基于区块链数据溯源与稀疏深度展开技术的智能电网能效分配系统状态估计

《Sustainable Computing: Informatics and Systems》：Energy Efficient Distribution System State Estimation in Smart Grids Using Blockchain-Based Data Provenance and Sparse Deep Unrolling

　　

摘要

智能电网的运行在很大程度上依赖于精确的配电系统状态估计，而这一过程极易受到噪声测量、数据缺失以及恶意数据篡改的影响。本文提出了一种高效能的配电系统状态估计框架，该框架采用稀疏深度展开网络，并通过区块链技术确保数据来源的可靠性。稀疏深度展开网络架构将基于迭代优化的状态估计方法转化为可学习的深度模型，从而能够在较低的计算能耗下快速收敛。区块链技术还能保证只有经过验证的物联网传感器和相量测量单元数据才能进入估计流程，有效避免数据污染攻击。这种设计显著减少了冗余计算，同时保持了状态估计的准确性。仿真结果表明，与传统WLS-DSSE方法相比，该方案的状态估计误差降低了36.2%，计算能耗减少了28.5%，数据可信度达到了99.3%，估计收敛速度提升了41.7%，抗干扰能力提高了33.9%。所提出的解决方案为新一代配电网络提供了安全、高效且可扩展的状态估计方案。

章节节选

引言

随着分布式能源资源、智能计量基础设施以及智能电子设备的广泛应用，传统的配电网络正在发生深刻变化，逐渐转变为高度动态且以数据为中心的智能电网[1]。在这种发展态势下，配电系统状态估计成为了让现代电力系统实现实时状态感知、保持可靠运行并降低运营成本的关键技术。为了实现实时监控与故障检测

研究缺口与现有文献

目前，针对配电系统状态估计的研究大多基于模型优化方法，通过物理约束来最小化测量残差以估算系统状态。这类方法虽然理论成熟且具有数学基础，但需要依赖迭代求解器，因此计算量大，且容易受到初始条件、测量数据稀疏性以及模型误差的影响[1]、[2]。当运行环境变得极为动态，且可再生能源占比较高时，反复执行算法

配电网络观测模型与威胁形势

如今的智能配电网络所处的感知环境极为复杂，系统的可观测性取决于部署在各类节点和馈线上的物联网传感器、智能电表以及相量测量单元的共同作用。与输电系统不同，配电网络多为辐射状或弱网状结构，仅有少量实时测量数据，这使得其观测模型天生就具有稀疏性和不良条件性[1]、[2]。

这种稀疏性的存在

考虑能量因素的状态估计建模

在智能电网中，配电系统状态估计面临着估计精度与计算成本之间的平衡问题，尤其是在测量数据稀疏且存在噪声的情况下。传统建模方法主要着眼于降低估计误差，同时默认拥有充足的计算资源。然而，在实际的配电系统中，状态估计需要持续在边缘设备或近边缘设备上运行

基于稀疏性的深度展开网络配电状态推断

在前文提到的注重能源效率的建模方法中，可以将传统的迭代状态估计算法转化为基于结构化学习的模型，这类模型既能够保持物理意义上的可解释性，又能降低计算成本。稀疏深度展开是一种实现这一转变的有效方法，它通过将传统优化算法的每一步映射到神经网络的一个层中，使得该层的参数可以学习得到[28]。

基于区块链的测量数据来源验证机制

由地理上分散的感知设备采集的测量数据是否真实可靠，是确保智能配电网络能够实现精准状态估计的关键因素之一。随着物联网传感器、智能电表以及相量测量单元越来越多地被集成到智能电网中，且这些设备通过多种不同的通信基础设施相互连接，数据被篡改、伪造以及未经授权就被修改的问题日益严重[34]。为了解决这一问题，本文提出了

集成式的估计与数据来源验证流程

所提出的配电系统状态估计模型的高效性，得益于区块链技术驱动的数据来源验证功能与基于稀疏深度展开网络的状态估计功能在同一个工作流程中的紧密结合。该设计没有将安全性与状态估计视为相互独立的流程，而是实现了可信数据接入与节能型状态估计之间的和谐统一，从而使得在真实的运行环境中也能实现高效且可扩展的状态估计功能。详见图7

实验设置与评估指标

为测试所提出的高效且安全的配电系统状态估计模型，我们进行了大量仿真实验，这些实验旨在模拟当前智能配电网络的真实运行状况。实验模型采用了具有不同测量条件的典型辐射状配电系统作为测试对象，同时在选定的节点和馈线上部署了物联网传感器、智能电表以及相量测量单元[38]、[39]。测量点的布置也经过精心设计，以便

结果分析与讨论

在本节中，我们对所提出的高效且安全的配电系统状态估计框架进行了全面的性能分析，评估指标包括估计误差百分比、计算能耗效率、收敛速度，以及数据的可靠性与抗干扰能力。所有测试都在模拟真实配电网络运行环境的条件下进行，这些环境包含了噪声测量、可观测性低、负载动态变化以及恶意数据注入等多种挑战。

实际应用意义与部署考虑因素

所提出的高效且安全的配电系统状态估计架构，对于实际智能电网的构建具有重要的指导意义，尤其是当配电网络逐渐引入更多类型的能源资源、更先进的计量基础设施以及基于边缘计算的智能技术时。本小节详细阐述了与该架构相关的关键部署考虑因素，包括系统集成、计算需求、通信开销等

结论与未来研究方向

本文提出了一种高效且安全的配电系统状态估计框架，该框架将稀疏深度展开网络与基于区块链的数据来源验证技术相结合。这一解决方案有效解决了当前智能电网面临的一些关键问题，比如测量数据不完整且存在噪声、遭受网络攻击导致的数据篡改，以及复杂估计方法带来的高计算能耗问题。该框架具备强大的稳定性、良好的扩展性，同时还

伦理审批与参与者同意声明

在本项研究中，没有涉及任何人类参与。

作者贡献

所有作者都对这项工作做出了同等程度的贡献。

资金支持情况

本研究没有获得任何外部资金支持。

CRediT作者贡献说明

B Bharathi.:概念构思。T R Dr. SRINIVASAN:概念构思。D Rajesh:概念构思。Syreen Dr R.Fathima:概念构思。

利益冲突声明

本研究不存在任何利益冲突。

致谢

本研究无需特别致谢。

利益冲突

本研究不存在任何利益冲突。

人类与动物权利

本研究未涉及任何违反人类与动物权利的行为。

D Rajesh|T R Srinivasan|B Bharathi|R.Fathima Syreen

印度泰米尔纳德邦金奈市Vel Tech Rangarajan Dr.Sagunthala科学技术研究院计算机科学与工程系