一种能源互联网数据互动方法及系统技术方案

技术编号:33199986 阅读:28 留言:0更新日期:2022-04-24 00:34
本发明专利技术涉及能源互联网技术领域,具体涉及一种能源互联网数据互动方法及系统,包括以下步骤:通过能源互联网获取电网互动中的电源数据、电网数据、负荷数据和储能数据;构建基于安全多方计算、联邦学习及同态加密关键技术,并针对能源互联网中的数据互动安全防护需求;根据数据互动安全防护需求,得出源-网-荷-储信息交互过程中所需优化的数据安全保护算法;本发明专利技术中,针对能源互联网背景下多平台、多用户、多系统数据跨域交互中的高频次、高弹性特征,综合利用安全多方计算、同态加密、联邦学习技术手段,研究多场景细粒度数据防护体系规范,在保证实时性和高精度前提下为高弹性电网数据互动提供安全保障。数据互动提供安全保障。数据互动提供安全保障。

【技术实现步骤摘要】
一种能源互联网数据互动方法及系统


[0001]本专利技术涉及能源互联网
,具体涉及一种能源互联网数据互动方法及系统。

技术介绍

[0002]全球能源互联网是一个以特高压电网为骨干、全球互联的智能电网,也是清洁能源在全球范围内大规模开发、配置和利用的基本平台。围绕构建全球能源互联网的目标,国家电网公司已经在资源评估、科技攻关、装备研制、组织建设、规划研究、示范工程等方面做了大量工作,并取得重要进展和成果,包括积极推进蒙古到天津、俄罗斯到河北、新疆到巴基斯坦的电力互联工程,与俄罗斯电网、日本软银、韩国电力签署了合作协议,推动东北亚电网的互联互通。
[0003]随着“能源互联网”与“新基建”数字化转型的不断推进,海量电力数据资源产生了跨域互动的需求,源网荷储全交互、安全效率双提升的多元融合高弹性电网需要安全可靠的运行支撑。
[0004]然而,目前的能源互联网形态下海量数据资源高弹性互动过程中涉及的系统、平台、用户众多,源网荷储业务交互跨大区特征明显,而当前数据加密方法中,拥有合法密钥的用户可以解密所有数据,无法进行细粒度的权限和数据使用范围控制的问题。

技术实现思路

[0005]解决的技术问题针对现有技术所存在的上述缺点,本专利技术提供了一种能源互联网数据互动方法及系统,解决了能源互联网形态下海量数据资源高弹性互动过程中涉及的系统、平台、用户众多,源网荷储业务交互跨大区特征明显,而当前数据加密方法中,拥有合法密钥的用户可以解密所有数据,无法进行细粒度的权限和数据使用范围控制的问题。r/>[0006]技术方案为实现以上目的,本专利技术通过以下技术方案予以实现:第一方面,一种能源互联网数据互动方法,包括以下步骤:S1:通过能源互联网获取电网互动中的电源数据、电网数据、负荷数据和储能数据;S2:构建基于安全多方计算、联邦学习及同态加密关键技术,并针对能源互联网中的数据互动安全防护需求;S3:根据S2中的数据互动安全防护需求,得出源-网-荷-储信息交互过程中所需优化的数据安全保护算法;S4:对经过同态加密的数据进行处理得到输出,并将得到的输出进行解密,所得结果与用同一方法处理未加密的原始数据得到的输出结果相同;S5:随后以孤岛数据的分布特点为依据对联邦学习进行分类,并建立联邦学习系
统框架。
[0007]更进一步地,所述数据安全保护算法用于接收电源数据、电网数据、负荷数据及储能数据,并建立安全多方计算、联邦学习及同态加密技术和管理实施安全保护。
[0008]更进一步地,所述联邦学习分类包括横向联邦学习、纵向联邦学习和联邦迁移学习,且所述联邦学习用于保护能源互联网数据互动时的信息安全、保护终端数据和个人数据隐私;所述横向联邦学习在A方与B方数据集的用户特征重叠较多而用户重叠较少的情况下,取出双方用户特征相同而用户不完全相同的部分数据进行训练;所述纵向联邦学习在A方与B方数据集的用户重叠较多而用户特征重叠较少的情况下,取出双方用户相同而用户特征不完全相同的部分数据进行训练;所述联邦迁移学习在A方与B方数据集的用户与用户特征重叠都较少的情况下,而利用迁移学习来克服数据或标签不足的情况。
[0009]更进一步地,所述联邦学习系统框架包括加密样本对齐、加密模拟训练和效果激励。
[0010]更进一步地,所述加密模拟训练在确定共有用户群体后,利用所获取数据训练机器学习模型。
[0011]第二方面,一种能源互联网数据互动系统,所述系统用于实现如权利要求1

