云計算智能電網大數據驅動的方法研究

吳佳 蘇丹 袁衛(wèi)國 楊延

摘? ?要：針對智能電網數據繁多、用戶應用困難的技術問題，提出了智能電網大數據驅動方法，并設計出基于云計算軟件平臺管理智能電網大數據的系統。通過采用數據挖掘算法對智能電網大數據樣本訓練、學習，建立多個數據處理模型。根據決策樹算法能夠實現智能電網數據不同屬性數據的分類，使得用戶快速從浩瀚的云端數據庫中獲取目標數據，并將處理后的數據通過區(qū)塊鏈系統保存，進而實現數據的永久性存儲。不同用戶通過簽發(fā)密鑰實現數據的共享，使得數據應用和管理更為便捷有效。本方案為智能電網大數據處理與應用提供了技術參考。

關鍵詞：智能電網;大數據;驅動;數據挖掘;區(qū)塊鏈

中圖分類號：TP393.09? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A

文章編號：1003—6199（2020）02—0184—05

Abstract：Aimed at the technical problems of smart grid data and user application difficulties，a smart grid big data driving method is proposed，and a system based on cloud computing software platform to manage smart grid big data is designed. This paper uses data mining algorithms to train and learn smart grid big data samples and build multiple data processing models，according to the decision tree algorithm，the classification of different attribute data of the smart grid data can be realized，so that the user can quickly obtain the target data from the vast cloud database，and the processed data is saved by the blockchain system to realize the permanent storage of data. Different users can share the data by issuing the secret key，which makes the data application and management more convenient and effective. The scheme designed provides technical reference for smart grid big data processing and application.

Key words：smart grid;big data;driver;data mining;blockchain

云計算作為一種特殊的計算方式，是軟件即服務（SasS）、平臺即服務（PasS）、基礎設施即服務（IasS）、虛擬化Virtualization等技術的躍進或者商業(yè)實現的結果[1-3]。通過云計算，使用戶能夠快速、便捷地處理智能電網大數據。云計算的形態(tài)通常包括私有云、公有云和混合云，私有云是集群企業(yè)內部的云計算，使得企業(yè)內部的數據集中存放，各部分可提取使用。公有云是通過搜索引擎的方式尋找數據，借助于各種網盤、迅雷進行離線下載以獲取目標數據等，滿足大眾的要求?；旌显颇軌蚪Y合私有云和公有云，既能滿足企業(yè)內部的需要，又能滿足普通大眾使用云計算的需要。基于云計算在各個行業(yè)的廣泛應用，使得軟硬件的使用率大大提高，企業(yè)的運營維護成本和管理資源也相應降低[4-6]。

隨著IT行業(yè)在全球范圍內的快速發(fā)展，云計算軟件平臺也呈增長趨勢，使得用戶暢享云計算超快的運算能力（每秒10萬億次），比如目前在市場發(fā)揮重要作用的H3C CAS云計算管理平臺、AbiCloud企業(yè)級開源云計算平臺、AbiCloud企業(yè)級開源云計算平臺、Eucalyptus 開源云計算平臺、Nimbus云計算平臺等。云計算軟件平臺由于其應用模式呈現多樣化，并且根據用戶的管理形式呈彈性變化，使得數據應用模式也呈不同的形態(tài)。在智能電網應用中，由于其底層采集數據的復雜性和多樣性，業(yè)務系統之間互相交互，就需要采用不同的數據處理技術來滿足不同的用戶需求[7-8]?；诖?，介紹一種基于云計算軟件平臺處理智能電網大數據的方法，不僅能夠實現智能電網大數據的統一管理、智能存儲、數據處理、數據分析、數據可視化等應用，還增加了數據的加密性，大大提高了用戶數據的隱私效果。

