基于安全联邦的虚拟电厂间协同负荷预测方法及相关装置制造方法及图纸

本申请实施例公开了一种基于安全联邦的虚拟电厂间协同负荷预测方法及相关装置，方法包括：构建第一预测模型；向终端设备发送第一预测模型以及模型参数；接收终端设备发送的第一组加密参数数据；根据第一组加密参数数据，判断第一预测模型是否收敛；若未收敛，则根据第一组加密参数数据更新第一预测模型得到第二预测模型；根据第二组加密参数数据进行新一轮的协同训练；根据第二组加密参数数据判断第二预测模型是否收敛；若收敛，则根据第二组加密参数数据更新第二预测模型得到目标预测模型。如此可以实现，在保障各虚拟电厂数据安全性，充分利用数据的同时提高每个虚拟电厂负荷预测精度，从而达到聚合多个虚拟电厂的数据样本的效果。本的效果。本的效果。

【技术实现步骤摘要】
基于安全联邦的虚拟电厂间协同负荷预测方法及相关装置


[0001]本申请涉及数据处理
，具体涉及一种基于安全联邦的虚拟电厂间协同负荷预测方法及相关装置。

技术介绍

[0002]虚拟电厂是一种通过先进信息通信技术和软件系统，实现分布式发电机、储能系统、可控负荷、电动汽车等多种分布式电源的聚合和协调优化，以作为一个特殊电厂参与电力市场和电网运行的电源协调管理系统。负荷预测是电力系统经济调度中的一项重要内容，是虚拟电厂运行的一个重要模块，其根据系统的运行特性、增容决策、自然条件与社会影响等诸多因素，在满足一定精度要求的条件下，确定未来某特定时刻的负荷数据，其中负荷是指电力需求量(功率)或用电量。
[0003]因此，亟需一种基于安全联邦的虚拟电厂间协同负荷预测方法，在保护虚拟电厂间数据安全的同时进行协同学习，提高负荷预测精度，为虚拟电厂的经营决策提供更有效的信息和依据。

