考虑负荷时序特征的用能曲线本地化差分隐私保护方法技术

本发明专利技术公开一种考虑负荷时序特征的用能曲线本地化差分隐私保护方法，包括：通过时间序列符号聚合方法提取用户用能曲线特征，形成一条符号化的用能序列；利用变窗口随机映射机制扰乱符号序列时序，使原用能曲线的特征位点发生变化以保护用户的用能隐私；随后将扰乱的符号序列数值化为一条新用能曲线，依靠储能实现原用能曲线到新用能曲线的转换，形成的新用能曲线能够在保护用户负荷时序隐私的前提下，保留原用能曲线的统计特性。本发明专利技术通过储能装置引入的真实随机噪声保障了用户负荷信息的隐私安全，掩盖了用户用电行为的波动特征，避免了存在于用能时序中的隐私信息泄露。免了存在于用能时序中的隐私信息泄露。免了存在于用能时序中的隐私信息泄露。

【技术实现步骤摘要】
考虑负荷时序特征的用能曲线本地化差分隐私保护方法


[0001]本专利技术涉及电气工程领域，尤其涉及一种考虑负荷时序特征的用能曲线本地化差分隐私保护方法。

技术介绍

[0002]智能电表是新型电力系统的数据收集端口，其收集的细粒度数据是系统稳定运行的基础，同时也方便了电网企业根据数据特征为用户提供优质高效的服务。用户用能曲线是一种通过智能电表测量的真实信息，是用户用电信息的一种重要表征形式。但随着非侵入式电力负荷检测等技术的发展，数据攻击者可利用大量监测电力数据推测设备运行状态，实现用户行为特征的详尽描述、用户的精细化分类、高置信度的负荷预测等。例如，攻击者可以通过非侵入式电力负荷检测技术精确推测出某用户居家先后使用了电暖气，搅拌机，烤箱等设备。随着时间推移，持续监控可以进一步推测家庭人口数量、家庭工作日程甚至健康状态等私密信息。这些个人隐私信息的泄露会给用户的生活带来风险，引发用户经济损失甚至导致行窃等犯罪的发生。
[0003]用户用能曲线是由具有强时序性的负荷数据组成的，其敏感信息不仅存在于用电负荷的数值变化上，还隐藏在用户的用能时序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑负荷时序特征的用能曲线本地化差分隐私保护方法，其特征在于，包括如下步骤：步骤一：根据时间序列符号聚合方法符号化原用户用能曲线，将用户用能曲线从时间序列转化为离散字符序列，序列中每一个字符表征着某种负荷时序特征，从而有效地提取用能曲线中的变化特征，为实现负荷时序特征隐私保护提供基础；步骤二：利用变窗口随机映射机制，将符号化的原用户用能曲线转化为扰乱后的符号序列，确定时间窗口跨度为k的序列位点映射概率，通过序列位点随机化映射的方法对形成的符号化序列进行时序扰动，转化为一条扰乱后的符号序列，并将符号序列数值化为新的用户用能曲线，以保证该序列能够实现对原始序列的本地化差分隐私保护；步骤三：重复步骤一和二，对用户一个月的历史数据进行处理，得到一组能够满足所有映射需求的最小储能容量参数及速率参数，然后从这些参数中选取满足置信度阈值的参数作为用户所需的储能装置参数；步骤四：利用步骤三确定的用户所需储能装置的充放电行为来实现原用能曲线到扰乱后用能曲线的转化；当需要的充放电量超过参数限制时，以实际能提供的能量最大值作为最终储能提供的充放电量。2.根据权利要求1所述的考虑负荷时序特征的用能曲线本地化差分隐私保护方法，其特征在于，所述步骤一包括如下子步骤：(a)对用能曲线进行归一化处理，将时间序列中的数值区间转化为[0,1]，从而削弱不良数据对序列的影响。归一化的方法如下所示：式中：x
i,norm
为归一化后的值；x
i
为时间序列的第i个值；x
max
为序列的最大值；x
min
为序列的最小值；(b)对用能曲线进行负荷分段聚合近似处理，用平均值替换同一时间间隔下降的振幅，计算方法如下所示：式中：为第i段数据的平均值；k
i
为第i个负荷数据的时间位点；j为归一化负荷数据的索引；i为经过负荷分段聚合近似转化后的负荷数据索引；(c)将用能曲线符号化为离散字符串，即，经过负荷分段聚合近似转化后的用能曲线依据幅值大小划分区间，每一个字符表示一定的振幅范围，由此得到转化后幅值与字符之间的关系如下所示：式中：α
i
为字符列表中第i个字符；w
p
为预设的第p段的字符，该字符的数值范围为[β
p
‑1,β
p
]。3.根据权利要求2所述的考虑负荷时序特征的用能曲线本地化差分隐私保护方法，其特征在于...

【专利技术属性】
技术研发人员：李知艺，朱毛，宋则豪，韩旭涛，于群，
申请(专利权)人：浙江大学，
类型：发明
国别省市：