CN113570144B - 一种用电信息处理方法和装置 - Google Patents
一种用电信息处理方法和装置 Download PDFInfo
- Publication number
- CN113570144B CN113570144B CN202110869222.7A CN202110869222A CN113570144B CN 113570144 B CN113570144 B CN 113570144B CN 202110869222 A CN202110869222 A CN 202110869222A CN 113570144 B CN113570144 B CN 113570144B
- Authority
- CN
- China
- Prior art keywords
- coefficient matrix
- target coefficient
- gradient
- function
- load prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 19
- 238000003672 processing method Methods 0.000 title abstract description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 188
- 238000000034 method Methods 0.000 claims abstract description 53
- 230000005611 electricity Effects 0.000 claims abstract description 46
- 238000003860 storage Methods 0.000 claims abstract description 34
- 230000006870 function Effects 0.000 claims description 149
- 238000012545 processing Methods 0.000 claims description 27
- 238000012795 verification Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 6
- 238000013500 data storage Methods 0.000 abstract description 5
- 238000004590 computer program Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000007795 chemical reaction product Substances 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Bioethics (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种用电信息处理方法和装置,其中,该方法包括:获取初始系数矩阵、用电负荷预测函数和误差函数;根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵;对所述目标系数矩阵进行加密和广播;由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储。通过上述方案解决了现有的用电信息数据存储的过程中,用户隐私难以得到有效保护的问题,达到了提升用户隐私保护的技术效果。
Description
技术领域
本申请属于互联网技术领域,尤其涉及一种用电信息处理方法和装置。
背景技术
为了实现清洁能源的推广,支持能源高效利用的能源互联网得到了越来越广泛的应用。电网需要从用户侧采集近乎实时的用电数据来计算整个园区的用电行为画像,并基于此制定电能的调度策略。然而,这种近乎实时的用电数据容易泄露用户的电器使用状态,对用户的居家隐私带来了威胁。
目前,常用的用电信息隐私保护主要分为两种,一种是基于数据:通过对数据添加噪声,再聚合降低对噪声的影响。然而,这种方式当系统多个电表出现故障时,可能造成噪声无法完全被抵消掉,带来很大的误差;第二种是基于身份:通过假名或匿名发送数据以保护用户隐私,但攻击者可以通过实地观察用户的居家行为推测出假名与用户身份的对应关系,且匿名方案不利于后续的计费。
针对现有的获取用电数据所存在的容易泄露用户隐私的问题,目前尚未提出有效的解决方案。
发明内容
本申请目的在于提供一种用电信息处理方法和装置,可以实现对用户的用电数据信息进行隐私保护的技术效果。
本申请提供一种用电信息处理方法和装置是这样实现的:
一种用电信息处理方法,所述方法包括:
获取初始系数矩阵、用电负荷预测函数和误差函数;
根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵;
对所述目标系数矩阵进行加密和广播;
由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储。
在一个实施方式中,获取初始系数矩阵、用电负荷预测函数和误差函数,包括:
获取如下的初始系数矩阵:
a0,a1,...an;
其中,a0,a1,...an表示用电负荷预测函数的系数;
获取如下的用电负荷预测函数:
其中,P表示预测函数,x(i)表示x(i)这个时间点,x表示时间,xn表示x的n次方;
获取如下的误差函数:
其中,J表示误差函数,y(i)表示x(i)这个时间点所对应的实际用电量。
