一种基于联邦学习的用电数据隐私保护方法

    公开(公告)号:CN116933318A

    公开(公告)日:2023-10-24

    申请号:CN202310943995.4

    申请日:2023-07-28

    Abstract: 一种基于联邦学习的用电数据隐私保护方法,包括:本地聚合器收集并储存实时用电数据,并进行处理分析,预测得到下一个运行周期内的实时用电数据;对预测得到的数据进行分析处理,制定出对应能源管理和隐私保护策略,在下一个运行周期内实行;预测结束后,将预测算法的局部模型上传;云端收到客户端上传的局部模型,对客户端进行聚类处理;在每个类中,采用传统分布式机器学习的聚合算法,选出客户端代表;对选择的代表重新计算权重,通过加权平均得到更新的全局模型,再将更新的全局模型发送给对应的客户端。本发明提出的方法能够尽可能快地制定出个性化的最优隐私保护和能源管理策略,在确保用户数据安全的前提下,降低运算成本和用电成本。

    一种基于马可夫决策过程的能源管理方法及系统

    公开(公告)号:CN114066307A

    公开(公告)日:2022-02-18

    申请号:CN202111430359.9

    申请日:2021-11-29

    Abstract: 本发明公开了一种基于马可夫决策过程的能源管理方法及系统,本系统对智能家庭住宅进行建模,建立了一套独特的成本计算体系。同时定义了本系统中隐私保护程度的衡量标准,引入可充电电池进行错峰充放电,并掩盖用户实时用电信息。利用马尔可夫决策过程构造了一个对隐私保护和成本节约进行权衡的优化问题,并运用Sarsa算法解决该问题。最终能够根据用户的个性化需求找到最恰当的能源管理策略,提高隐私安全的同时最小化系统成本,实现资源的最优配置。本发明所设计了一个兼顾隐私保护和成本节约的能源管理系统及能源管理方法,能够满足用户实现个性化隐私保护的同时能够最小化系统成本。

    一种基于马尔可夫决策过程的能源管理方法及系统

    公开(公告)号:CN114066307B

    公开(公告)日:2025-03-11

    申请号:CN202111430359.9

    申请日:2021-11-29

    Abstract: 本发明公开了一种基于马可夫决策过程的能源管理方法及系统,本系统对智能家庭住宅进行建模,建立了一套独特的成本计算体系。同时定义了本系统中隐私保护程度的衡量标准,引入可充电电池进行错峰充放电,并掩盖用户实时用电信息。利用马尔可夫决策过程构造了一个对隐私保护和成本节约进行权衡的优化问题,并运用Sarsa算法解决该问题。最终能够根据用户的个性化需求找到最恰当的能源管理策略,提高隐私安全的同时最小化系统成本,实现资源的最优配置。本发明所设计了一个兼顾隐私保护和成本节约的能源管理系统及能源管理方法,能够满足用户实现个性化隐私保护的同时能够最小化系统成本。

Patent Agency Ranking