(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210871107.8 (22)申请日 2022.07.23 (71)申请人 华北电力大 学 地址 102206 北京市昌平区北农路2号 (72)发明人 刘松　王亮　吴青青　薛贸方　 (74)专利代理 机构 衡阳市科航专利事务所(普 通合伙) 43101 专利代理师 邹小强 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06N 20/10(2019.01) G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 基于区块链和神经网络的氢能管理系统及 方法 (57)摘要 基于区块链和神经网络的氢能管理系统及 方法， 该系统包括风机、 第一边缘服务器、 光伏、 第二边缘服务器、 逆变器、 整流器、 燃料电池、 电 解池、 储氢罐、 第三边缘服务器、 由多个互联的节 点组成的区块链和控制器； 在区块链的其中一个 节点上部署卷积神经网络对系统中的设备的故 障进行诊断。 通过判断风机与光伏的发电状态， 在发电不足时采用氢能补充， 在发电充足时将多 余的电能转化为氢能储存， 并在系统运行过程中 使用卷积神经网络对设备的运行数据进行分析， 诊断出故障所在位置， 当故障发生后， 该系统通 过区块链记录的数据去追溯。 本发 明实现系统操 作人员的权 限职责明确、 系统运行日志可查询、 数据去中心化， 能够大大提高系统运行效率和故 障判断准确率。 权利要求书2页 说明书6页 附图5页 CN 115222266 A 2022.10.21 CN 115222266 A 1.基于区块链和神经网络的氢能管理系统， 其特征是： 包括风机、 第一边缘服务器、 光 伏、 第二边缘服务器、 逆变器、 整流器、 燃料电池、 电解池、 储氢罐、 第三边缘服务器、 由多个 互联的节点组成的区块链和控制器； 所述第一 边缘服务器、 第二 边缘服务器、 第三 边缘服务器均由传感器和智能模块组成； 所述区块链 由数据采集层、 传输层、 数据层、 服务层和应用层构成； 所述数据采集层接 收第一边缘服务器、 第二边缘服务器、 第三边缘服务器采集到的参数数据； 传输层用于提高 全网共识速度和网络安全； 数据层用来记录运行数据、 数据摘要、 时间戳， 并对数据采集层 接收到的数据进行规整； 服务层是整个区块链的核心， 用于维护整个区块链系统的运行； 应 用层用于在区块链网络的基础上， 通过底层区块链提供的API接口， 展示的完整 氢能管理系 统平台； 所述控制器分别与燃料电池、 电解池和区块链电连接； 控制器控制电解池的工作状态 以及记录其工作参数； 控制器控制燃料电池的工作状态以及记录其工作参数； 所述第一边缘服务器的传感器与风机电连接， 采集风机的风速、 转速、 输出电压电流值 等工作参数， 第二边缘服务器的传感器与光伏电连接， 采集光伏上的光伏板温度、 光伏输出 电压电流值等工作参数， 风机与光伏均与交流母线的一端连接， 交流母线的另一端分别与 逆变器和整流器连接， 整流器的另一端与电解池连接， 电解池的另一端与储氢罐连接； 逆变 器的另一端与燃料电池连接， 燃料电池的另一端与储氢罐连接， 第三边缘服务器的传感器 与储氢罐电连接， 采集储 氢罐的压力、 温度、 储 氢量等工作参数； 第一边缘服务器、 第二边缘 服务器、 第三边缘服务器的传感器分别将采集的数据通过智能模块 发送至区块链节点的数 据采集层， 控制 器将记录的燃料电池和电解池的工作参数上传到区块链节点， 并根据系统 提供的电能和负载功率控制电解池和燃料电池的工作状态。 2.如权利要求1所述的基于区块链和神经网络的氢能管理系统， 其特征是： 所述传输层 包括基于Grpc的Gossip传输协议、 以太网传输协议、 TCP/IC和WiFi协议； 所述数据层将数据 存储在区块链网络的分布式账本中； 所述服务层包括智能合约、 加密算法、 共识算法、 秘钥 管理和权限管理； 所述应用层包括 面向园区管理员、 维修人员和操作人员的操作平台。 