在一个实施方式中,根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵,包括:
按照如下公式计算所述误差函数的梯度:
其中,δ表示求偏导;
根据梯度按照如下公式计算下一个参数:
其中,ε表示步长;
将计算得到的下一个参数结果作为所述目标系数矩阵。
在一个实施方式中,对所述目标系数矩阵进行加密,包括:
对所述目标系数矩阵进行离散对数处理;
将离散对数处理后的目标系数矩阵作为加密后的目标系数矩阵。
在一个实施方式中,由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储,包括:
获取所有加密后的目标系数矩阵;
从所述所有加密后的目标系数矩阵中,确定出最接近中心的系数矩阵;
将最接近中心的系数矩阵所对应的节点,作为所在园区的记账节点;
通过所述记账节点,进行梯度验证和入链存储。
在一个实施方式中,由记账节点确定所述目标系数矩阵的梯度是否满足预设要求包括:
确定所述目标系数矩阵当前的梯度是否小于预设阈值;
在确定小于预设阈值的情况下,确定满足所述预设要求;
在确定满足预设要求的情况下,确定梯度验证通过。
在一个实施方式中,由记账节点确定所述目标系数矩阵的梯度是否满足预设要求之后,还包括:
在确定不满足预设要求的情况下,由记账节点广播重新计算目标系数矩阵。
一种用电信息处理装置,包括:
获取模块,用于获取初始系数矩阵、用电负荷预测函数和误差函数;
生成模块,用于根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵;
加密模块,用于对所述目标系数矩阵进行加密和广播;
入链模块,用于由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储。
一种终端设备,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现如下方法的步骤:
获取初始系数矩阵、用电负荷预测函数和误差函数;
根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵;
对所述目标系数矩阵进行加密和广播;
由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储。
一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现如下方法的步骤:
获取初始系数矩阵、用电负荷预测函数和误差函数;
根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵;
对所述目标系数矩阵进行加密和广播;
由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储。
本申请提供的用电信息处理方法和装置,通过初始系数矩阵、用电负荷预测函数和误差函数,生成目标系数矩阵,并对目标系数矩阵进行了加密后,再进行广播,并在确定满足要求的情况下,进行入链存储。因为进行了合理的加密和处理,使得作为区块存储的信息不容易被破解,提升了用户隐私的安全性。通过上述方案解决了现有的用电信息数据存储的过程中,用户隐私难以得到有效保护的问题,达到了提升用户隐私保护的技术效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的用电信息处理方法一种实施例的方法流程图;
图2是本申请提供的用电信息采集系统的架构图;
图3是本申请提供的数据采集及安全处理方法一种实施例的方法流程图;
图4是本申请提供的一种用电信息处理方法的电子设备的硬件结构框图;
图5是本申请提供的用电信息处理装置一种实施例的模块结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
图1是本申请提供的用电信息处理方法一种实施例的方法流程图。虽然本申请提供了如下述实施例或附图所示的方法操作步骤或装置结构,但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中,这些步骤的执行顺序或装置的模块结构不限于本申请实施例描述及附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置或终端产品应用时,可以按照实施例或者附图所示的方法或模块结构连接进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至分布式处理环境)。
具体的,如图1所示,上述的用电信息处理方法可以包括如下步骤:
步骤101:获取初始系数矩阵、用电负荷预测函数和误差函数;
步骤102:根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵;
步骤103:对所述目标系数矩阵进行加密和广播;
步骤104:由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储。
在上例中,通过初始系数矩阵、用电负荷预测函数和误差函数,生成目标系数矩阵,并对目标系数矩阵进行了加密后,再进行广播,并在确定满足要求的情况下,进行入链存储。因为进行了合理的加密和处理,使得作为区块存储的信息不容易被破解,提升了用户隐私的安全性。通过上述方案解决了现有的用电信息数据存储的过程中,用户隐私难以得到有效保护的问题,达到了提升用户隐私保护的技术效果。
在实际实现的时候,上述初始系数矩阵、用电负荷预测函数和误差函数可以是按照如下方式获取的:
1)获取如下的初始系数矩阵:
a0,a1,...an;
其中,a0,a1,...an表示用电负荷预测函数的系数;
