基于区块链的微电网电能可信交易研究

来源 :南昌大学 | 被引量 : 0次 | 上传用户:linjr82
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着微电网在电力行业的快速发展,微电网电能交易开始走向市场化,对微电网电能可信交易的研究具有重要的理论研究价值和社会价值。现有基于区块链的微电网电能可信交易存在以下问题。问题一是现有基于区块链的微电网电能可信交易模型大都针对某一特定层面,忽略整个模型数据间的联系与交互问题,导致模型缺乏灵活性。并且,现有基于区块链的微电网电能可信交易模型使用单链存储方式,导致模型产生的所有数据都进行了大量重复存储,存在存储资源浪费问题。问题二是现有基于区块链的微电网电能可信交易模型在进行电能交易时,大都专注于微电网间能量管理、调度控制方面,未充分考虑微电网电能进行市场化交易中存在的竞价问题,导致交易策略难以适应新的市场变化。针对问题一中基于区块链的微电网电能可信交易模型存在灵活性不足和资源浪费的问题,提出带有双链存储结构的微电网电能可信交易模型。将模型分为物理层、数据信息层和网络金融层,并在每层设置多代理,可以提高模型的灵活性。模型的存储方式采用物理区块链和交易区块链进行存储,每条链的功能不同,存储的数据类型不同,可以有效解决基于区块链的微电网电能可信交易模型存在的存储资源浪费问题。针对问题二中基于区块链的微电网电能可信交易模型存在的竞价问题,研究了不完全信息博弈的微电网电能可信交易策略以及连续双向拍卖机制的微电网电能可信交易策略。前者考虑到微电网内不同的分布式电源出力类型,应用不完全信息博弈理论对微电网电能交易策略进行分析。在满足供需平衡的条件下,应用拉格朗日乘数法对交易双方的利润进行优化,达到优化微电网电能可信交易的目的。通过实验数据的仿真,结果表明在不完全信息博弈的交易策略下,交易双方在电能交易中利润得到了均衡,保障了交易双方的利益。后者考虑到微电网电能交易市场中电能价格的波动情况,应用连续双向拍卖机制对微电网电能交易策略进行分析。在微电网电能交易中,应用自适应学习理论对交易双方报价进行调整,使得交易双方能够根据市场环境进行合理报价。通过实验数据的仿真,结果表明在连续双向拍卖机制的交易策略下,交易双方能够根据市场交易信息动态地调整报价,对微电网电能市场化交易有很好的适应性。本文研究了基于区块链的微电网电能可信交易问题。提出基于区块链的微电网电能可信交易模型,解决了原有模型灵活性不足和资源浪费的问题,保证了电能交易的可信。研究了两种微电网电能交易策略问题,实验结果表明,与现有交易策略进行比较,本文的交易策略更能适应微电网电能交易的市场化环境,这为微电网电能交易平台的建设提供一定的参考价值。
其他文献
孤独症谱系障碍(Autism Spectrum Disorder,ASD)是一种起病于发育早期的神经发展紊乱疾病。ASD的早期诊断在ASD的干预中起着至关重要的作用,尤其是对于ASD儿童。通常ASD儿童需要由经验丰富的医生结合各种检查评估进行诊断,但这种方式费时又费力且易受主观因素的影响。因此在本文中,我们探索了两种基于外在特征的孤独症辅助诊断方法。在第一阶段我们围绕采集孤独症儿童视频数据库(Ex
习近平总书记在参加十三届全国人大五次会议内蒙古代表团审议时强调,贯彻新发展理念是新时代我国发展壮大的必由路。2015年1月,习近平总书记考察云南时指出,要在推动产业优化升级上下功夫,在提高创新能力上下功夫,在加快基础设施建设上下功夫,在深化改革开放上下功夫,扎扎实实走出一条创新驱动发展的路子来。2020年1月,习近平总书记再次考察云南时指出,要加快建设现代化经济体系,把握供给侧结构性改革这条
期刊
