewable energy microgrids trading management platform based on permissioned blockchain | |
| Song et al. | The cost of Bitcoin mining has never really increased | |
| Cao et al. | Blockchain-empowered security and privacy protection technologies for smart grid | |
| CN107067242A (zh) | 一种区块链生成过程中难度值创建方法 | |
| Wang et al. | Beh-Raft-Chain: a behavior-based fast blockchain protocol for complex networks | |
| Wang et al. | Blockchain-based dynamic energy management mode for distributed energy system with high penetration of renewable energy | |
| Zhang et al. | Blockchain-based secure equipment diagnosis mechanism of smart grid | |
| Suciu et al. | Securing the smart grid: A blockchain-based secure smart energy system | |
| Hajizadeh et al. | Blockchain in decentralized demand-side control of microgrids | |
| Bolgouras et al. | RETINA: Distributed and secure trust management for smart grid applications and energy trading | |
| An et al. | Blockchain technology research and application: A literature review and future trends | |
| Zhao et al. | Blockchain-based decentralized federated learning: A secure and privacy-preserving system | |
| Shi et al. | Blockchain‐based distributed electricity transaction model | |
| Xu et al. | Precision Poverty Alleviation Methods in the Agricultural Field Based upon Wireless Communication Networks and Blockchain | |
| Sheikh et al. | Blockchain-based decentralized, flexible, and transparent energy market | |
| Banerjee et al. | Asymmetric confidentiality in blockchain embedded smart grids in galois field | |
| Mandal | On security and privacy of consensus-based protocols in blockchain and smart grid |
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 |