5任一项所述的一种能源互联网数据互动方法,其特征在于,所述数据互动安全防护模块包括电力系统模块、多源数据融合处理模块和数据防护模块;所述电力系统模块用于能源互联网中的高弹性数据互动;所述源数据融合处理模块利用相关的手段调查、分析并获取到电力系统模块中的互动数据信息,随后将信息融合处理,以获得到统一的信息技术。
[0012]所述数据防护模块基于同态加密、联邦学习和隐私保护进行跨域数据加密、敏感数据处理及数据互动算法。
[0013]更进一步地,所述电力系统模块包括网荷互动、网储互动、源荷互动和源源互补。
[0014]更进一步地,所述互电源数据、电网数据、负荷数据及储能数据之间通过源网协调、网荷互动、网储互动、源荷互动和源源互补的形式交互。
[0015]更进一步地,所述源网协调用于提高电网对多样化电源的接纳能力,利用先进调控技术将分散式和集中式的能源供应进行优化组合,并突出不同组合之间的互补协调性,发挥微网、智能配电网技术;所述网荷互动在与用户签订协议、采取激励措施的基础上,并将负荷转化为电网的可调节资源;所述网储互动用于充分发挥储能装置的双向调节作用,且能够为电网提供调峰、调频、备用、需求响应服务;所述源荷互动用于引导用户改变用电习惯和用电行为,且可汇聚各类柔性、可调节资源参与电力系统调峰和新能源的消纳;所述源源互补用于强调不同电源之间的有效协调互补,并通过灵活发电资源与清洁能源之间的协调互补。
[0016]更进一步地,所述网荷互动中的电网出现或者即将出现问题时,通过负荷主动调
节及响应来改变潮流的分布。
[0017]有益效果采用本专利技术提供的技术方案,与已知的公有技术相比,具有如下有益效果:1、本专利技术中,针对能源互联网背景下多平台、多用户、多系统数据跨域交互中的高频次、高弹性特征,综合利用安全多方计算、同态加密、联邦学习技术手段,研究多场景细粒度数据防护体系规范,在保证实时性和高精度前提下为高弹性电网数据互动提供安全保障,实现高承载、高互动、高自愈、高效能四大核心能力。
[0018]2、本专利技术中,联邦学习技术手段能够保证模型质量无损,数据隔离,且数据不会泄露到外部,满足用户隐私保护和能源互联网数据交互安全的需求;另外,能够保证参与者地位相等的参与信息与模型参数的加密交换,并同时获得成长。
附图说明
[0019]为了更清楚地说明本专利技术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专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0020]图1为本专利技术的能源互联网数据互动方法流程示意图;图2为本专利技术的联邦学习分类示意图;图3为本专利技术的联邦学习示意图;图4为本专利技术的联邦学习系统框架示意图;图5为本专利技术的能源互联网数据互动系统框架示意图;图6为本专利技术的电力系统互动示意图。
具体实施方式
[0021]为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,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,都属于本专利技术保护的范围。
[0022]下面结合实施例对本专利技术作进一步的描述。
[0023]实施例1本实施例的一种能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种能源互联网数据互动方法,其特征在于,包括以下步骤:S1:通过能源互联网获取电网互动中的电源数据、电网数据、负荷数据和储能数据;S2:构建基于安全多方计算、联邦学习及同态加密关键技术,并针对能源互联网中的数据互动安全防护需求;S3:根据S2中的数据互动安全防护需求,得出源-网-荷-储信息交互过程中所需优化的数据安全保护算法;S4:对经过同态加密的数据进行处理得到输出,并将得到的输出进行解密,所得结果与用同一方法处理未加密的原始数据得到的输出结果相同;S5:随后以孤岛数据的分布特点为依据对联邦学习进行分类,并建立联邦学习系统框架。2.根据权利要求1所述的一种能源互联网数据互动方法,其特征在于,所述数据安全保护算法用于接收电源数据、电网数据、负荷数据及储能数据,并建立安全多方计算、联邦学习及同态加密技术和管理实施安全保护。3.根据权利要求1所述的一种能源互联网数据互动方法,其特征在于,所述联邦学习分类包括横向联邦学习、纵向联邦学习和联邦迁移学习,且所述联邦学习用于保护能源互联网数据互动时的信息安全、保护终端数据和个人数据隐私;所述横向联邦学习在A方与B方数据集的用户特征重叠较多而用户重叠较少的情况下,取出双方用户特征相同而用户不完全相同的部分数据进行训练;所述纵向联邦学习在A方与B方数据集的用户重叠较多而用户特征重叠较少的情况下,取出双方用户相同而用户特征不完全相同的部分数据进行训练;所述联邦迁移学习在A方与B方数据集的用户与用户特征重叠都较少的情况下,而利用迁移学习来克服数据或标签不足的情况。4.根据权利要求1所述的一种能源互联网数据互动方法,其特征在于,所述联邦学习系统框架包括加密样本对齐、加密模拟训练和效果激励。5.根据权利要求4所述的一种能源互联网数据互动方法,其特征在于,所述加密模拟训练在确定共有用户群体后,利用所获取数据训练机器学习模型。6.根据权利要求1所述的一种能源互联网数据互动系统,其特征在于,所述系统用于实现如...

【专利技术属性】
技术研发人员:戚伟强周鹏郭亚琼刘若琳叶卫陈逍潇陆鑫孙嘉赛潘伟俞天奇陈超陈婧楠王以良
申请(专利权)人:国网浙江省电力有限公司信息通信分公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1