2)获取如下的用电负荷预测函数:
其中,P表示预测函数,x(i)表示x(i)这个时间点,x表示时间,xn表示x的n次方;
3)获取如下的误差函数:
其中,J表示误差函数,y(i)表示x(i)这个时间点所对应的实际用电量。
基于上述的初始系数矩阵、所述用电负荷预测函数和所述误差函数,可以生成目标系数矩阵,具体的,可以包括如下步骤:
S1:按照如下公式计算所述误差函数的梯度:
其中,δ表示求偏导;
S2:根据梯度按照如下公式计算下一个参数:
其中,ε表示步长;
S3:将计算得到的下一个参数结果作为所述目标系数矩阵。
进一步的,考虑到系数矩阵会泄露用户的负荷变化曲线,进而泄露用户隐私,因此,可以对目标系数矩阵进行加密,例如:可以通过离散对数的方式对系数矩阵进行加密,通过离散对数的难解性保护用户的系数矩阵,然后全网广播。即,对目标系数矩阵进行离散对数处理;将离散对数处理后的目标系数矩阵作为加密后的目标系数矩阵。
为了提升整个系统的安全性和健壮性,可以引入记账节点,通过选定的记账节点进行验证和入链等操作。具体的,可以由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储。在实现的时候,可以获取所有加密后的目标系数矩阵,从所述所有加密后的目标系数矩阵中,确定出最接近中心的系数矩阵;将最接近中心的系数矩阵所对应的节点,作为所在园区的记账节点;通过所述记账节点,进行梯度验证和入链存储。即,从各个节点确定的目标系数矩阵中,确定出最贴近均值或者中位数的目标系数矩阵,以计算得到该目标系数矩阵的节点作为记账节点。
在进行梯度验证的时候,可以是确定目标系数矩阵当前的梯度是否小于预设阈值;在确定小于预设阈值的情况下,确定满足所述预设要求;在确定满足预设要求的情况下,确定梯度验证通过。在确定不满足预设要求的情况下,由记账节点广播重新计算目标系数矩阵。即,反复迭代运算,直至计算得到的目标矩阵的梯度可以满足预设要求。
下面结合一个具体实施例对上述方法进行说明,然而,值得注意的是,该具体实施例仅是为了更好地说明本申请,并不构成对本申请的不当限定。
能源互联网中的用电信息采集系统可以如图2所示,包括:普通家庭用户、可再生能源发电用户、电动汽车用户、能源调度中心、区块链,数据采集单元采集电动汽车用户或者普通家庭用户的用电数据,然后传送至区块链进行入链存储,能源调度中心根据采集的用电数据进行能源调度。基于上述的用电信息采集系统,在本例中提出了一种数据采集及安全处理方法,估测用户群的负荷函数参数,完成数据本地训练以及中间参数的加密传输,从而保障用户的隐私安全,并通过区块链提升系统的强健性。
具体的,该数据采集及安全处理方法可以如图3所示,包括如下步骤:
S1:初始化阶段,由网络中的一个可信节点根据自己的负荷变化情况公布负荷预测函数、代价函数和学习率:
其中,负荷预测函数为:
其代价函数,也就是误差函数可以表示为:
其中,y表示实际观测值。
S2:计算误差函数的最小值,以得到符合预测函数的最佳参数评估值。即,计算梯度并生成新的系数矢量。
具体的,可以包括:
S2-1:获取参数a0,a1,...an的初始值;
S2-2:计算代价函数的梯度:并根据梯度计算下一个参数:/>其中,ε为步长,表示向梯度的负方向迈进的跨度,以生成新的系数矩阵。
S3:考虑到系数矩阵会泄露用户的负荷变化曲线,进而泄露用户隐私,因此,可以通过离散对数的方式对系数矩阵进行加密,通过离散对数的难解性保护用户的系数矩阵,然后全网广播。即,对系数矢量进行加密广播。
S4:节点通过对比所有的经过离散对数加密的系数矩阵,找到最接近中心的系数矩阵,其对应的节点可以作为整个园区的代表节点,即记账节点。即,通过区块链记录负荷函数模型训练过程中的系数,并将最能反应全区特征的系数矩阵所对应节点选为记账节点负责区块入链以及梯度验证。即,计算记账节点及修订系数矢量。
S5:记账节点的系数矩阵(a0,a1,...an)称之为修正系数矩阵,记账节点验证当前梯度是否小于1e-5,如果小于1e-5,则说明函数收敛,将系数矩阵(a0,a1,...an)加入到区块链中,并汇报给控制中心;否则,继续全网广播开始新一轮的迭代,直至函数收敛。
即,参与者在本地计算函数的系数矩阵,将系数加密后传递发送到记账节点,由记账节点选出最具代表性的系数作为修正系数全网广播。参与者根据公式:
更新参数。
重复以上过程,直至联合学习计算的全局模型在测试集上满足预设要求。
在上例中,通过梯度下降的方式,完成对负荷函数的预测,并计算负荷函数的系数矢量,经过加密(基于离散对数的难解性)处理后广播,保护了用户的实时用电信息,通过引入记账节点,提升了整个系统的安全性和健壮性。
本申请上述实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在电子设备上为例,图4是本申请提供的一种用电信息处理方法的电子设备的硬件结构框图。如图4所示,电子设备10可以包括一个或多个(图中仅示出一个)处理器02(处理器02可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器04、以及用于通信功能的传输模块06。本领域普通技术人员可以理解,图4所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,电子设备10还可包括比图4中所示更多或者更少的组件,或者具有与图4所示不同的配置。