1? ?大數據驅動體系構架

介紹智能電網大數據在云計算軟件平臺上的一種應用模式，通過該模式實現數據的分類和加密，便于用戶管理和使用。在本系統構架中，在筆記本/計算機（下文簡稱PC機）上安裝云計算軟件，本文采用的云計算平臺為云端智能電網大數據處理平臺SP-DPP（smart power system big data processing platform in cloud environment）[1-3]，在該云計算軟件中設置數據計算單元實現進行數據處理，并在輸出端連接區(qū)塊鏈系統，區(qū)塊鏈采用分布式數據存儲模式，具有點對點傳輸、共識機制、加密算法等特點，實現計算機技術的新型應用模式，將其引入智能電網大處理應用，不僅能夠實現數據的永久性存儲，還將具有數據保密的特點，能夠便捷地在用戶之間共享數據。在本系統設計中，系統主要包括PC機，在PC機上集成有云計算軟件平臺，云計算軟件平臺包含有數據存儲單元、數據管理單元、分類單元、數據計算單元、人機交互單元、數據分配單元等。如圖1所示。

在本系統設計中，數據存儲單元主要負責存儲智能電網中的各種的數據信息，數據管理單元主要負責接收、分配、計算、處理、分發(fā)接收到的各種數據，數據管理單元可以包括分類單元、計算單元、數據分配單元等。在本設計中，分類單元為基于數據挖掘算法的分類單元，計算單元根據分類模型運行大數據，通過計算單元使得接收到的智能電網數據按照一定的規(guī)則和算法輸出，計算出的最終數據通過設置在輸出單元輸出，最終處理的數據通過人機交互單元選擇性地處理，處理數據還可以通過Internet網絡與區(qū)塊鏈系統通訊。在區(qū)塊鏈系統中，通過區(qū)塊鏈簽發(fā)私鑰，實現數據的永久性存儲，在簽發(fā)私鑰時，通過授權電子數字證書并簽名的CA服務器來實現。用戶之間通過區(qū)塊鏈共享數據，在不同服務站便可獲取智能電網大數據在云計算軟件平臺上處理結果。

2? ?數據處理方案

2.1? ?基于數據挖掘算法的數據分類方法

在對大數據進行處理時，首先將數據按照一定的屬性分類，基于數據挖掘算法實現智能大數據的分類。數據挖掘算法包含很多種算法，比如關聯算法、回歸分析、聚類算法、異常檢測等，其中每種算法又包括多個算法，比如分類算法包括諸如決策樹算法、貝葉斯算法、神經網絡、支持向量機等算法，聚類分析算法包括諸如k-means? SOM神經網絡、FCM聚類算法等的算法。在本設計中，選擇使用決策樹算法中的ID3算法構建決策樹，實現對數據的分類。結合圖2對決策樹的構建做進一步說明。

（1）數據獲?。簭臄祿鎯卧@取不同種類的智能電網大數據;

（2）數據訓練：從所選的智能電網大數據組中計算數據集的經驗熵，選擇信息增益最大的特征作為當前分裂特征，選擇信息增益最大的特征作為

當前分裂特征;其中數據組經驗熵H（D）的計算公式為：

其中，i為數據的個數，|D|是數據集中所有樣本個數，k是目標變量的類別數，|Ck |是該分類下的樣本個數。在進行計算時，在所有的特征中，假設A，計算特征A對數據集D的經驗條件熵H（D|A），其中計算特征A的信息增益公式為：

（S3）確定根節(jié)點：根據上述計算公式計算出的經驗熵選擇決策樹的根節(jié)點;如公式（1）和（2）所示，在選擇目前數據集的分割特征屬性時，使用信息增益度來計算。如果在多個計算出的信息增益度值很大，則表示在這個屬性特征上回損失的純度也就越大，那么結算出的較大的信息增益度值的屬性就應該處于決策樹的上層，可考慮其作為根節(jié)點。

（S4）確定葉節(jié)點：根據計算出的經驗熵選擇決策樹的葉節(jié)點;根據上述的方法將信息增益度值較小的屬性選作為葉節(jié)點;

（S5）建立數據模型：根據上述方法確定的根節(jié)點和葉節(jié)點，建立數據模型;

（S6）構建決策樹：根據數據模型，構建決策樹;構建出的決策樹是呈樹形的結構，最后輸出的是用戶目標值;

（S7）根據構建的決策樹運行智能電網大數據，輸出運行結果。

2.2? ?區(qū)塊鏈技術在智能電網大數據中的應用

采用區(qū)塊鏈技術具有互信度高、數據不可篡改、數據可追溯性、互聯互通、分布式存儲、去中心化等優(yōu)點[9-10]，其結構形態(tài)如圖3所示。用戶分類后的數據通過區(qū)塊鏈系統能夠實現數據的共享，用戶之間共享密鑰即可實現。

