智能电网中基于隐私保护的电能输出确定方法及设备技术

本发明专利技术公开了一种智能电网中基于隐私保护的电能输出确定方法及设备。所述方法包括：根据参与电能输出的各方的分布情况构建有向图网络；根据有向图网络结构，建立各节点的决策信息模型；各节点对提供的能源输出量加入服从拉普拉斯分布的独立随机噪声，建立观察序列p，作为网络中沟通交换的信息；根据网络结构建立行随机的权重邻接矩阵W，并确定其特征值1对应的左特征向量q；各节点根据权重矩阵W及观察序列p估计邻居节点的能源输出量，并计算相应的成本函数；以指定步长和左特征向量q作为参数，对各节点的能源输出量进行更新迭代。本发明专利技术较好地实现了智能电网中基于有限信息的电能输出决策并能很好保护用户隐私和安全。能输出决策并能很好保护用户隐私和安全。能输出决策并能很好保护用户隐私和安全。

【技术实现步骤摘要】
智能电网中基于隐私保护的电能输出确定方法及设备


[0001]本专利技术属于智能电网
，具体涉及一种智能电网中基于隐私保护的电能输出确定方法及设备。

技术介绍

[0002]智能电网是在传统电力系统基础上，通过集成新能源、新材料、新设备和先进传感技术、信息技术、控制技术、储能技术等新技术，形成的新一代电力系统，具有高度信息化、自动化、互动化等特征，可以更好地实现电网安全、可靠、经济、高效运行。发展智能电网，有利于进一步提高电网接纳和优化配置多种能源的能力，实现能源生产和消费的综合调配；有利于推动清洁能源、分布式能源的科学利用，从而全面构建安全、高效、清洁的现代能源保障体系。智能电网中一个重要的环节是电能交易，随着智能电网的发展和电能交易市场的开放，基于可再生能源的电能交易具有广阔的发展前景。
[0003]从智能电网的开发角度，将参与能源提供的参与方作为用户，用户端在实现电能输出的过程中，可以通过网络结构与其他用户沟通调整自身决策，从而实现最小化自己的成本函数的目标。然而，由于用户对邻居决策的访问权限有限，他们往往不能获得成本函数的真实值；同时，有向网络的限制也为最小化成本函数带来了挑战；除此之外，大规模网络电网中的分布式工作，用户可能极易受到各种网络攻击，这些网络攻击已成为在电网中遇到的最具挑战性的问题之一。如何应对这些挑战，实现智能电网中基于有限信息的电能输出决策并能良好保护用户隐私和安全，是亟待解决的问题。