技术实现思路

[0004]本申请实施例提供了一种基于安全联邦的虚拟电厂间协同负荷预测方法及相关装置，在保障各虚拟电厂数据安全性，充分利用数据的同时提高每个虚拟电厂负荷预测精度，从而在结果上达到聚合多个虚拟电厂的数据样本的效果。
[0005]第一方面，本申请实施例提供一种基于安全联邦的虚拟电厂间协同负荷预测方法，应用于服务器，所述服务器与至少一个虚拟电厂对应的终端设备通信连接，其中，所述虚拟电厂用于能源协调管理；所述方法包括：
[0006]针对所述至少一个虚拟电厂中任一所述虚拟电厂，构建第一预测模型；
[0007]向所述终端设备发送所述第一预测模型以及所述第一预测模型对应的模型参数，其中，所述第一预测模型对应的模型参数用于指示所述终端设备根据本地数据对所述第一预测模型进行模型训练，并产生加密参数数据，所述加密参数数据用于实现所述服务器对所述第一预测模型的协同训练，所述协同训练是指所述服务器根据所述终端设备在每轮所述模型训练所产生的一组加密参数数据，对所述第一预测模型进行全局优化的过程；
[0008]接收所述终端设备发送的第一组加密参数数据；
[0009]根据所述第一组加密参数数据，判断所述第一预测模型是否收敛；
[0010]若所述第一预测模型未收敛，则根据所述第一组加密参数数据更新所述第一预测模型，得到第二预测模型；
[0011]根据第二组加密参数数据进行新一轮的所述协同训练，其中，所述第二组加密参数数据由所述终端设备根据所述本地数据和所述第二预测模型，进行新一轮的所述模型训练产生；
[0012]根据所述第二组加密参数数据判断所述第二预测模型是否收敛；
[0013]若所述第二预测模型收敛，则根据所述第二组加密参数数据更新所述第二预测模型，得到目标预测模型，其中，所述目标预测模型用于实现全局预测每一所述虚拟电厂的负荷值。
[0014]第二方面，本申请实施例提供一种基于安全联邦的虚拟电厂间协同负荷预测方法，应用于至少一个虚拟电厂对应的终端设备，其中，所述至少一个虚拟电厂对应的终端设备与服务器通信连接，所述虚拟电厂是指用于能源协调管理的系统；
[0015]所述方法包括：
[0016]接收来自所述服务器下发的第一预测模型以及所述第一预测模型的模型参数，其中，所述第一预测模型包括数据处理模块和网络模型；
[0017]根据本地数据和所述第一预测模型的模型参数对所述第一预测模型进行第一轮模型训练，以实现对所述第一预测模型的优化，得到参数数据，其中，所述参数数据为对所述模型参数进行更新产生；
[0018]对所述参数数据进行加密处理，得到第一组加密参数数据；
[0019]向所述服务器发送所述第一组加密参数数据；
[0020]接收来自所述服务器下发的第二预测模型以及所述第二预测模型对应的模型参数，其中，所述第二预测模型对应的模型参数由所述服务器根据所述第一组加密参数数据进行安全聚合产生第一参数数据，并根据第一参数数据更新所述第一预测模型得到；
[0021]根据所述本地数据和所述第二预测模型对应的模型参数对所述第二预测模型进行第二轮模型训练和所述加密处理，得到第二组加密参数数据；
[0022]向所述服务器发送所述第二组加密参数数据。
[0023]第三方面，本申请实施例提供一种基于安全联邦的虚拟电厂间协同负荷预测装置，应用于服务器，所述服务器与至少一个虚拟电厂对应的终端设备通信连接，其中，所述虚拟电厂是指用于能源协调管理的系统；
[0024]所述装置包括构建单元、发送单元、接收单元、判断单元和处理单元；其中，
[0025]所述构建单元，用于针对所述至少一个虚拟电厂中任一所述虚拟电厂，构建第一预测模型；
[0026]所述发送单元，用于向所述终端设备发送所述第一预测模型以及所述第一预测模型对应的模型参数，其中，所述第一预测模型对应的模型参数用于指示所述终端设备根据本地数据对所述第一预测模型进行模型训练，并产生加密参数数据，所述加密参数数据用于实现所述服务器对所述第一预测模型的协同训练，所述协同训练是指所述服务器根据所述终端设备在每轮所述模型训练所产生的一组加密参数数据，对所述第一预测模型进行全局优化的过程；
[0027]所述接收单元，用于接收所述终端设备发送的第一组加密参数数据；
[0028]所述判断单元，用于根据所述第一组加密参数数据，判断所述第一预测模型是否收敛；
[0029]所述处理单元，用于若所述第一预测模型未收敛，则根据所述第一组加密参数数据更新所述第一预测模型，得到第二预测模型；
[0030]所述处理单元，还用于根据第二组加密参数数据进行新一轮的所述协同训练，其中，所述第二组加密参数数据由所述终端设备根据所述本地数据和所述第二预测模型，进
行新一轮的所述模型训练产生；
[0031]所述判断单元，还用于根据所述第二组加密参数数据判断所述第二预测模型是否收敛；
[0032]所述处理单元，还用于若所述第二预测模型收敛，则根据所述第二组加密参数数据更新所述第二预测模型，得到目标预测模型，其中，所述目标预测模型用于实现全局预测每一所述虚拟电厂的负荷值。
[0033]第四方面，本申请实施例提供一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面或第二方面中任一方法中的步骤的指令。
[0034]第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。
[0035]第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面或第二方面中任一方法中所描述的部分或全本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于安全联邦的虚拟电厂间协同负荷预测方法，其特征在于，应用于服务器，所述服务器与至少一个虚拟电厂对应的终端设备通信连接，其中，所述虚拟电厂用于能源协调管理；所述方法包括：针对所述至少一个虚拟电厂中任一所述虚拟电厂，构建第一预测模型；向所述终端设备发送所述第一预测模型以及所述第一预测模型对应的模型参数，其中，所述第一预测模型对应的模型参数用于指示所述终端设备根据本地数据对所述第一预测模型进行模型训练，并产生加密参数数据，所述加密参数数据用于实现所述服务器对所述第一预测模型的协同训练，所述协同训练是指所述服务器根据所述终端设备在每轮所述模型训练所产生的一组加密参数数据，对所述第一预测模型进行全局优化的过程；接收所述终端设备发送的第一组加密参数数据；根据所述第一组加密参数数据，判断所述第一预测模型是否收敛；若所述第一预测模型未收敛，则根据所述第一组加密参数数据更新所述第一预测模型，得到第二预测模型；根据第二组加密参数数据进行新一轮的所述协同训练，其中，所述第二组加密参数数据由所述终端设备根据所述本地数据和所述第二预测模型，进行新一轮的所述模型训练产生；根据所述第二组加密参数数据判断所述第二预测模型是否收敛；若所述第二预测模型收敛，则根据所述第二组加密参数数据更新所述第二预测模型，得到目标预测模型，其中，所述目标预测模型用于实现全局预测每一所述虚拟电厂的负荷值。2.根据权利要求1所述的方法，其特征在于，所述构建第一预测模型，包括：设置数据处理模块，其中，所述数据处理模块用于对原始输入数据进行归一化处理，得到所述原始输入数据的特征向量集合；设置网络模型，其中，所述网络模型包括一层长短期记忆网络和一层全连接层，所述全连接层由一个输入层和一个输出层组成，所述输入层用于接收来自所述长短期记忆网络处理后得到的拼接向量，所述输出层用于输出预测负荷值；组合所述数据处理模块和所述网络模型，得到所述第一预测模型。3.根据权利要求1所述的方法，其特征在于，所述第一组加密参数数据包括每一所述终端设备分别对应的一个加密参数数据，其中，每一所述加密参数数据由每一所述终端设备分别根据所述本地数据和所述第一预测模型，通过第一轮所述模型训练以实现对所述第一预测模型的优化而产生的参数数据，并对所述参数数据进行加密处理得到。4.根据权利要求3所述的方法，其特征在于，所述第一组加密参数数据包括每一所述终端设备所产生的加密参数数据的解密钥数据；根据所述第一组加密参数数据，判断所述第一预测模型是否收敛之前，所述方法还包括：对所述解密钥数据进行聚合处理，得到完整解密钥数据；根据所述完整解密钥数据对每一所述终端设备所产生的加密参数数据进行计算，得到计算结果；
对所述计算结果进行离散对数处理，得到所述第一参数数据。5.根据权利要求4所述的方法，其特征在于，所述第一参数数据包括损失函数值；所述根据所述第一组加密参数数据，判断所述第一预测模型是否收敛，包括：若所述损失函数值小于预设值，则确定所述第一预测模型收敛；若所述损失函数值大于所述预设值，则确定所述第一预测模型未收敛。6.一种基于安全联邦的虚拟电厂间协同负荷预测方法，其特征在于，应用于至少一个虚拟电厂对应的终端设备，其中，所述至少一个虚拟电厂对应的终端设备与服务器通信连接，所述虚拟电厂是指用于能源协调管理的系统；所述方法包括：接收来自所述服务器下发的第一预测模型以及所述第一预测模型的模型参数，其中，所述第一预测模型包括数据处理模块和网络模型；根据本地数据...

【专利技术属性】
技术研发人员：郭庆来，王彬，王奕，孙宏斌，吴文传，谭军毅，吴涛，程丹娜，
申请(专利权)人：港华能源投资有限公司，
类型：发明
国别省市：