區(qū)塊鏈節(jié)點呈鏈條式連接，即區(qū)塊鏈節(jié)點之間通過區(qū)塊鏈網絡彼此連接通訊，這些節(jié)點之間通過鏈式連接，可以實現不同節(jié)點之間的信息交互。區(qū)塊鏈節(jié)點將PC機和云端數據系統、數據管理中心、移動式設備中的各相鄰節(jié)點的數據信息發(fā)布到區(qū)塊鏈網絡中。在本上文設計中，區(qū)塊鏈系統包含區(qū)塊鏈網絡并集成有加密單元、區(qū)域鏈節(jié)點、應答節(jié)點、存儲單元以及信息釋放單元，區(qū)域鏈節(jié)點與應答節(jié)點信息通信，存儲單元與信息釋放單元通信交互，并且存儲單元和信息釋放單元與所述存儲單元通訊交互，如圖4所示。其中加密單元采用加密算法對接收的數據進行加密和解密，采用的加密算法為DES、 3DES、 Blowfish加密算法、 Twofish加密算法、IDEA、RC6或 CAST5。信息釋放單元是存儲單元存儲分配程序，其基于malloc函數調用來實現的，存儲單元增加多少，信息釋放單元的信息量就釋放多少，在釋放時，malloc在第一次被調用時，從系統中獲取最小為一個單元的空閑空間（例如有最小單元為1024個最受限單元塊，當x<=1024，獲取1024個最受限單元塊，否則獲取x個最受限單元塊，x不等于1024，其中x為信息釋放單元信息釋放量），再根據用戶需求進行下一步的釋放。釋放出多少空間，就釋放出多少信息量，因此，這種方式可以選擇性地對數據信息進行加密。

采用區(qū)塊鏈系統進行加密的方法包括以下步驟：

（1）選擇待加密的信息：信息接收模塊從區(qū)塊鏈節(jié)點接收數據信息，采用信息釋放單元對需要保密的內容釋放，信息接收模塊接收信息釋放單元釋放的信息，讀取單元讀取信息釋放單元釋放的信息，對釋放的信息先用單向加密算法計算出數據的特征碼，得到加密信息串;

（2）簽名：共享數據的數據管理中心、其他客戶端或移動式設備用自己的私鑰加密這個特征碼，并將結果附加在數據后面，對加密信息串進行簽名，通過區(qū)塊鏈網絡接收加密信息串，并進行簽名，如果簽名成功，則獲得加密信息串;

（3）互相通訊的各個節(jié)點獲得加密信息;簽名成功后，數據管理中心、其他客戶端或移動式設備區(qū)塊鏈網絡節(jié)點生成一個臨時對稱密鑰，并使用對稱密鑰加密整個數據;

（4）各個區(qū)塊鏈節(jié)點獲得加密信息;數據管理中心、其他客戶端或移動式設備從區(qū)塊鏈網絡獲取數據的公鑰，并使用公鑰加密這個臨時的對稱密鑰，將結果附加在整個數據后發(fā)送到各個區(qū)塊鏈節(jié)點;

采用區(qū)塊鏈系統進行解密的方法包括以下步驟：

（1）有需求的通訊主體獲得解決信息;數據管理中心、其他客戶端或移動式設備中任意一者先用自己是私鑰解密加密的對稱密鑰;

（2）有需求的通訊主體對所需數據解密;數據管理中心、其他客戶端或移動式設備用戶獲得用對稱密鑰解密整個加密的數據;

（3）身份驗證;數據管理中心、其他客戶端或移動式設備用數據管理中心、其他客戶端或移動式設備的區(qū)塊鏈節(jié)點上公鑰解密數據的特征碼，驗證了數據管理中心、其他客戶端或移動式設備用戶的身份;

（4）解密;數據管理中心、其他客戶端或移動式設備用戶再用同樣的對稱加密算法計算數據的特征碼，并與解密出來的特征碼進行比較，驗證了數據管理中心、其他客戶端或移動式設備區(qū)塊鏈節(jié)點發(fā)送的數據的完整性，從而使用這種手段保證了保密性和完整性還同時完成了身份驗證。

