【技术实现步骤摘要】
本专利技术属于智能电网窃电检测隐私保护，具体涉及一种基于相对熵优化的双重隐私保护电力盗窃检测方法。
技术介绍
1、智能电网系统的普及标志着一个重大飞跃，它提供了更强的控制、更高的效率和更大的弹性。然而，这些进步也带来了新的挑战，特别是在隐私、安全和公平资源分配方面。电力盗窃是全球能源网络中普遍存在的问题，对这些系统的完整性和金融稳定性构成了重大威胁，这不仅造成了相当大的经济损失，而且破坏了可持续能源分配的努力。检测电力盗窃的过程往往涉及对消费者使用模式的审查，这引发了人们对智能电表保存的本地数据泄露隐私的担忧。再进一步，在电力盗窃检测的背景下，双重隐私保护的概念成为一个至关重要的方面。这不仅需要保护消费者数据的隐私，还需要确保检测模型本身的机密性。
2、中国专利技术专利cn117313031a公开了一种融合自身与最近邻用电信息的convlstm窃电检测方法、系统、设备及介质，该方法为：获取智能电网中某一区域内所有用户在某个时间段内的用电量数据并进行预处理，构建含预处理后所有用户一维用电量数据的时序数据集合；构建各用户的最近邻...
【技术保护点】
1.一种基于相对熵优化的双重隐私保护电力盗窃检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于相对熵优化的双重隐私保护电力盗窃检测方法，其特征在于，所述S1具体包括：
3.根据权利要求2所述的一种基于相对熵优化的双重隐私保护电力盗窃检测方法，其特征在于，所述利用集成学习训练检测模型包括：
4.根据权利要求3所述的一种基于相对熵优化的双重隐私保护电力盗窃检测方法，其特征在于，使用焦点损失函数降低简单样本的权重，将训练的重点放在困难样本上：
5.根据权利要求4所述的一种基于相对熵优化的双重隐私保护电力盗窃检测方法...
【技术特征摘要】
1.一种基于相对熵优化的双重隐私保护电力盗窃检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于相对熵优化的双重隐私保护电力盗窃检测方法，其特征在于，所述s1具体包括：
3.根据权利要求2所述的一种基于相对熵优化的双重隐私保护电力盗窃检测方法，其特征在于，所述利用集成学习训练检测模型包括：
4.根据权利要求3所述的一种基于相对熵优化的双重隐私保护电力盗窃检测方法，其特征在于，使用焦...
【专利技术属性】
技术研发人员：崔磊，张英志，吴峰，孙守岳，高龙翔，顾树俊，曲悠扬，
申请(专利权)人：山东省计算中心国家超级计算济南中心，
类型：发明
国别省市：
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。