存储器04可用于存储应用软件的软件程序以及模块,如本申请实施例中的用电信息处理方法对应的程序指令/模块,处理器02通过运行存储在存储器04内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的应用程序的用电信息处理方法。存储器04可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器04可进一步包括相对于处理器02远程设置的存储器,这些远程存储器可以通过网络连接至电子设备10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块06用于经由一个网络接收或者发送数据。上述的网络具体实例可包括电子设备10的通信供应商提供的无线网络。在一个实例中,传输模块06包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输模块06可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
在软件层面,上述用电信息处理装置可以如图5所示,包括:
获取模块501,用于获取初始系数矩阵、用电负荷预测函数和误差函数;
生成模块502,用于根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵;
加密模块503,用于对所述目标系数矩阵进行加密和广播;
入链模块504,用于由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储。
在一个实施方式中,获取模块501具体可以用于获取如下的初始系数矩阵:
a0,a1,...an;
其中,a0,a1,...an表示用电负荷预测函数的系数;
获取如下的用电负荷预测函数:
其中,P表示预测函数,x(i)表示x(i)这个时间点,x表示时间,xn表示x的n次方;
获取如下的误差函数:
其中,J表示误差函数,y(i)表示x(i)这个时间点所对应的实际用电量。
在一个实施方式中,生成模块502具体可以用于按照如下公式计算所述误差函数的梯度:
其中,δ表示求偏导;
根据梯度按照如下公式计算下一个参数:
其中,ε表示步长;
将计算得到的下一个参数结果作为所述目标系数矩阵。
在一个实施方式中,上述加密模块503具体可以用于对所述目标系数矩阵进行离散对数处理;将离散对数处理后的目标系数矩阵作为加密后的目标系数矩阵。
在一个实施方式中,上述入链模块504具体可以用于获取所有加密后的目标系数矩阵;从所述所有加密后的目标系数矩阵中,确定出最接近中心的系数矩阵;将最接近中心的系数矩阵所对应的节点,作为所在园区的记账节点;通过所述记账节点,进行梯度验证和入链存储。
在一个实施方式中,由记账节点确定所述目标系数矩阵的梯度是否满足预设要求可以包括:确定所述目标系数矩阵当前的梯度是否小于预设阈值;在确定小于预设阈值的情况下,确定满足所述预设要求;在确定满足预设要求的情况下,确定梯度验证通过。
在一个实施方式中,上述用电信息处理装置在由记账节点确定所述目标系数矩阵的梯度是否满足预设要求之后,还可以在确定不满足预设要求的情况下,由记账节点广播重新计算目标系数矩阵。
本申请的实施例还提供能够实现上述实施例中的用电信息处理方法中全部步骤的一种电子设备的具体实施方式,所述电子设备具体包括如下内容:处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中的用电信息处理方法中的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤1:获取初始系数矩阵、用电负荷预测函数和误差函数;
步骤2:根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵;
步骤3:对所述目标系数矩阵进行加密和广播;
步骤4:由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储。
从上述描述可知,本申请实施例通过初始系数矩阵、用电负荷预测函数和误差函数,生成目标系数矩阵,并对目标系数矩阵进行了加密后,再进行广播,并在确定满足要求的情况下,进行入链存储。因为进行了合理的加密和处理,使得作为区块存储的信息不容易被破解,提升了用户隐私的安全性。通过上述方案解决了现有的用电信息数据存储的过程中,用户隐私难以得到有效保护的问题,达到了提升用户隐私保护的技术效果。
本申请的实施例还提供能够实现上述实施例中的用电信息处理方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的用电信息处理方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤1:获取初始系数矩阵、用电负荷预测函数和误差函数;
步骤2:根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵;
步骤3:对所述目标系数矩阵进行加密和广播;
步骤4:由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储。
从上述描述可知,本申请实施例通过初始系数矩阵、用电负荷预测函数和误差函数,生成目标系数矩阵,并对目标系数矩阵进行了加密后,再进行广播,并在确定满足要求的情况下,进行入链存储。因为进行了合理的加密和处理,使得作为区块存储的信息不容易被破解,提升了用户隐私的安全性。通过上述方案解决了现有的用电信息数据存储的过程中,用户隐私难以得到有效保护的问题,达到了提升用户隐私保护的技术效果。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书实施例的实施例而已,并不用于限制本说明书实施例。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。
Claims (8)