3? ?方案實驗及分析

假設表1為給定的數據集為D，根據最大信息增益選擇最優(yōu)特征生成極小熵決策樹，計算各特征A1、A2、A3、A4、A5對數據D的信息增益，如表1所示。表1中的D1和D2，D3分別表示在各個特征中取值為1、2和3的樣本子集，根據上文涉及的公式計算統計在表1中的數據可得：

根據上面的計算結果，特征A5的信息增益最大，所以選擇A5為根節(jié)點。根據A5的取值將樣本分成3個結合，S1={2，3，6，8，12，13}，S2={1，5，7， 14}，S3={4，9，10，11，15}，其中集合S2已全部屬于同一個類，不需要再分，已成為葉子節(jié)點。采用類似的方法可確定其它根節(jié)點和葉子節(jié)點。

利用上述數據集構建決策樹如圖6所示。

在決策樹建立之后，再建立測試集來評估決策樹的分類成功率。如圖7所示，建立測試集的方法為：從比如調度管理數據庫、配電管理數據庫、用電采集數據庫、營銷管理數據庫、客服服務數據等（分別用A-J來表示）不同數據庫中分別隨機抽取1000個數據記錄，然后計算按照上述方法評估其正確性，根據記錄不同類別的數據，其正確率分布如下：

由分布圖可知，決策樹分類準確率平均在90%，正確率較高。

經過決策樹分類后的數據通過Internet網絡發(fā)布在區(qū)塊鏈網絡各個節(jié)點中，處于區(qū)塊鏈網絡各個節(jié)點中的其他設備（比如數據管理中心、移動式設備或者其他客戶端）便可從區(qū)塊鏈網絡中通過簽發(fā)密鑰獲取上述信息，從而實現數據的共享，由于區(qū)塊鏈本身固有的技術特征（比如數據存儲、不可篡改、點對點傳輸、永久性保存、共識機制、加密算法等），在此處不做詳細說明。

4? ?結? ?論

通過建立大數據驅動體系構架實現智能電網大數據的驅動。通過數據挖掘算法建立分類模型，使得多個不同類型的智能電網數據庫根據用戶需求輸出不同的目標數據，縮短用戶利用數據的時間，提高了數據處理效率。分類后的數據通過區(qū)塊鏈系統永久性保存，并使區(qū)塊鏈網絡支點內的用戶通過生成的密鑰實現數據共享，有效地提高了數據的隱秘性和安全性。本設計的方案新穎，將區(qū)塊鏈技術引入智能電網大數據應用和處理，為智能電網大數據的應用提供了一定的技術參考，為下一步智能電網大數據的處理提供了重要的技術支撐。

參考文獻

[1]? ? 李佳，徐勝超. 基于云計算的智能電網大數據處理平臺[J]. 計算機工程與設計，2018，39（10）：81-87.

[2]? ? 郝然，艾芊，肖斐. 基于多元大數據平臺的用電行為分析構架研究[J]. 電力自動化設備，2017，37（8）：26-33.

[3]? ? 王遠，陶燁，蔣英明，等.? 智能電網時序大數據實時處理系統[J]. 計算機應用，2015，（z2）：93-97.

[4]? ? 劉廣一，朱文東，陳金祥，等.? 智能電網大數據的特點、應用場景與分析平臺[J]. 南方電網技術，2016，10（5）：102-110.

[5]? ? 賀紅燕. 基于大數據的智能電網關鍵技術研究[J]. 電源技術，2016，40（8）：1713-1714.

[6]? ? 冉亮，李煒，孫向聚. 基于大數據技術的智能電網系統應用研究[J]. 自動化與儀器儀表，2017，（9）：182-183.

[7]? ? 孟祥萍，周來，王暉，等.? 云計算技術在未來智能電網信息處理平臺中的應用[J]. 計算機測量與控制，2015，23（10）：265-268.

[8]? ? 葛磊蛟，王守相，瞿海妮. 智能配用電大數據存儲架構設計[J]. 電力自動化設備，2016，36（6）：194-202.

[9]? ? 琚春華，鄒江波，傅小康. 融入區(qū)塊鏈技術的大數據征信平臺的設計與應用研究[J]. 計算機科學，2018，45（z2）：522-526.

[10]? 宋俊典，戴炳榮，蔣麗雯，等.? 基于區(qū)塊鏈的數據治理協同方法[J]. 計算機應用，2018，38（9）：2500-2506.