买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网辽宁省电力有限公司大连供电公司申请的专利基于云边端协同的电力碳排放量近实时数据采集方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121309634B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511833755.4，技术领域涉及：H04L67/12；该发明授权基于云边端协同的电力碳排放量近实时数据采集方法是由张栖国;刘九良;刚强;马宗乐;姜路宁;于骜;张强;王宇桐;王瑜瑞;吴晓慧;周圣杰设计研发完成，并于2025-12-08向国家知识产权局提交的专利申请。

本基于云边端协同的电力碳排放量近实时数据采集方法在说明书摘要公布了：本发明公开了一种基于云边端协同的电力碳排放量近实时数据采集方法，包括：终端层‑碳排放源数据采集；部署终端采集节点，电力关键节点部署智能电表；采用二次Sine混沌映射对智能电表采集的碳排放量原始数据进行加密；根据智能电表的网络连接拓扑，计算每个节点到其他节点的最小跳数，建立跳数矩阵；设置动态调整采集频次；获得智能电表最小化延迟开销；边缘层‑频次调控、分级传；确定最优数据包大小、频谱感知次数；数据优先级排序；云端层‑边缘负载感知；验证数据合法性，对智能电表数据解密，逆向还原二次Sine混沌映射的干扰值，并对加密数据执行逆运算；实现对分布广泛的电力设备进行实时监测，确保数据能够快速、准确地采集与传输。

本发明授权基于云边端协同的电力碳排放量近实时数据采集方法在权利要求书中公布了：1.一种基于云边端协同的电力碳排放量近实时数据采集方法，其特征在于，包括： 步骤1：终端层-碳排放源数据采集； 步骤1-1：部署终端采集节点，在发电厂房、用户电表箱的电力关键节点部署智能电表i； 步骤1-2：采用二次Sine混沌映射对智能电表i采集的碳排放量原始数据进行加密； 步骤1-3：根据智能电表i的网络连接拓扑，计算每个节点到其他节点的最小跳数，建立跳数矩阵M； 步骤1-4：设置动态调整采集频次； 步骤1-5：获得智能电表最小化延迟开销； 步骤2：边缘层-频次调控、分级传； 步骤2-1：确定最优数据包大小、频谱感知次数与以及每次频谱感知的时间； 步骤2-2：数据优先级排序； 步骤3：云端层-边缘负载感知； 步骤3-1：验证数据合法性，对智能电表i数据解密，逆向还原二次Sine混沌映射的干扰值，并对加密数据执行逆运算； 终端层-碳排放源数据采集包括： 步骤1-1：部署终端采集节点，在发电厂房、用户电表箱的电力关键节点部署智能电表i； 步骤1-2：采用二次Sine混沌映射对智能电表i采集的碳排放量原始数据进行加密，公式为： 式中，智能电表i的状态变量设定为，为迭代次数标记，初始值；为智能电表i某时刻的功率，为对应的功率上下限，进行二次Sine映射迭代，公式为： 式中，为智能电表i控制参数，计算智能电表i的第1次迭代的干扰值，公式为： 智能电表i的碳排放量相关的原始数据进行加密后公式为： 式中，为智能电表i加密后的碳排放数据，为缩放因子； 步骤1-3：根据智能电表i的网络连接拓扑，计算每个节点到其他节点的最小跳数，建立跳数矩阵M；为筛选采集终端候选点，定义向量L存储M中每行的最大跳数，公式为： 式中，M为每个节点到其他节点的跳数矩阵，L为存储跳数矩阵M中每一行最大跳数的变量，通过比较L中的值来初步筛选合适的采集终端候选点，n为智能电表的个数；如果存在L具有若干个相同最小值时，则以最小平均跳数点作为最终选取值作为采集终端，公式为： 采集终端位置=argminL6 步骤1-4：动态调整采集频次，利用高频采集机制，根据碳排放源重要性动态调整采集频次，定义采集频次选择变量，公式为： 各采集频次选择变量之和≤17 通过动态规划算法，求解最优数据包大小与频谱感知次数，智能电表节点有数据需要传输的概率为，公式为： 式中，为自然对数的底数，为智能电表i的平均到达率，为智能电表i数据包的传输时间，为智能电表i的频谱感知次数； 步骤1-5：获得智能电表最小化延迟开销，公式为： 式中，为智能电表i数据包的延迟开销；为智能电表i数据包的传输延迟时间。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网辽宁省电力有限公司大连供电公司，其通讯地址为：116001 辽宁省大连市中山区长江东路26号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。