1.一种用电信息处理方法,其特征在于,所述方法包括:
获取初始系数矩阵、用电负荷预测函数和误差函数;
根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵;
对所述目标系数矩阵进行加密和广播;
由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储;
其中,获取初始系数矩阵、用电负荷预测函数和误差函数,包括:
获取如下的初始系数矩阵:
a0,a1,...an;
其中,a0,a1,...an表示用电负荷预测函数的系数;
获取如下的用电负荷预测函数:
其中,P表示预测函数,x(i)表示x(i)这个时间点,x表示时间,xn表示x的n次方;
获取如下的误差函数:
其中,J表示误差函数,y(i)表示x(i)这个时间点所对应的实际用电量;
其中,根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵,包括:
按照如下公式计算所述误差函数的梯度:
其中,δ表示求偏导;
根据梯度按照如下公式计算下一个参数:
其中,ε表示步长;
将计算得到的下一个参数结果作为所述目标系数矩阵。
2.根据权利要求1所述的方法,其特征在于,对所述目标系数矩阵进行加密,包括:
对所述目标系数矩阵进行离散对数处理;
将离散对数处理后的目标系数矩阵作为加密后的目标系数矩阵。
3.根据权利要求1所述的方法,其特征在于,由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储,包括:
获取所有加密后的目标系数矩阵;
从所述所有加密后的目标系数矩阵中,确定出最接近中心的系数矩阵;
将最接近中心的系数矩阵所对应的节点,作为所在园区的记账节点;
通过所述记账节点,进行梯度验证和入链存储。
4.根据权利要求3所述的方法,其特征在于,由记账节点确定所述目标系数矩阵的梯度是否满足预设要求包括:
确定所述目标系数矩阵当前的梯度是否小于预设阈值;
在确定小于预设阈值的情况下,确定满足所述预设要求;
在确定满足预设要求的情况下,确定梯度验证通过。
5.根据权利要求1所述的方法,其特征在于,由记账节点确定所述目标系数矩阵的梯度是否满足预设要求之后,还包括:
在确定不满足预设要求的情况下,由记账节点广播重新计算目标系数矩阵。
6.一种用电信息处理装置,其特征在于,包括:
获取模块,用于获取初始系数矩阵、用电负荷预测函数和误差函数;
生成模块,用于根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵;
加密模块,用于对所述目标系数矩阵进行加密和广播;
入链模块,用于由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储;
其中,获取初始系数矩阵、用电负荷预测函数和误差函数,包括:
获取如下的初始系数矩阵:
a0,a1,...an;
其中,a0,a1,...an表示用电负荷预测函数的系数;
获取如下的用电负荷预测函数:
其中,P表示预测函数,x(i)表示x(i)这个时间点,x表示时间,xn表示x的n次方;
获取如下的误差函数:
其中,J表示误差函数,y(i)表示x(i)这个时间点所对应的实际用电量;
其中,根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵,包括:
按照如下公式计算所述误差函数的梯度:
其中,δ表示求偏导;
根据梯度按照如下公式计算下一个参数:
其中,ε表示步长;
将计算得到的下一个参数结果作为所述目标系数矩阵。
7.一种终端设备,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现如下方法的步骤:
获取初始系数矩阵、用电负荷预测函数和误差函数;
根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵;
对所述目标系数矩阵进行加密和广播;
由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储;
其中,获取初始系数矩阵、用电负荷预测函数和误差函数,包括:
获取如下的初始系数矩阵:
a0,a1,...an;
其中,a0,a1,...an表示用电负荷预测函数的系数;
获取如下的用电负荷预测函数:
其中,P表示预测函数,x(i)表示x(i)这个时间点,x表示时间,xn表示x的n次方;
获取如下的误差函数:
其中,J表示误差函数,y(i)表示x(i)这个时间点所对应的实际用电量;
其中,根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵,包括:
按照如下公式计算所述误差函数的梯度:
其中,δ表示求偏导;
根据梯度按照如下公式计算下一个参数:
其中,ε表示步长;
将计算得到的下一个参数结果作为所述目标系数矩阵。
8.一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现如下方法的步骤:
获取初始系数矩阵、用电负荷预测函数和误差函数;
根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵;
对所述目标系数矩阵进行加密和广播;
由记账节点确定所述目标系数矩阵的梯度是否满足预设要求,在确定满足预设要求的情况下,将所述目标系数矩阵作为区块进行入链存储;
其中,获取初始系数矩阵、用电负荷预测函数和误差函数,包括:
获取如下的初始系数矩阵:
a0,a1,...an;
其中,a0,a1,...an表示用电负荷预测函数的系数;