多模态医学影像可以反映人体不同组织的不同视觉特征,已成为人工智能、生物医学、计算机科学等学科的主要研究对象。基于多模态医学影像的病灶分割可应用于疾病诊断、术前方案、智能医疗和医学大数据分析等研究领域。近年来,随着深度学习算法的快速发展,基于深度神经网络的多模态病灶分割已取得了较大进展。然而,受扫描时间、采集成本等因素的影响,临床上有效的多模态影像数据样本少,因此不利于以数据驱动的人工智能算法在该领
信息化时代互联网正在快速地发展,大多数人都会利用网络来传递信息,与此同时信息的安全问题也受到广泛的关注。数字图像是信息的重要载体,为了保证数字图像信息的安全,对图像进行加密是最有效的方法之一。本文提出了两种基于五维超混沌系统的彩色图像加密方案,具体内容如下:(1)设计了一种结合SHA-256函数和五维超混沌系统的彩色图像加密方案。引用SHA-256函数计算明文图像的哈希值来控制Arnold映射的系
虚拟手术仿真技术可用于低年资医师手术训练,避免在实际手术中出错。然而大多研究者都是针对传统的手术操作开发虚拟手术系统,少有人针对电切割这类新兴手术操作搭建虚拟手术平台。本文针对现有的虚拟手术仿真中存在的问题:(1)模型孔洞问题;(2)手术烟雾仿真计算负担较大;(3)涡粒子烟雾难以施加碰撞边界条件;(4)烟雾与虚拟手术系统结合难,开发了一套包括切割肺组织和电凝肿瘤组织的电切割虚拟手术系统,解决了虚拟
目前,随着人工智能的快速发展,基于人工智能的算法被广泛应用在生活中各个方面。其中基于计算机视觉的算法发展尤为迅速。分类与回归问题是计算机视觉中最为常见的两类问题。计算机视觉研究大多围绕这两类问题展开。随着深度学习的发展,越来越多的算法被提出来解决这些问题。其中注意力机制是最近比较热门的一个研究方向,被应用到计算机视觉问题中来解决各种相关问题。本文主要研究注意力机制在计算机视觉中分类和回归两类问题中
随着互联网不断融入到社会经济和日常生活中,人们已习惯于进行各种在线信息查询和交互行为(如数据检索、信息查询、网络购物、社交、导航等),网络数据、信息的数量及其应用飞速增长,导致如何在海量信息中,准确、快速获得所需要的信息成为近年来的研究热点。其中,各类推荐系统作为一种解决该问题的有效方法,尤其是协同过滤算法,已经取得了不少的研究成果并被广泛应用。然而,相关算法在稀疏性、冷启动、抵御托攻击等方面,仍
随着卷积神经网络技术的飞速发展,人脸识别成为模式识别与人工智能领域研究的热点。传统人脸识别方法主要依靠特定场景的手工特征进行特征提取,鲁棒性较差,应用场景受限。而基于卷积神经网络的人脸识别方法通过多层级联的复杂线性结构直接从人脸样本图像中提取区分度更高、更具有表达能力的人脸特征信息,从而提高人脸识别准确率。人脸识别技术的核心在于如何提取强区分性的人脸特征,鉴于此,本文聚焦于特征提取网络结构,对基于
随着数据爆炸时代的到来,如何高效快捷地挖掘出冗余数据中有价值的信息变得越来越重要。聚类分析是一种无标签、无监督学习的数据挖掘技术,可以在低成本的情况下发现数据中有价值的信息。模糊C均值算法(FCM)就是聚类分析中的一种典型算法,它在K-means算法的基础上加入模糊集理论,被广泛应用到各个领域中。但是,模糊C均值算法对初始聚类中心较敏感且鲁棒性不强。针对这些问题,本文提出了一种改进的核模糊C均值算
在数字图像处理技术高速发展的今天,图像配准作为图像识别领域的热门研究方向,在医学影像处理、遥感图像处理、计算机视觉以及人脸识别等领域有着极为广泛的应用。图像配准技术发展到今天,经过几代学者孜孜不倦的钻研探索,在图像识别领域已经提出了很多种性能优秀的配准算法。在这些配准算法中,尺度不变特征变换(SIFT)特征具有良好的尺度不变性,对图像的旋转、缩放、光照变化以及噪声都有着不错的容忍性。尺度不变特征变