Page 211 - 能源互联网背景下电力技术分析

第五章 基于能源互联网的关键技术研究

经济学与博弈论、5G 技术等，被用于促进能源互联网的进一步提升。这些其他
领域的技术与区块链技术相互促进、相互融合，从而发挥出“1+1 ＞ 2”的效果。

目前许多研究都在尝试着将其他领域的技术与区块链进行结合，以构建出更符合
实际需求的能源区块链体系。
（一）大数据

大数据技术可以有效地提升能源互联网的数据整合与分析能力，在能源互联
网领域具有广泛的应用，包括负荷预测、分布式能源接入、系统安全和态势感知
等方面。主流的大数据技术都采用分布式存储的方式，与能源区块链的结构较为

符合。区块链能够为大数据提供安全可靠的数据来源，也可以对大数据分析的结
果进行认证。此外，应用大数据技术可以为能源互联网数据的处理提供更丰富的
选择，例如结合边缘计算可以为本地用户提供高吞吐量、及时的数据处理服务等。

（二）人工智能
人工智能算法如神经网络、深度学习等为能源互联网的设计、模拟、优化和
用户分类等提供了强大的工具，而区块链可以为人工智能技术提供安全的执行平

台，以保护这些关键的能源数据。
MYL Ｒ EA M 探讨了区块链和人工智能技术在实现能源互联网的自动化和
现代化的作用。人工智能支持的区块链可以更好地分析和处理包含数千个变量（频

率、负载和电压变化等）的数据集，来实现传输路径优化、入侵检测和交易数据
识别等功能。由于计算量过大不适合直接使用智能合约，这些方案大多采用“链
上结合链下”的手段，人工智能分析系统与区块链系统往往各自独立运行。
群体智能算法则能够与智能合约更好地进行融合，例如蚁群优化（ant colony

optimization，ACO）算法。ACO 算法与区块链技术共同存在的去中心化特征，
通过个体间的沟通协作可实现整体寻优。马天男利用改进的 ACO 算法来处理各

能源市场主体竞争的多目标优化问题，还将该优化算法与其他类型的优化算法进
行比对，以证明该算法的全局搜索能力和收敛能力更强、求解效率更高。
此外，还可以考虑将人工智能技术与区块链进行深度融合，例如利用深度

学习等对能源区块链底层结构进行分析，辅助能源互联网中设施的调整和优化，
如分析各个节点的数据吞吐量，以实现节点之间的快速响应和分布式系统负载均
衡等。

203