获取如下的用电负荷预测函数:
其中,P表示预测函数,x(i)表示x(i)这个时间点,x表示时间,xn表示x的n次方;
获取如下的误差函数:
其中,J表示误差函数,y(i)表示x(i)这个时间点所对应的实际用电量;
其中,根据所述初始系数矩阵、所述用电负荷预测函数和所述误差函数,生成目标系数矩阵,包括:
按照如下公式计算所述误差函数的梯度:
其中,δ表示求偏导;
根据梯度按照如下公式计算下一个参数:
其中,ε表示步长;
将计算得到的下一个参数结果作为所述目标系数矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110869222.7A CN113570144B (zh) | 2021-07-30 | 2021-07-30 | 一种用电信息处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110869222.7A CN113570144B (zh) | 2021-07-30 | 2021-07-30 | 一种用电信息处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113570144A CN113570144A (zh) | 2021-10-29 |
CN113570144B true CN113570144B (zh) | 2024-01-23 |
Family
ID=78169352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110869222.7A Active CN113570144B (zh) | 2021-07-30 | 2021-07-30 | 一种用电信息处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113570144B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110120868A (zh) * | 2019-05-27 | 2019-08-13 | 浙江工商大学 | 一种基于区块链技术的智能电网安全数据聚合方法及系统 |
WO2020134712A1 (zh) * | 2018-12-26 | 2020-07-02 | 阿里巴巴集团控股有限公司 | 区块链数据处理方法、装置及系统 |
CN111461890A (zh) * | 2020-04-21 | 2020-07-28 | 上海积成能源科技有限公司 | 基于多种预测和区块链技术的分布式发电交易系统和方法 |
CN112016120A (zh) * | 2020-08-26 | 2020-12-01 | 支付宝(杭州)信息技术有限公司 | 基于用户隐私保护的事件预测方法和装置 |
CN112488398A (zh) * | 2020-12-03 | 2021-03-12 | 广东电力通信科技有限公司 | 一种基于mec边缘智能网关的用电管理方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3092068C (en) * | 2018-03-08 | 2023-09-19 | Lutron Technology Company Llc | Backing up a load control system |
-
2021
- 2021-07-30 CN CN202110869222.7A patent/CN113570144B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020134712A1 (zh) * | 2018-12-26 | 2020-07-02 | 阿里巴巴集团控股有限公司 | 区块链数据处理方法、装置及系统 |
CN110120868A (zh) * | 2019-05-27 | 2019-08-13 | 浙江工商大学 | 一种基于区块链技术的智能电网安全数据聚合方法及系统 |
CN111461890A (zh) * | 2020-04-21 | 2020-07-28 | 上海积成能源科技有限公司 | 基于多种预测和区块链技术的分布式发电交易系统和方法 |
CN112016120A (zh) * | 2020-08-26 | 2020-12-01 | 支付宝(杭州)信息技术有限公司 | 基于用户隐私保护的事件预测方法和装置 |
CN112488398A (zh) * | 2020-12-03 | 2021-03-12 | 广东电力通信科技有限公司 | 一种基于mec边缘智能网关的用电管理方法及系统 |
Non-Patent Citations (4)
Title |
---|
Privacy-Friendly Forecasting for the Smart Grid Using Homomorphic Encryption and the Group Method of Data Handling;Joppe W. Bos et al.;Progress in Cryptology - AFRICACRYPT 2017;第184–201页 * |
Privacy-Preserving and Efficient Aggregation Based on Blockchain for Power Grid Communications in Smart Communities;Zhitao Guan et al.;IEEE Communications Magazine;第56卷(第7期);第82-88页 * |