3.如权利要求2所述的基于区块链和神经网络的氢能管理系统， 其特征是： 所述智能合 约包括人员权限模块， 用于对系统操作人员进行身份判定并赋予不同的权限； 所述系统操 作人员包括管理员、 维护员和操作员。 4.如权利要求3所述的基于区块链和神经网络的氢能管理系统， 其特征是： 所述电解池 的工作参数包括电解池电压、 电解池电流、 产生氢气的速率、 整流器功率； 所述燃料电池的 工作参数包括燃料电池电压、 燃料电池电流、 消耗氢气的速率、 燃料电池内的剩余电量、 逆 变器功率。 5.基于如权利要求1 ‑4任一项所述的基于区块链和神经网络的氢能管理系统的方法， 其特征是： 包括如下步骤， A、 管理员通过智能合约在区块链节点上注册管理员身份， 然后在系统中添加维护员和 操作员， 并赋予他们相应的权限； B、 启动风机和光伏将其发出的电能传输到交流母线上， 由交流母线供给园区的负载使 用； 同时第一边缘服务器和第二边缘服务器分别监测 风机和光伏的运行实时参数， 将运行 实时参数上传到区块链节点， 第三边缘服务器监测储氢罐 的工作信息， 将工作信息到区块权　利　要　求　书 1/2 页 2 CN 115222266 A 2链节点中； C、 数据上传至区块链网络后， 利用区块链节点网络上的计算机节点对数据进行规整， 以便于在区块链上进行存 储和查找； D、 控制器通过区块链节点获取当前风机和光伏的发电功率， 将其与当前系统 的负载功 率进行对比， 当发电功 率大于负载功 率时， 控制器控制电解池工作， 将过量的电能转换成氢 能储存到储氢罐中； 当发电功率小于负载功率时， 控制器控制 燃料电池工作和储氢罐释放 氢气， 将氢能转 化为电能， 最终输入到交流母线中供 给负载使用。 6.如权利要求5所述的基于区块链和神经网络的氢能管理方法， 其特征是： 在步骤C 中， 部署改进的卷积神经网络的区块链节点根据采集上来的数据进行计算， 诊断出系统是否发 生故障， 如若发生故障， 将故障及时通过区块链 节点通知到管理员。 7.如权利要求6所述的基于区块链和神经网络的氢能管理方法， 其特征是： 部署改进的 卷积神经网络的区块链 节点对氢能管理系统中的故障进行诊断的流 程如下， （1） 建立训练数据样本： 使用数据增 强重叠提取区块链中存取的数据， 增加训练样本， 得到多个训练数据样本， 从而提高网络模型的泛化能力； （2） 构建特征迁移模块： 加载AlexNet预训练网络， 冻结前半部分网络， 微调后半部分网 络， 完成特 征迁移模块的构建； （3） 把多个训练数据样本中的数据集按照85： 15进行拆分， 85%的数据用于训练， 15%的 数据用于对训练的结果进行测试； 同时将训练数据和测试数据随机添加相应标签， 打乱数 据训练集； （4） 将训练数据放入AlexNet网络进行迁移学习， 利用贝叶斯函数对参数进行优化， 获 得不同的故障模型； （5） 利用剩余的15%的测试数据对获得的故障的模型进行测试， 识别出系统的实际健康 状态， 并将识别的结果传送至区块链的应用层进行后处 理。 8.如权利要求5所述的基于区块链和神经网络的氢能管理方法， 其特征是： 在步骤C 中， 在制氢和释放氢时， 控制器比较区块链上储氢罐的中氢气的量和通过第三边缘服务器监测 到的储氢量， 判断是否需要 进行外部加氢。 9.如权利要求5任一项所述的基于区块链和神经网络的氢能管理方法， 其特征是： 所述 第一边缘服务器、 第二边缘服务器、 第三边缘服务器每十 分钟采集并上传数据一次； 所述数 据规整通过区块链节 点中的智能合约剔除掉一些冗余的数据， 并将数据的格式整理成区块 链中统一的格式要求。 10.如权利要求6 ‑9任一项所述的基于区块链和神经网络的氢能管理方法， 其特征是： 还包括步骤E、 管 理员在可视化界面给维护员和操作员分配任务， 通过可视化界面查询区块 链记录的日志信息， 实现系统职责的分配和工况的溯源。权　利　要　求　书 2/2 页 3 CN 115222266 A 3