技术实现思路

[0004]专利技术目的：本专利技术的目的是提供一种智能电网中基于隐私保护的电能输出确定方法和设备，解决
技术介绍
中的问题。
[0005]技术方案：为了实现上述目的，本专利技术提供的一种智能电网中基于隐私保护的电能输出确定方法，包括以下步骤：
[0006](1)根据参与电能输出的各方的分布情况构建有向图网络，将电能输出参与方作为节点，参与方之间存在的通信连接作为边；
[0007](2)根据有向图网络结构，建立节点的决策信息模型，第i个节点的决策信息x
i
包括该节点自身的能源输出量x
i,i
以及该节点记载的其他节点的能源输出量x
i,
‑
i
；
[0008](3)节点i对基于决策信息模型给出的能源输出量x
i
加入随机噪声v
i
，建立观察序列p
i
＝x
i
+v
i
，作为网络中沟通交换的信息；
[0009](4)根据有向图网络结构建立行随机的权重邻接矩阵W，并确定其特征值1对应的左特征向量q；
[0010](5)节点i根据权重邻接矩阵W及观察序列p
i
估计邻居节点的能源输出量结合自身的能源输出量x
i,i
，作为估计的决策信息并基于计算相应的目标函数
[0011](6)基于目标函数，以指定步长和左特征向量q作为参数，对各节点的能源输出量进行更新迭代，当满足迭代停止条件时，确定各节点最终的能源输出量。
[0012]进一步地，所述步骤(3)中随机噪声v
i
为服从拉普拉斯分布的独立随机噪声变量，其密度函数为其中b＝dp
k
，d>0，0<p<1，k为正整数。
[0013]进一步地，所述步骤(4)包括：
[0014](4
‑
1)建立以ω
ij
为第i行第j列元素的权重邻接矩阵W，若节点j可以向节点i发送信息，则ω
ij
>0，并记满足这样节点j的集合为N
i
，表示节点i的入邻居集合；反之ω
ij
＝0，同时保证W满足行随机性质；
[0015](4
‑
2)根据Perron
‑
Frobenius定理，求出权重邻接矩阵W特征值为1所对应的左特征向量q，其中q＝[q1,q2,...,q
i
,...,q
N
]T
，N为节点总数。
[0016]进一步地，所述步骤(5)中节点i根据下式估计邻居节点的能源输出量：称为节点i收集到的入邻居的信息。
[0017]进一步地，所述步骤(6)中节点i根据下式更新自身的信息：
[0018][0019]式中，proj为投影算子，为扩展伪梯度映射赋予权重α为固定步长；
[0020]对于节点i记载的其他节点的能源输出量x
i,
‑
i
，以节点i收集到的入邻居的信息作为节点信息的更新。
[0021]本专利技术还提供一种智能电网中基于隐私保护的电能输出确定装置，包括：
[0022]有向图构建模块，用于根据参与电能输出的各方的分布情况构建有向图网络，将电能输出参与方作为节点，参与方之间存在的通信连接作为边；
[0023]决策信息模型建立模块，用于根据有向图网络结构，建立节点的决策信息模型，第i个节点的决策信息x
i
包括该节点自身的能源输出量x
i,i
以及该节点记载的其他节点的能源输出量x
i,
‑
i
；
[0024]观察序列构造模块，用于指示节点i对基于决策信息模型给出的能源输出量x
i
加入随机噪声v
i
，建立观察序列p
i
＝x
i
+v
i
，作为网络中沟通交换的信息；
[0025]邻接权重矩阵构造模块，用于根据有向图网络结构建立行随机的权重邻接矩阵W，并确定其特征值1对应的左特征向量q；
[0026]邻居信息估计模块，用于指示节点i根据权重邻接矩阵W及观察序列p
i
估计邻居节点的能源输出量结合自身的能源输出量x
i,i
，作为估计的决策信息并基于计算相应的目标函数
[0027]信息更新模块，用于基于目标函数，以指定步长和左特征向量q作为参数，对各节点的能源输出量进行更新迭代，当满足迭代停止条件时，确定各节点最终的能源输出量。
[0028]进一步地，邻接权重矩阵构造模块包括：
[0029]矩阵建立单元，用于建立以ω
ij
为第i行第j列元素的权重邻接矩阵W，若节点j可以
向节点i发送信息，则ω
ij
>0，并记满足这样节点j的集合为N
i
，表示节点i的入邻居集合；反之ω
ij
＝0，同时保证W满足行随机性质；
[0030]求解单元，用于根据Perron
‑
Frobenius定理，求出权重邻接矩阵W特征值为1所对应的左特征向量q，其中q＝[q1,q2,...,q
i
,...,q
N
]T
，N为节点总数。
[0031]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能电网中基于隐私保护的电能输出确定方法，其特征在于，包括以下步骤：(1)根据参与电能输出的各方的分布情况构建有向图网络，将电能输出参与方作为节点，参与方之间存在的通信连接作为边；(2)根据有向图网络结构，建立节点的决策信息模型，第i个节点的决策信息x
i
包括该节点自身的能源输出量x
i,i
以及该节点记载的其他节点的能源输出量x
i,
‑
i
；(3)节点i对基于决策信息模型给出的能源输出量x
i
加入随机噪声v
i
，建立观察序列p
i
＝x
i
+v
i
，作为网络中沟通交换的信息；(4)根据有向图网络结构建立行随机的权重邻接矩阵W，并确定其特征值1对应的左特征向量q；(5)节点i根据权重邻接矩阵W及观察序列p
i
估计邻居节点的能源输出量结合自身的能源输出量x
i,i
，作为估计的决策信息并基于计算相应的目标函数(6)基于目标函数，以指定步长和左特征向量q作为参数，对各节点的能源输出量进行更新迭代，当满足迭代停止条件时，确定各节点最终的能源输出量。2.根据权利要求1所述的智能电网中基于隐私保护的电能输出确定方法，其特征在于，所述步骤(3)中随机噪声v
i
为服从拉普拉斯分布的独立随机噪声变量，其密度函数为其中b＝dp
k
，d>0，0<p<1，k为正整数。3.根据权利要求1所述的智能电网中基于隐私保护的电能输出确定方法，其特征在于，所述步骤(4)包括：(4
‑
1)建立以ω
ij
为第i行第j列元素的权重邻接矩阵W，若节点j可以向节点i发送信息，则ω
ij
>0，并记满足这样节点j的集合为N
i
，表示节点i的入邻居集合；反之ω
ij
＝0，同时保证W满足行随机性质；(4
‑
2)根据Perron
‑
Frobenius定理，求出权重邻接矩阵W特征值为1所对应的左特征向量q，其中q＝[q1,q2,...,q
i
,...,q
N
]
T
，N为节点总数。4.根据权利要求3所述的智能电网中基于隐私保护的电能输出确定方法，其特征在于，所述步骤(5)中节点i根据下式估计邻居节点的能源输出量：所述步骤(5)中节点i根据下式估计邻居节点的能源输出量：称为节点i收集到的入邻居的信息。5.根据权利要求4所述的智能电网中基于隐私保护的电能输出确定方法，其特征在于，所述步骤(6)中节点i根据下式更新自身的信息：式中，proj为投影算子，为扩展伪梯度映射赋予权重α为固定步长；对于节点i记载的其他节点的能源输出量x
i,
‑
i
，以节点i收集...

【专利技术属性】
技术研发人员：张赫，许文盈，
申请(专利权)人：东南大学，
类型：发明
国别省市：