基于差分隐私的智能电网数据收集与预测问题研究;瞿颖;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑;第2021卷(第02期);第C042-1916页 * |
面向能源互联网用户数据隐私保护方法的研究与应用;司冠林;中国优秀硕士学位论文全文数据库信息科技辑;第2019卷(第04期);第I138-45页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113570144A (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Giaconi et al. | Smart meter privacy with renewable energy and an energy storage device | |
JP7412423B2 (ja) | ニューラルネットワークによる負荷予測方法及び装置 | |
Liu et al. | Financially motivated FDI on SCED in real-time electricity markets: Attacks and mitigation | |
Jiang et al. | Energy big data: A survey | |
Liu et al. | Achieving privacy protection using distributed load scheduling: A randomized approach | |
Xu et al. | Robust real-time distributed optimal control based energy management in a smart grid | |
Wu et al. | Modeling multi-factor multi-site risk-based offloading for mobile cloud computing | |
Yao et al. | The privacy analysis of battery control mechanisms in demand response: Revealing state approach and rate distortion bounds | |
CN112231742B (zh) | 基于隐私保护的模型联合训练方法及装置 | |
CN106095022A (zh) | 一种控制方法及电子设备 | |
Matthiesen et al. | Globally optimal spectrum-and energy-efficient beamforming for rate splitting multiple access | |
KR20110086080A (ko) | 암호화 키를 생성하는 방법, 이를 위한 네트워크 및 컴퓨터 프로그램 | |
Wang et al. | Robust dynamic state estimation of power systems with model uncertainties based on adaptive unscented filter | |
Dai et al. | Fast method to estimate maximum penetration level of wind power considering frequency cumulative effect | |
Bessa et al. | Data economy for prosumers in a smart grid ecosystem | |
Avula et al. | Design framework for privacy-aware demand-side management with realistic energy storage model | |
CN113570144B (zh) | 一种用电信息处理方法和装置 | |
CN117033442A (zh) | 一种数据聚合的方法、装置、存储介质及电子设备 | |
Guo et al. | Event-oriented dynamic security service for demand response in smart grid employing mobile networks | |
Ye et al. | Genetic spectrum assignment model with constraints in cognitive radio networks | |
CN113569261B (zh) | 一种电网数据的处理方法、装置、电子设备和存储介质 | |
Yin et al. | ASC performance prediction for medical IoT communication networks | |
Karumba et al. | Utilizing Blockchain as a Citizen‐Utility for Future Smart Grids | |
Abdallah | Security and privacy in smart grid | |
Rana et al. | Distributed attack-resilient grid state estimation algorithm using optimal filter and graph theory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |