如何以区块链技术为核心-渗透工业领域、支撑工业绿色发展_META:为什么现在不提区块链了

自首次提出30·60双碳计划至今已一年有余,我国能源结构调整已获得阶段性的成功,但仍对化石能源,尤其是煤炭严重依赖。中长期看,由于火电选址灵活、投资费用低、额定输出稳定等优势,煤炭仍会是最主要的能源类型。“如何借势数字化进程,利用数字技术提高能源利用率,赋能双碳计划”成为当前绿色发展的新方向。

2021年12月3日,工信部发布《“十四五”工业绿色发展规划》,提出以实施工业领域碳达峰行动为引领,着力构建完善的绿色低碳技术体系和绿色制造支撑体系,系统推进工业向产业结构高端化、能源消费低碳化、资源利用循环化、生产过程清洁化、产品供给绿色化、生产方式数字化等6个方向转型。

在工业制造业将目光投向区块链等数字技术的同时,区块链等数字经济重点发展领域也以局中人的视角,从技术特性和行业需求的角度出发,深化区块链与传统行业的结合。本文将基于分布式认知工业互联网的技术理念,从产业整体治理、区域性资源调配优化的角度,探索分布式认知智能技术,在工业绿色发展中的应用价值。

赋能工业领域低碳治理

碳排放交易是运用市场经济来促进环境保护的重要机制,通过将碳排量化、资产化,督促企业积极投身低碳转型。碳排放交易的前提是精准计量、数据保真、权属明晰,区块链技术的可溯源、不可篡改等特性,为数据确权和数据可信提供了有力的保障。同时,区块链与数字孪生技术的结合能够在工业园区数字孪生的基础上,进一步实现工厂生产碳足迹以及企业办公建筑碳排放的数字孪生,从而实现对企业在生产、工作中的碳排放数据的全生命周期追踪管理。

以区块链技术为核心,建设工业碳排监测可信基础设施,需要将区块链、物联网、大数据、人工智能等技术有机融合。在工业生产环节广泛地接入搭载区块链模组的碳排监测物联网终端,实时采集碳排放相关数据并上链,减少人为干预,从源头保证数据的真实准确性。这是推行工业低碳管理的一个重要部分,因为只有在能可信监控碳排放量的基础上才能进一步精细化管理、精准化引导。

在实现数据精准可信的基础上,将端侧的区块链模组和平台侧的区块链数据服务结合,搭建可信的碳排采集、追踪、计量、审计的平台,提高数据置信度,为低碳治理提供可信数据底座。在工业低碳治理平台上,深度集成隐私计算、大数据、人工智能等技术,可以对数据进行同态加密,对密文数据进行计算与分析,在保护数据隐私的前提下,进一步分析和处理碳排数据,挖掘数据价值,并基于人工智能模型提供决策支持,辅助企业与监管部门共同规划更高效的碳中和路径。

推动区域性微电网能源协同

减少碳排放量和提高能效是工业绿色发展的两个重要抓手。2021年年初,工信部部长肖亚庆在接受媒体采访时,鼓励工业企业、园区建设绿色微电网,优先利用可再生能源。微电网的蓬勃发展,为分布式能源交易奠定了基础。我国正稳步推进电力体制改革,有序向社会资本开放电力市场,允许分布式电源用户和微电网系统以利益独立主体的身份参与电能传输。

传统能源交易主要是一种集中式优化决策的资源配置方式,具有成本高、易受攻击且用户隐私难以保障的缺点。在分布式能源交易模式下,能源交易市场的参与者是对等的、分散的、且多种能源协同自治,无需第三方信任机构。利用区块链+物联网与数字孪生技术的整合,能够通过物联网设备将园区内微电网的发电量直接上链,并在区块链上形成可信、可视、可追溯的数字化资产,为区域性微电网能源协同打造交易基础设施。

其次,区块链能够对数据进行加密,将链上数据以哈希摘要的形式存储,从而满足园区能源生产与消耗数据的隐私保护需求,在数据不外泄的前提下,以智能合约的形式自动完成供需匹配、达成交易并存证,提高能效的同时增加企业进项。

气候变化最可怕之处,不在于人们能直接或间接感受到的现象,而在于气候变化可能带来的、难以评估预测的潜在危害。技术改善生活,区块链的研究与发展不仅以纵向突破为目标,更应当突破应用边界,为更多行业带去变革新思路的同时,为人类可持续发展提供有力的支撑。

关于分布式认知工业互联网

2020年,万向区块链在全球范围内首次提出分布式认知工业互联网的概念,即在工业互联网技术的基础上,集成了区块链、知识图谱、隐私技术等分布式认知智能技术,以帮助传统工业制造业应对数字化转型过程中面临的挑战。

这些技术的融合不是简单堆砌,而是相辅相成、互为表里的深度集成。通过分层解耦、开放架构,以及基于隐私保护的数据共享能力,分布式认知工业互联网以开放的生态联盟社区方式进行运营,基于保护隐私和数据主权的前提下,将帮助企业把数据作为驱动企业经营、生产和管理运营的新引擎,打通工业企业间、企业和政府间的数据流通壁垒,实现工业制造业的全生命周期管理,提供安全、公平透明、高度开发者友好的多方协作解决方案。

原创?万向区块链

来源:金色财经

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

[0:15ms0-3:307ms