CN113032795A - 用电数据的数据处理方法、***及存储介质 - Google Patents
用电数据的数据处理方法、***及存储介质 Download PDFInfo
- Publication number
- CN113032795A CN113032795A CN201911343772.4A CN201911343772A CN113032795A CN 113032795 A CN113032795 A CN 113032795A CN 201911343772 A CN201911343772 A CN 201911343772A CN 113032795 A CN113032795 A CN 113032795A
- Authority
- CN
- China
- Prior art keywords
- electricity consumption
- data
- noise
- accuracy
- electricity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 284
- 238000003860 storage Methods 0.000 title claims abstract description 67
- 238000003672 processing method Methods 0.000 title claims abstract description 38
- 238000009826 distribution Methods 0.000 claims abstract description 89
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims description 38
- 230000035945 sensitivity Effects 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 18
- 238000005457 optimization Methods 0.000 description 31
- 238000010586 diagram Methods 0.000 description 24
- 238000012544 monitoring process Methods 0.000 description 20
- 230000008859 change Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 238000005336 cracking Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000699670 Mus sp. Species 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/242—Home appliances
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Bioethics (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种用电数据的数据处理方法、***及存储介质,所述用电数据的数据处理方法包括:接收外部输入的准确率;其中,所述准确率用于反映通过用电数据的加密数据解析所述多个用电设备的开关事件的准确程度;根据所述准确率生成噪声;其中,所述噪声的概率密度分布是基于所述准确率而确定的;根据所述噪声加密所述用电数据,得到所述加密数据以供输出。本申请可针对用户希望能达到的准确率,来确定加在用电数据中的噪声,使得通过加噪声后的用电数据可以满足所述准确率。
Description
技术领域
本申请涉及数据处理***及方法技术领域,特别是涉及用电数据的数据处理方法、***及存储介质。
背景技术
非侵入式负荷监测(Non-Intrusive Load Monitoring,NILM)通过分析收集的用户的用电数据可以得到用户每个用电设备的运行情况等用电信息。通过非侵入式负荷监测可以为用户提供用能策略以及用电设备的故障监测、故障分析,也可以为电力公司的电网规划提供参考信息等。
但是,非侵入式负荷监测如果被恶意攻击者利用,会使用户的用电信息等隐私存在潜在风险。目前,通常在智能电表发布用电数据之前对用电数据添加噪声,以起到保护用户隐私的目的,使其用电设备的运行情况被破解的准确率下降。
然而,如何添加噪声,使得通过非侵入式负荷监测破解用户用电设备的运行情况的准确率为用户希望的准确率,已成为业界亟待解决的技术问题。
发明内容
鉴于以上所述现有技术的缺点,本申请的目的在于提供用电数据的数据处理方法、***及存储介质,用于解决现有技术中如何在用电数据中添加噪声能使通过加噪声后的用电数据破解用户用电设备的运行情况的准确率为用户希望的准确率。
为实现上述目的及其他相关目的,本申请的第一方面提供一种用电数据的数据处理方法,由用电计量设备执行,所述用电数据为每一时间间隔内的多个用电设备的用电量,所述用电数据的数据处理方法包括:接收外部输入的准确率;其中,所述准确率用于反映通过用电数据的加密数据解析所述多个用电设备的开关事件的准确程度;根据所述准确率生成噪声;其中,所述噪声的概率密度分布是基于所述准确率而确定的;根据所述噪声加密所述用电数据,得到所述加密数据以供输出。
在本申请的第一方面的某些实施方式中,所述外部输入的方式,包括:来自用电计量设备的输入装置的输入;或者,来自与用电计量设备通信连接的电子设备的输入。
在本申请的第一方面的某些实施方式中,所述根据所述准确率生成噪声,包括:根据所述准确率确定满足所述准确率的差分隐私系数;根据所述差分隐私系数确定所述噪声的概率密度分布的分布参数。
在本申请的第一方面的某些实施方式中,所述噪声的概率密度分布为拉普拉斯分布。
在本申请的第一方面的某些实施方式中,所述根据准确率确定满足所述准确率的差分隐私系数,包括:根据所述准确率和预设参数确定所述差分隐私系数;其中,所述预设参数包括:所述用电设备的个数、所述多个用电设备的平均功率、及用电数据的敏感度。
在本申请的第一方面的某些实施方式中,根据所述差分隐私系数和用电数据的敏感度确定所述概率密度分布的分布参数。
在本申请的第一方面的某些实施方式中,所述用电数据的敏感度为在用电周期中的每一时间间隔内的用电数据的上限和用电数据的下限之间差的最大值。
在本申请的第一方面的某些实施方式中,所述根据所述噪声加密所述用电数据,得到所述加密数据以供输出,包括:将所述用电数据与所述噪声加和,以得到所述加密数据。
在本申请的第一方面的某些实施方式中,还包括:将先前累积的多个时间间隔的所述加密数据一并输出。
为实现上述目的及其他相关目的,本申请的第二方面提供一种用电数据的噪声生成方法,所述用电数据为每一时间间隔内的多个用电设备的用电量,所述用电数据的噪声生成方法包括:接收外部输入的准确率;其中,所述准确率用于反映通过用电数据的加密数据解析所述多个用电设备的开关事件的准确程度;根据所述准确率生成噪声;其中,所述噪声的概率密度分布是基于所述准确率而确定的;将所述噪声发送至用电计量设备,以供其根据所述噪声加密所述用电数据。
在本申请的第二方面的某些实施方式中,所述外部输入的方式,包括:来自电子设备的输入;或者,来自与电子设备通信连接的用电计量设备的输入。
在本申请的第二方面的某些实施方式中,所述根据所述准确率生成噪声,包括:根据所述准确率确定满足所述准确率的差分隐私系数;根据所述差分隐私系数确定所述噪声的概率密度分布的分布参数。
在本申请的第二方面的某些实施方式中,所述噪声的概率密度分布为拉普拉斯分布。
在本申请的第二方面的某些实施方式中,所述根据所述准确率确定满足所述准确率的差分隐私系数,包括:根据所述准确率和预设参数确定所述差分隐私系数;其中,所述预设参数包括:所述用电设备的个数、所述多个用电设备的平均功率、及用电数据的敏感度。
在本申请的第二方面的某些实施方式中,根据所述差分隐私系数和用电数据的敏感度确定所述概率密度分布的分布参数。
在本申请的第二方面的某些实施方式中,所述用电数据的敏感度为在用电周期中的每一时间间隔内的用电数据的上限和用电数据的下限之间差的最大值。
为实现上述目的及其他相关目的,本申请的第三方面提供一种电子设备,包括:输入装置,用于供外部输入;接口装置,与用电计量设备通信连接;存储装置,用于存储至少一程序;处理装置,与所述存储装置和接口装置相连,用于调用所述至少一程序,以执行如本申请第二方面中任一项所述的用电数据的噪声生成方法,并将所述噪声发送给所述用电计量设备。
为实现上述目的及其他相关目的,本申请的第四方面提供一种用电计量设备,包括:测量装置,用于测量用电数据,其中,所述用电数据为每一时间间隔内的多个用电设备的用电量;接口装置,用于与电子设备通信连接;存储装置,用于存储至少一程序;处理装置,与所述存储装置、接口装置和测量装置相连,用于调用所述至少一程序,以协调所述存储装置、接口装置和测量装置执行如下用电数据的数据处理方法:接收所述电子设备发送的噪声;根据所述噪声加密所述用电数据,得到所述用电数据的加密数据以供输出。
在本申请的第四方面的某些实施方式中,根据所述噪声加密所述用电数据,得到所述用电数据的加密数据以供输出,包括:将所述用电数据与所述噪声加和,以得到所述加密数据。
在本申请的第四方面的某些实施方式中,还包括:将先前累积的多个时间间隔的所述加密数据一并输出。
为实现上述目的及其他相关目的,本申请的第五方面提供一种用电数据的数据处理***,包括:如本申请第三方面中所述的电子设备;如本申请第四方面中任一所述的用电计量设备。
为实现上述目的及其他相关目的,本申请的第六方面提供一种用电计量设备,包括:测量装置,用于测量用电数据,其中,所述用电数据为每一时间间隔内的多个用电设备的用电量;输入装置,用于供外部输入;存储装置,用于存储至少一程序;处理装置,与所述存储装置、输入装置和测量装置相连,用于调用所述至少一程序,以执行如本申请第一方面中任一项所述的用电数据的数据处理方法。
为实现上述目的及其他相关目的,本申请的第七方面提供一种计算机可读存储介质,存储有程序,所述程序在被调用时执行并实现如本申请第一方面中任一项所述的用电数据的数据处理方法;或者,执行并实现如本申请第二方面中任一项所述的用电数据的噪声生成方法。
如上所述,本申请的用电数据的数据处理方法、***及存储介质,接收外部输入的准确率,根据所述准确率生成噪声,根据所述噪声加密所述用电数据,得到所述加密数据以供输出。本申请的方案可以针对用户希望能达到的准确率,来确定加在用电数据中的噪声,使得通过加噪声后的用电数据破解用户用电设备的运行情况的准确率为用户希望的准确率。
附图说明
图1显示为本申请的用电计量设备在一实施例中的结构示意图。
图2显示为本申请的用电计量设备在一应用场景中的示意图。
图3显示为本申请的用电数据的数据处理方法在一实施例中的示意图。
图4显示为本申请的电子设备在一实施例中的结构示意图。
图5显示为本申请的用电数据的噪声生成方法在一实施例中的示意图。
图6显示为本申请的用电计量设备在另一实施例中的结构示意图。
图7显示为本申请的用电计量设备在又一实施例中的结构示意图。
图8显示为本申请的用电数据的数据处理方法在另一实施例中的示意图。
图9显示为本申请的用电数据的数据处理***在一实施例中的结构示意图。
图10显示为本申请的用电数据的数据处理***在另一实施例中的结构示意图。
具体实施方式
以下由特定的具体实施例说明本申请的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本申请的其他优点及功效。
虽然在一些实例中术语第一、第二等在本文中用来描述各种近似解,但是这些近似解不应当被这些术语限制。例如,第一近似解可以被称作第二近似解,并且类似地,第二近似解可以被称作第一近似解,而不脱离各种所描述的实施例的范围。第一近似解和第二近似解是在描述一个近似解,但是除非上下文以其他方式明确指出,否则它们不是同一个近似解。相似的情况还包括第一用电设备与第二用电设备等。
再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的,或意味着任一个或任何组合。因此,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
智能电表由测量单元、数据处理单元、通信单元等组成,除了具备传统电能表的基本用电量的计量功能以外,它还具有用户端控制功能、多种数据传输模式的双向数据通信功能等智能化的功能。
通过非侵入式负荷监测(Non-Intrusive Load Monitoring,NILM)可以不通过在电路分支或者每一用电设备上安装任何传感设备,只需要根据所述智能电表计量的总用电量就可以分析得到用户的所有用电设备的运行状态,进而可以给用户提供用能策略以及用电设备的故障监测、故障分析,还可以为电力公司的电网规划提供参考信息等。所述用电设备包括但不限于:家用电器、工业设备、办公设备等。
但是,如果非侵入式负荷监测被恶意攻击者利用,会使用户的隐私信息存在潜在风险。例如,恶意攻击者通过非侵入式负荷监测可以了解企业所有工业设备的运行状态,会泄露企业的作业流程、作业时间等隐私信息。又如,恶意攻击者通过非侵入式负荷监测可以了解家庭中所有家用电器的运行状态,会泄露家庭成员的生活规律、以及家中是否有人等隐私信息。
目前,通常在智能电表显示所述用电设备的总用电数据前,或者向第三方(例如,电力公司等)发送所述总用电数据前,通过对每一时间间隔内的用电数据加密,起到保护用户隐私的目的。在一些场景中,用电数据的隐私保护程度与用户需求相关。例如,相比于对生活类的用电数据的隐私保护程度,工业生产类的企业对用电数据具有更高的隐私保护程度需要。这使得统一的加密方式不利于为不同层面的需求提供隐私保护。所述用电设备的使用范围并不受限制,可以是家庭中的用电设备,可以是企业中的用电设备等。
为了解决上述技术问题,本申请提供一种用电数据的数据处理方法,可以针对用户对隐私保护的需求来确定用电数据的加密程度。例如,如果用电数据所反映出的用户的用电隐私与用户的利益密切相关,则为用户提供解析难度高的加密方式;反之,则可适时提供较易解析的加密方式。这也为采取非侵入式负荷监测***提供了更灵活的处理方式。本申请的用电数据的处理方法可由用电计量设备110执行或者其他可执行所述处理方法的设备执行。
请参阅图1,图1显示为本申请的用电计量设备110在一实施例中的结构示意图,如图1所示,所述用电计量设备110包括:测量装置114、输入装置113、存储装置111、处理装置112。其中,所述用电计量设备110举例为前述智能电表。
测量装置114用于测量用电数据。所述测量装置114是所述用电计量设备110中的测量机构。其中,所述用电数据为每一时间间隔内的多个用电设备的总用电量。所述测量装置114利用对电压和电流采样,通过计量芯片可以转换为实际的用电数据。所述时间间隔包括但不限于:一小时、一天、一月等。
输入装置113用于供外部输入。所述输入装置113可以供用户根据实际需求实时输入准确率或者设置预设参数。所述准确率用于反映通过用电数据的加密数据解析所述多个用电设备的开关事件的准确程度。具体地,所述准确率表示的是利用所述加密数据分析得到的所述多个用电设备是否存在开关事件的变化向量中和实际情况相符合的元素数量与总用电设备数量的比值。其中,所述用电数据的加密数据为加噪声后的用电数据。其中,所述预设参数包括:所述用电设备的个数、所述多个用电设备的平均功率、及用电数据的敏感度。所述预设参数也可以根据实际用电设备的改变通过所述输入装置进行更改。所述输入装置可使得用户能够与所述用电计量设备进行交互。所述输入装置包括按钮、键盘、鼠标、触控板等。在其他实施例中,所述输入装置113还可以包含音频单元,所述音频单元可以包含扬声器、及拾音器等。所述用电计量设备110通过所述音频单元能与用户语音交互。例如,可通过与用户的语音交互来获取用户输入的准确率。在实际应用中,所述准确率也可来自与用电计量设备110通信连接的电子设备的输入。所述电子设备可以是能与所述用电计量设备110网络通信连接的任意计算机设备。其中,所述电子设备通过其接口装置与所述用电计量设备实现通信连接。
存储装置111用于存储至少一个程序。所述至少一个程序用以在执行时执行基于本申请技术思想而示例的用电数据的数据处理方法的各步骤。在一些实施例中,所述存储装置111可包括高速随机存取存储器,并且还可包括非易失性存储器,例如一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备。在某些实施例中,存储装置111还可以包括远离一个或多个处理器的存储器,例如经由RF电路或外部端口以及通信网络(未示出)访问的网络附加存储器,其中所述通信网络可以是因特网、一个或多个内部网、局域网(LAN)、广域网(WAN)、存储局域网(SAN)等,或其适当组合。所述存储装置111还包括存储器控制器可控制设备的诸如CPU和外设接口之类的其他组件对存储器的访问。
所述处理装置112与所述存储装置111、输入装置113和测量装置114相连,用于调用所述至少一程序,以执行本申请所述的用电数据的数据处理方法。所述处理装置112可操作地与存储器和/或非易失性存储设备耦接。更具体地,处理装置112可执行在存储器和/或非易失性存储设备中存储的指令以在用电计量设备110中执行操作,诸如生成图像数据和/或将图像数据传输到电子显示器。如此,处理装置112可包括一个或多个通用微处理器、一个或多个专用处理器(ASIC)、一个或多个现场可编程逻辑阵列(FPGA)、或它们的任何组合。处理装置112还可与用电计量设备110的接口单元可操作地耦接。通过所述接口单元,所述用电计量设备110能够与各种其他电子设备进行交互,以及可使用户能够与所述用电计量设备110进行交互。其中,所述接口单元包括网络接口、数据线接口等。其中所述网络接口包括但不限于:以太网的网络接口、基于移动网络(3G、4G、5G等)的网络接口、基于近距离通信(WiFi、蓝牙等)的网络接口等。所述数据线接口包括但不限于:USB接口、RS232等。
请参阅图2,图2显示为本申请的用电计量设备110在一应用场景中的示意图,如图2所示,展示有多个用电设备,所述用电计量设备110与每一所述用电设备耦合以计量所述多个用电设备的用电数据。
其中,所述用电数据为每一时间间隔的所述多个用电设备的用电量,所述用电数据可由如下公式表示:
其中,为所述每一用电设备在t-1时刻至t时刻之间的时间间隔内的用电量,所述时间间隔包括但不限于:一小时、一天、一月等。其中,N为所述多个用电设备的数量。例如,在13点至14点的时间间隔内,用户中的多个用电设备中有10个用电设备正在运行,用电计量设备110在13点至14点的时间间隔内测量的用电数据为y14,则用电数据y14为该用户的10个用电设备在13点至14点的时间间隔内所消耗的总电量。
通过监测在相邻的时间间隔内所述用电数据的变化量Kt可得到所述多个用电设备是否存在开关事件,所述用电数据的变化量Kt为:
Kt=|yt-yt-1| (2)
所述多个用电设备中的每个用电设备是否存在开关事件的集合可用变化向量Δt来表示。所述开关事件是指在相邻的时间间隔内单个用电设备的开关状态发生改变。例如,一用电设备的开关状态在相邻的时间间隔内由开启状态转变为关闭状态,或者一用电设备的开关状态在相邻的时间间隔内由关闭状态转变为开启状态。在本申请的实施例中,变化向量Δt中元素为1代表与该元素对应的用电设备在相邻的时间间隔内存在开关事件,变化向量Δt中元素为0代表与该元素对应的用电设备在相邻的时间间隔不存在开关事件。
其中,Δt=|Xt-Xt-1|。其中,Xt为在t-1时刻至t时刻之间的时间间隔内所述多个用电设备的开关状态。Xt-1为在t-2时刻至t-1时刻之间的时间间隔内所述多个用电设备的开关状态。在本申请的实施例中,Xt中元素为1代表在t-1时刻至t时刻之间的时间间隔内与所述元素对应的用电设备处于开启状态,Xt中元素为0代表在t-1时刻至t时刻之间的时间间隔内与所述元素对应的用电设备处于关闭状态。
在本申请的实施方式中,利用了开关事件具有稀疏性的特性,将非侵入式负荷监测分析所述多个用电设备是否发生开关事件的过程转换为:求解在预设的误差约束下使所述多个用电设备的开关事件的数量最小的稀疏优化问题。其中,所述开关事件的稀疏性可由如下公式表示:
min||Δt||0 (3)
其中,所述开关事件的稀疏性表示的是在相邻的时间间隔内,所述多个用电设备存在开关事件的数量最少,即所述变化向量Δt中的非零元素的个数最少。其中,Δt∈{0,1}N。
所述误差约束用于限制求解的所述变化向量Δt的误差范围。具体地,在所述变化向量Δt的影响下,所述多个用电设备的平均功率P与相邻时间间隔的所述用电数据的变化量Kt之间的差异需满足预设误差δ。在本申请的实施例中所述误差约束可用如下公式表示:
||ΔtP-Kt||2<δ (4)
其中,代表的是所述多个用电设备的平均功率的集合,不同的用电设备所对应的平均功率Pi不同,其中,i∈N。其中,N代表所述多个用电设备的个数。P1代表第一用电设备的平均功率,P2代表第二用电设备的平均功率。
所述误差约束中的预设误差δ与所述用电数据的敏感度Δf相关。所述用电数据的敏感度Δf为在用电周期中的每一时间间隔内的用电数据的上限和用电数据的下限yt之间差的最大值。所述用电周期可以依据用户规律性用电的周期、用电数据的结算周期等而确定。所述用电周期是所述时间间隔的整数倍。所述用电周期包括但不限于:一日、一周、一月或一年。所述用电数据的敏感度Δf可由如下公式表示:
其中,由于外部供电因素、用电计量设备110自身因素、用电设备中的有源器件等因素的影响,所述每一时间间隔的所述用电数据yt存在波动,即每一时间间隔的所述用电数据yt在用电数据的上限和用电数据的下限yt之间波动。例如,所述用电计量设备110测量的所述用电数据yt为一时间间隔内10个用电设备全部运行时的用电数据yt,由于每一所述用电设备的功率不稳定,每一所述用电设备在该时间间隔内运行时的功率会在其平均功率上下波动。所以,该时间间隔内10个用电设备全部运行时的用电数据yt会在所述10个用电设备所累积的用电数据的波动上限和用电数据的波动下限yt之间波动。
其中,T为所述用电周期中最后一段的时间间隔。由公式(5)可知,所述预设误差δ等于所述用电数据的敏感度Δf的二倍。
在所述误差约束的限制下,求解使所述开关事件的数量最小的稀疏优化问题时,需要将上述稀疏优化问题转换为0到1区间内的近似优化问题:
Δt∈[0,1]N(6)
公式(6)表示的是求解的变化向量Δt中的元素的取值在0到1的区间内。将上述稀疏优化问题转换为0到1区间内的近似优化问题是在如下近似条件的基础上得到的:
其中,U<Ut,||Δt||0≤Ut,其中,Ut为变化向量Δt中非0元素个数的上限值,即在相邻的时间间隔内最多有Ut个用电设备存在开关事件。在求解所述0到1区间内的近似优化问题的过程中,所述上限值Ut可以是根据所述多个用电设备的个数、所述时间间隔在所述用电周期中的时序位置等因素设置。公式(7)所限制的条件是在解码过程中所涉及的多个用电设备的平均功率相差不能太大,才能将所述稀疏优化问题转换为0到1区间内的近似优化问题。
在一实施例中,如果所述多个用电设备的平均功率相差较大,则需要先基于所述近似优化问题求解功率相差不大的部分用电设备,再将所述用电数据的变化量Kt中去除先求解的所述部分用电设备所引起的用电数据的变化,再将剩余的平均功率相差不大的用电设备基于所述近似优化问题进行求解。
但是,上述近似优化问题是0范数的近似优化问题,属于NP-hard问题。所以需要将上述0范数的近似优化问题转换为凸优化的1范数的近似优化问题求解:
min||Δt||1 (8)
需要说明的是,所述0范数的近似优化问题和1范数的近似优化问题在一定条件下是等价的。通过所述误差约束,在0至1区间内求解公式(8)所示的1范数的近似优化问题。其中,求解所述1范数的近似优化问题可得到所述变化向量Δt的优化解,所述变化向量Δt的优化解中的元素是在0至1区间内的值。通过舍入机制可得到所述优化解的第一近似解使所述第一近似解中的元素为0或者1。所述舍入机制是以所述优化解中的元素为概率随机到1,以1和所述优化解中的元素的差值为概率随机到0。例如,所述优化解为(0.1,0.2,0.8,0.9),以0.9为例,通过舍入机制以0.9为概率随机到1,以0.1为概率随机到0,即第一近似解中与0.9所对应的元素取1的概率为0.9,取0的概率为0.1,所述优化解(0.1,0.2,0.8,0.9)通过所述舍入机制可得到第一近似解使得所述第一近似解的期望为(0.1,0.2,0.8,0.9)。
其中,C(P)是与所述多个用电设备相关的常数。在一实施例中,所述常数C(P)与所述多个用电设备的平均功率P和所述预设误差δ相关,常数C(P)可用如下公式表示:
需要说明的是,非侵入式负荷监测的实现方式并不限于此,也可以通过深度神经网络、隐马尔科夫模型、广义似然比、希尔伯特变换、长短记忆等方式来实现。
在本申请的实施例中,用户输入的所述准确率表示的是利用用电数据的加密数据分析得到的所述多个用电设备是否存在开关事件的变化向量中和实际情况相符合的元素数量与总用电设备数量的比值。具体地,所述用户输入的准确率越大,利用用电数据的加密数据和前文所述的非侵入式负荷监测的实现方式,分析得到的所述多个用电设备是否存在开关事件的变化向量中和实际情况相符合的元素数量越多;反之,利用用电数据的加密数据和前文所述的非侵入式负荷监测的实现方式,分析得到的所述多个用电设备是否存在开关事件的变化向量中和实际情况相符合的元素数量越少。
在一实施例中,用户输入一准确率,所述用电计量设备110选取满足所述准确率的差分隐私系数ε,并确定与所述差分隐私系数ε相对应的噪声的概率密度分布的分布参数,进而基于符合上述分布参数的概率密度分布生成可满足所述准确率的噪声。其中,所述差分隐私系数ε用于表示对用电数据隐私保护的标准,所述差分隐私系数ε越小,差分隐私的隐私保护的标准越严格。
例如,对所述用电数据通过添加上概率密度分布符合拉普拉斯分布的噪声来实现差分隐私,其中,所述概率密度分布的分布参数与差分隐私系数ε和所述用电数据的敏感度Δf相关。例如,所述拉普拉斯分布的分布参数λ为所述用电数据的敏感度Δf与所述差分隐私系数ε的比值,即
对所述用电数据添加上概率密度分布符合拉普拉斯分布的噪声后,利用前文所述的非侵入式负荷监测的实现方式将所述加噪声后的用电数据作为公式(8)所示的1范数的近似优化问题的输入,进而可求解出所述1范数的近似优化问题的第二近似解所述第二近似解与实际的所述多个用电设备是否存在开关事件的变化向量Δt之间的误差满足如下公式:
其中,nt和nt-1是在相邻的时间间隔内的用电数据yt和yt-1上所分别添加的符合拉普拉斯分布的噪声。
在本申请的实施例中,所述准确率α可用如下公式定义:
其中,是通过加密数据的变化量|yt+nt-yt-1-nt-1|求解出的所述1范数的近似优化问题的第二近似解,Δt为实际的所述多个用电设备是否存在开关事件的变化向量。其中,所述加密数据为所述加噪声后的用电数据。
基于公式(12)和公式(11)可得到所述准确率α的期望与所述差分隐私系数ε之间的关系,所述关系可由如下公式表示:
其中,nt和nt-1是在相邻的时间间隔内的用电数据yt和yt-1上所分别添加的符合拉普拉斯分布的噪声,E[nt-nt-1]为噪声nt和噪声nt-1的差的期望。其中,噪声nt和nt-1符合的拉普拉斯分布为:其中,噪声nt和nt-1为x的取值。
基于上述理解,所述公式(13)表示的是所述准确率α与差分隐私系数ε之间的关系。
需要说明的是,所述准确率α与所述差分隐私系数ε之间的关系并不限于上述实施方式。所述关系与非侵入式负荷监测的实现方式相关。例如,求解所述稀疏优化问题的误差约束不同,或者基于所述稀疏优化问题得到的所述近似优化问题的近似条件不同,所述准确率α与所述差分隐私系数ε之间的关系也会随之改变。
基于上述理解,请参阅图3,图3显示为本申请的用电数据的数据处理方法在一实施例中的示意图。
本申请的用电数据的数据处理方法,实现用于加密所述用电计量设备110所测量的用电数据。本申请的用电数据的数据处理方法可以针对用户希望能达到的准确率,来确定加在用电数据中的噪声,使得通过加噪声后的用电数据破解用户用电设备的运行情况的准确率为用户期望的准确率。
步骤S101:接收外部输入的准确率,其中,所述准确率用于反映通过用电数据的加密数据解析所述多个用电设备的开关事件的准确程度。其中,所述加密数据举例为前文中提到的加噪声后的用电数据。例如,通过所述加密数据的变化量和前文所述的1范数的近似优化问题可得到所述多个用电设备是否存在开关事件的第二近似解所述准确率α反应的是所述第二近似解的准确程度。
在一实施例中,所述准确率α来自用电计量设备110的输入装置113的输入。所述输入装置113可包括按钮、键盘、鼠标、触控板、音频单元等。用户通过所述输入装置113向所述用电计量设备110输入所述准确率α。在另一实施例中,所述准确率α来自与用电计量设备110通信连接的电子设备的输入。所述电子设备可以是能与所述用电计量设备110网络通信连接的任意计算机设备。其中,所述电子设备通过其接口装置与所述用电计量设备110的接口单元(未图示)实现通信连接。所述接口单元包括网络接口、数据线接口等。其中所述网络接口包括但不限于:以太网的网络接口、基于移动网络(3G、4G、5G等)的网络接口、基于近距离通信(WiFi、蓝牙等)的网络接口等。所述数据线接口包括但不限于:USB接口、RS232等。
在具体实施例中,用户可以根据实际需要,为所述准确率α设置期限。例如,在2019年9月1日至2019年9月7日这段时间,一用户家中无人居住,用户可以设置一较低的准确率α,并将所述较低的准确率α的期限对应设置为上述时间段。使得基于与所述较低的准确率α相对应的加密数据解析所述多个用电设备是否存在开关事件的第二近似解中和实际情况相符合的元素数量较少。
根据步骤S101中获取的所述准确率α,可执行步骤S102。
步骤S102:根据所述准确率生成噪声;其中,所述噪声的概率密度分布是基于所述准确率而确定的。
在确定所述准确率α的前提下,根据所述准确率α确定满足所述准确率α的差分隐私系数ε;根据所述差分隐私系数ε确定所述噪声的概率密度分布的分布参数。
在本申请的实施例中,根据所述准确率α和预设参数确定所述差分隐私系数ε。所述预设参数包括:所述用电设备的个数N、所述多个用电设备的平均功率P、及用电数据的敏感度Δf。其中,所述预设参数可以是用户基于实际的用电设备实时输入的,也可以是用户在所述用电计量设备110初始化配置时输入的,也可以是所述用电计量设备110通过实时监测得到的。
基于所述输入的准确率α可确定满足所述准确率α的差分隐私系数ε的取值范围:
根据公式(14)所示的差分隐私系数ε的取值范围,可任意选取满足所述取值范围的差分隐私系数ε。在本申请的实施例中,选取一满足公式(14)所示的取值范围的差分隐私系数ε,即可确定用于满足所述准确率α的噪声的概率密度分布。例如,选取的差分隐私系数ε为所述取值范围中的最大值,则可以基于所述预设参数得到所述差分隐私系数ε的最大值。其中,常数C(P)可基于所述多个用电设备的平均功率P、及所述预设误差δ得到。所述预设误差δ为所述用电数据的敏感度Δf的二倍。
根据所述差分隐私系数ε确定所述噪声的概率密度分布的分布参数。例如,根据不同的概率密度分布和差分隐私系数ε的对应关系确定与一概率密度分布相对应的分布参数。
在一实施例中,所述噪声的概率密度分布为拉普拉斯分布。根据所述差分隐私系数ε和用电数据的敏感度Δf的比值即可确定所述拉普拉斯分布的分布参数λ。其中,所述分布参数λ为在已知所述拉普拉斯分布的分布参数λ的条件下,即可得到满足所述差分隐私系数ε的噪声。
在每一时间间隔内的所述用电数据中添加所述噪声可以实现所述用电数据的差分隐私。需要说明的是,在所述每一时间间隔内的所述用电数据中加入符合拉普拉斯分布的噪声不会改变所述用电周期内的用电数据的总量。
步骤S103:根据所述噪声加密所述用电数据,得到所述加密数据以供输出。
基于所述噪声的概率密度分布得到所述噪声后,将所述用电数据与所述噪声加和,以得到所述加密数据。例如,所述噪声的概率密度分布为拉普拉斯分布,则将符合所述拉普拉斯分布的噪声nt加在每一时间间隔的用电数据yt上,以得到所述加密数据。
在一实施例中,将先前累积的多个时间间隔的所述加密数据一并输出,以供所述用电计量设备110显示或发送至第三方(例如,电力公司等)。例如,将0点至4点之间的4个时间间隔内的所述加密数据加和后在所述用电计量设备110中显示,或者发送至第三方。
请参阅图4,图4显示为本申请的电子设备在一实施例中的结构示意图,如图4所示,所述电子设备220包括:接口装置223、存储装置221、处理装置222、输入装置224。
所述接口装置223用于与用电计量设备通信连接。例如,所述接口装置223可以将所述电子设备220生成的噪声发送给用电计量设备。所述接口装置223包括网络接口、数据线接口等。其中所述网络接口包括但不限于:以太网的网络接口装置、基于移动网络(3G、4G、5G等)的网络接口装置、基于近距离通信(WiFi、蓝牙等)的网络接口装置等。所述数据线接口包括但不限于:USB接口、RS232等。所述接口装置223与所述存储装置221、处理装置222、、输入装置224、互联网、输入单元、用电计量设备等数据连接。
所述存储装置221用于存储至少一程序,所述至少一程序用以在执行时执行基于本申请技术思想而示例的用电数据的噪声生成方法的各步骤。在一些实施例中,所述存储装置221可包括高速随机存取存储器,并且还可包括非易失性存储器,例如一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备。在某些实施例中,存储装置221还可以包括远离一个或多个处理器的存储器,例如经由RF电路或外部端口以及通信网络(未示出)访问的网络附加存储器,其中所述通信网络可以是因特网、一个或多个内部网、局域网(LAN)、广域网(WAN)、存储局域网(SAN)等,或其适当组合。所述存储装置221还包括存储器控制器可控制设备的诸如CPU和外设接口之类的其他组件对存储器的访问。
所述输入装置224用于供外部输入,所述输入装置224可以供用户根据实际需求实时输入准确率或者设置预设参数。所述输入装置包括按钮、键盘、鼠标、触控板等。在其他实施例中,所述输入装置224还可以包含音频单元,所述音频单元可以包含扬声器、及拾音器等。所述电子设备220通过所述音频单元能与用户语音交互。例如,可通过与用户的语音交互来获取用户输入的准确率。
所述处理装置222与所述输入装置224、存储装置221、接口装置223相连用于调用所述至少一程序,以执行本申请所述的用电数据的噪声生成方法,并通过所述接口装置223将所述噪声发送至用电计量设备,所述处理装置222可操作地与存储器和/或非易失性存储设备耦接。更具体地,处理装置222可执行在存储器和/或非易失性存储设备中存储的指令以在电子设备220中执行操作,诸如生成图像数据和/或将图像数据传输到电子显示器。如此,处理装置222可包括一个或多个通用微处理器、一个或多个专用处理器(ASIC)、一个或多个现场可编程逻辑阵列(FPGA)、或它们的任何组合。
请参阅图5,图5显示为本申请的用电数据的噪声生成方法在一实施例中的示意图。所述用电数据的噪声生成方法,用于基于一外部输入的准确率生成相应的噪声,并将所述噪声发送至用电计量设备,以供其根据所述噪声加密所述用电数据。图5所示的用电数据的噪声生成方法可由图4所述的电子设备220执行。
在一实施例中,请参阅图6,图6显示为本申请的用电计量设备在另一实施例中的结构示意图,如图6所示,所述用电计量设备330包括:测量装置334、接口装置333、存储装置331、处理装置332。在本实施例中,所述电子设备220可以将生成的噪声发送至如图6所示的用电计量设备330。具体的,所述电子设备220根据其输入装置224输入的准确率和预设参数来生成噪声,并将噪声发送至所述用电计量设备330。
所述测量装置334用于测量用电数据,是所述用电计量设备330中的测量机构。其中,所述用电数据为每一时间间隔内的多个用电设备的总用电量。所述测量装置334利用对电压和电流采样,通过计量芯片可以转换为实际的用电数据。
所述接口装置333用于与电子设备220通信连接。例如,所述接口装置333接收所述电子设备220生成的噪声。所述接口装置333包括网络接口、数据线接口等。其中所述网络接口包括但不限于:以太网的网络接口装置、基于移动网络(3G、4G、5G等)的网络接口装置、基于近距离通信(WiFi、蓝牙等)的网络接口装置等。所述数据线接口包括但不限于:USB接口、RS232等。所述接口装置333与所述存储装置331、处理装置332、互联网、测量装置334、电子设备220等数据连接。
所述存储装置331用于存储至少一程序。在一些实施例中,所述存储装置331可包括高速随机存取存储器,并且还可包括非易失性存储器,例如一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备。在某些实施例中,存储装置331还可以包括远离一个或多个处理器的存储器,例如经由RF电路或外部端口以及通信网络(未示出)访问的网络附加存储器,其中所述通信网络可以是因特网、一个或多个内部网、局域网(LAN)、广域网(WAN)、存储局域网(SAN)等,或其适当组合。所述存储装置331还包括存储器控制器可控制设备的诸如CPU和外设接口之类的其他组件对存储器的访问。
所述处理装置332与所述存储装置331、接口装置333和测量装置334相连,用于调用所述至少一程序,以执行如下所述的用电数据的数据处理方法,并通过所述接口装置333接收所述电子设备220发送的噪声。所述处理装置332可操作地与存储器和/或非易失性存储设备耦接。更具体地,处理装置332可执行在存储器和/或非易失性存储设备中存储的指令以在用电计量设备330中执行操作,诸如生成图像数据和/或将图像数据传输到电子显示器。如此,处理装置可包括一个或多个通用微处理器、一个或多个专用处理器(ASIC)、一个或多个现场可编程逻辑阵列(FPGA)、或它们的任何组合。
在另一实施例中,请参阅图7,图7显示为本申请的用电计量设备在又一实施例中的结构示意图,如图7所示,所述用电计量设备440包括:测量装置444、接口装置443、存储装置441、处理装置442、输入装置445。所述电子设备220可以将生成的噪声发送至如图7所示的用电计量设备440。具体的,用户在用电计量设备440的输入装置445中输入准确率和预设参数,并将所述准确率和预设参数发送至所述电子设备220。所述电子设备220根据用电计量设备440发送的准确率和预设参数来生成噪声,并将噪声发送至所述用电计量设备440。
所述测量装置444、接口装置443、存储装置441、处理装置442的硬件结构与图6所示的用电计量设备330中的测量装置334、接口装置333、存储装置331、处理装置332的硬件结构相同或相似,在此不再详述。
所述输入装置445用于供外部输入。用户可以通过用电计量设备440的输入装置445输入所述准确率或预设参数。所述输入装置445可包括按钮、键盘、鼠标、触控板、音频单元等。所述用电计量设备440通过接口装置443与电子设备220实现通信连接以发送所述准确率和预设参数。
基于上述理解,所述用电数据的噪声生成方法包括:
步骤S201:接收外部输入的准确率。
其中,所述准确率用于反映通过用电数据的加密数据解析所述多个用电设备的开关事件的准确程度。其中,所述加密数据举例为前文中提到的加噪声后的用电数据。例如,通过所述加密数据的变化量和前文所述的1范数的近似优化问题可得到所述多个用电设备是否存在开关事件的第二近似解所述准确率α反应的是所述第二近似解的准确程度。
在一实施例中,所述准确率α来自与电子设备220通信连接的用电计量设备440的输入。用户通过用电计量设备440的输入装置445输入所述准确率α。所述输入装置445可包括按钮、键盘、鼠标、触控板、音频单元等。所述电子设备220通过其接口装置223与所述用电计量设备440的接口装置443实现通信连接以获取所述准确率α。
在另一实施例中,所述准确率α来自电子设备220的输入。所述电子设备220可以包含输入装置224可以供用户根据实际需求实时输入所述准确率α。所述输入装置224包括按钮、键盘、鼠标、触控板等。在其他实施例中,所述输入装置224还可以包含音频单元,所述音频单元可以包含扬声器、及拾音器等。所述电子设备220通过所述音频单元能与用户语音交互。例如,可通过与用户的语音交互来获取用户输入的准确率α。
在具体实施例中,用户可以根据实际需要,为所述准确率设置期限。例如,在2019年9月1日至2019年9月7日这段时间,一用户家中无人居住,用户可以设置一较低的准确率α,并将所述准确率α的期限对应设置为上述时间段。使得基于与所述较低的准确率α相对应的加密数据解析所述多个用电设备是否存在开关事件的变化向量中和实际情况相符合的元素数量较少。
根据步骤S201中获取的所述准确率α,可执行步骤S202。
步骤S202:根据所述准确率生成噪声;其中,所述噪声的概率密度分布是基于所述准确率而确定的。
在确定所述准确率α的前提下,根据所述准确率α确定满足所述准确率α的差分隐私系数ε;根据所述差分隐私系数ε确定所述噪声的概率密度分布的分布参数。
在本申请的实施例中,根据所述准确率α和预设参数确定所述差分隐私系数ε。所述预设参数包括:所述用电设备的个数N、所述多个用电设备的平均功率P、及用电数据的敏感度Δf。其中,所述预设参数可以是用户通过所述电子设备220的输入装置224实时输入的,也可以是用户在所述电子设备220初始化配置时输入的,也可以是通过用电计量设备获取的。其中,所述用电计量设备通过实时监测用电数据可得到所述预设参数。
基于所述输入的准确率α可确定满足所述准确率α的差分隐私系数ε的取值范围:
根据公式(14)所示的差分隐私系数ε的取值范围,可任意选取满足所述取值范围的差分隐私系数ε。在本申请的实施例中,选取一满足公式(14)所示的取值范围的差分隐私系数ε,即可确定用于满足所述准确率α的噪声的概率密度分布。例如,选取的差分隐私系数ε为所述取值范围中的最大值,则可以基于所述预设参数得到所述差分隐私系数ε的最大值。其中,常数C(P)可基于所述多个用电设备的平均功率P、及所述预设误差δ得到。所述预设误差δ为所述用电数据的敏感度Δf的二倍。
根据所述差分隐私系数ε确定所述噪声的概率密度分布的分布参数。例如,根据不同的概率密度分布和差分隐私系数ε的对应关系确定与一概率密度分布相对应的分布参数。
在一实施例中,所述噪声的概率密度分布为拉普拉斯分布。根据所述差分隐私系数ε和用电数据的敏感度Δf的比值即可确定所述拉普拉斯分布的分布参数λ。其中,所述分布参数λ为在已知所述拉普拉斯分布的分布参数λ的条件下,即可得到满足所述差分隐私系数ε的噪声。
在每一时间间隔内的所述用电数据中添加所述噪声可以实现所述用电数据的差分隐私。需要说明的是,在所述每一时间间隔内的所述用电数据中加入符合拉普拉斯分布的噪声不会改变所述用电周期内的用电数据的总量。
步骤S203:将所述噪声发送至用电计量设备,以供其根据所述噪声加密所述用电数据。
基于所述噪声的概率密度分布可得到满足所述概率密度分布的噪声。将所述噪声通过电子设备220的接口装置223发送至用电计量设备,用电计量设备可以根据所述噪声加密所述用电数据。
请参阅图8,图8显示为本申请的用电数据的数据处理方法在另一实施例中的示意图,如图8所示。图8所示的用电数据处理方法可由图6所述的用电计量设备330执行。
步骤S301:接收所述电子设备发送的噪声。
其中,所述噪声是基于一准确率α得到的,所述准确率α用于反映通过加噪声后的用电数据解析所述多个用电设备的开关事件的准确程度。所述用电计量设备330通过其接口装置333接收所述电子设备220发送的噪声。
步骤S302:根据所述噪声加密所述用电数据,得到所述用电数据的加密数据以供输出。
将所述用电数据与所述噪声加和,以得到所述加密数据。例如,所述噪声的概率密度分布为拉普拉斯分布,则将符合所述拉普拉斯分布的噪声nt加在每一时间间隔的用电数据yt上,以得到所述加密数据。
在一实施例中,将先前累积的多个时间间隔的所述加密数据一并输出,以供所述用电计量设备330显示或发送至第三方(例如,电力公司等)。例如,将0点至4点之间的4个时间间隔内的所述加密数据加和后在所述用电计量设备330中显示,或者发送至第三方。
请参阅图9,图9显示为本申请的用电数据的数据处理***在一实施例中的结构示意图,如图9所示,所述用电数据的数据处理***10包括:电子设备220和用电计量设备330。其中,所述电子设备220和用电计量设备330的硬件结构及各自所执行的方法与图4所述的电子设备220和图6所述的用电计量设备330的硬件结构及各自所执行的方法相同或相似,在此不再详述。
请参阅图10,图10显示为本申请的用电数据的数据处理***在另一实施例中的结构示意图,如图10所示,所述用电数据的数据处理***20包括:电子设备220和用电计量设备440。其中,所述电子设备220和用电计量设备440的硬件结构及各自所执行的方法与图4所述的电子设备220和图7所述的用电计量设备440的硬件结构及各自所执行的方法相同或相似,在此不再详述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
另外,本申请上述的附图中的流程图和***框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这根据所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以通过执行规定的功能或操作的专用的基于硬件的***来实现,或者可以通过专用硬件与计算机指令的组合来实现。
另外,本申请还公开一种计算机可读存储介质,存储有程序,前述实施例中涉及的计算机程序,如实现本申请所述的用电数据的数据处理方法的计算机程序,或者,如实现本申请所述的用电数据的噪声生成方法的计算机程序,可以存储在计算机可读存储介质。所述计算机可读写存储介质可以包括只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccessMemory)、EEPROM、CD-ROM或其它光盘存储装置、磁盘存储装置或其它磁存储设备、闪存、U盘、移动硬盘、或者能够用于存储具有指令或数据结构形式的期望的程序代码并能够由计算机进行存取的任何其它介质。另外,任何连接都可以适当地称为计算机可读介质。例如,如果指令是使用同轴电缆、光纤光缆、双绞线、数字订户线(DSL)或者诸如红外线、无线电和微波之类的无线技术,从网站、服务器或其它远程源发送的,则所述同轴电缆、光纤光缆、双绞线、DSL或者诸如红外线、无线电和微波之类的无线技术包括在所述介质的定义中。然而,应当理解的是,计算机可读写存储介质和数据存储介质不包括连接、载波、信号或者其它暂时性介质,而是旨在针对于非暂时性、有形的存储介质。如申请中所使用的磁盘和光盘包括压缩光盘(CD)、激光光盘、光盘、数字多功能光盘(DVD)、软盘和蓝光光盘,其中,磁盘通常磁性地复制数据,而光盘则用激光来光学地复制数据。
本申请所述的用电数据的噪声生成方法或者用电数据的数据处理方法,可以用硬件、软件、固件或者其任意组合的方式来实现。当用软件实现时,可以将这些功能作为一个或多个指令或代码存储或传送到计算机可读介质上。本申请所公开的方法的步骤可以用处理器可执行软件模块来体现,其中处理器可执行软件模块可以位于有形、非临时性计算机可读写存储介质上。有形、非临时性计算机可读写存储介质可以是计算机能够存取的任何可用介质。
综上所述,本申请的用电数据的数据处理方法,实现用于加密所述用电计量设备110所测量的用电数据。所述用电数据为每一时间间隔内的多个用电设备的用电量。在本申请的方案中,接收外部输入的准确率;其中,所述准确率用于反映通过用电数据的加密数据解析所述多个用电设备的开关事件的准确程度;根据所述准确率生成噪声;其中,所述噪声的概率密度分布是基于所述准确率而确定的;根据所述噪声加密所述用电数据,得到所述加密数据以供输出。本申请的方案可以针对用户希望能达到的准确率,来确定加在用电数据中的噪声,使得通过加噪声后的用电数据破解用户用电设备的运行情况的准确率为用户希望的准确率。
上述实施例仅例示性说明本申请的原理及其功效,而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (23)
1.一种用电数据的数据处理方法,其特征在于,由用电计量设备执行,所述用电数据为每一时间间隔内的多个用电设备的用电量,所述用电数据的数据处理方法包括:
接收外部输入的准确率;其中,所述准确率用于反映通过用电数据的加密数据解析所述多个用电设备的开关事件的准确程度;
根据所述准确率生成噪声;其中,所述噪声的概率密度分布是基于所述准确率而确定的;
根据所述噪声加密所述用电数据,得到所述加密数据以供输出。
2.根据权利要求1所述的用电数据的数据处理方法,其特征在于,所述外部输入的方式,包括:来自用电计量设备的输入装置的输入;或者,来自与用电计量设备通信连接的电子设备的输入。
3.根据权利要求1所述的用电数据的数据处理方法,其特征在于,所述根据所述准确率生成噪声,包括:
根据所述准确率确定满足所述准确率的差分隐私系数;
根据所述差分隐私系数确定所述噪声的概率密度分布的分布参数。
4.根据权利要求3所述的用电数据的数据处理方法,其特征在于,所述噪声的概率密度分布为拉普拉斯分布。
5.根据权利要求3所述的用电数据的数据处理方法,其特征在于,所述根据准确率确定满足所述准确率的差分隐私系数,包括:
根据所述准确率和预设参数确定所述差分隐私系数;其中,所述预设参数包括:所述用电设备的个数、所述多个用电设备的平均功率、及用电数据的敏感度。
6.根据权利要求3所述的用电数据的数据处理方法,其特征在于,根据所述差分隐私系数和用电数据的敏感度确定所述概率密度分布的分布参数。
7.根据权利要求5或6所述的用电数据的数据处理方法,其特征在于,所述用电数据的敏感度为在用电周期中的每一时间间隔内的用电数据的上限和用电数据的下限之间差的最大值。
8.根据权利要求1所述的用电数据的数据处理方法,其特征在于,所述根据所述噪声加密所述用电数据,得到所述加密数据以供输出,包括:
将所述用电数据与所述噪声加和,以得到所述加密数据。
9.根据权利要求1所述的用电数据的数据处理方法,其特征在于,还包括:
将先前累积的多个时间间隔的所述加密数据一并输出。
10.一种用电数据的噪声生成方法,其特征在于,所述用电数据为每一时间间隔内的多个用电设备的用电量,所述用电数据的噪声生成方法包括:
接收外部输入的准确率;其中,所述准确率用于反映通过用电数据的加密数据解析所述多个用电设备的开关事件的准确程度;
根据所述准确率生成噪声;其中,所述噪声的概率密度分布是基于所述准确率而确定的;
将所述噪声发送至用电计量设备,以供其根据所述噪声加密所述用电数据。
11.根据权利要求10所述的用电数据的噪声生成方法,其特征在于,所述外部输入的方式,包括:来自电子设备的输入;或者,来自与电子设备通信连接的用电计量设备的输入。
12.根据权利要求10所述的用电数据的噪声生成方法,其特征在于,所述根据所述准确率生成噪声,包括:
根据所述准确率确定满足所述准确率的差分隐私系数;
根据所述差分隐私系数确定所述噪声的概率密度分布的分布参数。
13.根据权利要求12所述的用电数据的噪声生成方法,其特征在于,所述噪声的概率密度分布为拉普拉斯分布。
14.根据权利要求12所述的用电数据的噪声生成方法,其特征在于,所述根据所述准确率确定满足所述准确率的差分隐私系数,包括:
根据所述准确率和预设参数确定所述差分隐私系数;其中,所述预设参数包括:所述用电设备的个数、所述多个用电设备的平均功率、及用电数据的敏感度。
15.根据权利要求12所述的用电数据的噪声生成方法,其特征在于,根据所述差分隐私系数和用电数据的敏感度确定所述概率密度分布的分布参数。
16.根据权利要求14或15所述的用电数据的噪声生成方法,其特征在于,所述用电数据的敏感度为在用电周期中的每一时间间隔内的用电数据的上限和用电数据的下限之间差的最大值。
17.一种电子设备,其特征在于,包括:
输入装置,用于供外部输入;
接口装置,与用电计量设备通信连接;
存储装置,用于存储至少一程序;
处理装置,与所述输入装置、存储装置和接口装置相连,用于调用所述至少一程序,以执行如权利要求10至16中任一项所述的用电数据的噪声生成方法,并将所述噪声发送给所述用电计量设备。
18.一种用电计量设备,其特征在于,包括:
测量装置,用于测量用电数据,其中,所述用电数据为每一时间间隔内的多个用电设备的用电量;
接口装置,用于与电子设备通信连接;
存储装置,用于存储至少一程序;
处理装置,与所述存储装置、接口装置和测量装置相连,用于调用所述至少一程序,以协调所述存储装置、接口装置和测量装置执行如下用电数据的数据处理方法:
接收所述电子设备发送的噪声;
根据所述噪声加密所述用电数据,得到所述用电数据的加密数据以供输出。
19.根据权利要求18所述的用电计量设备,其特征在于,根据所述噪声加密所述用电数据,得到所述用电数据的加密数据以供输出,包括:
将所述用电数据与所述噪声加和,以得到所述加密数据。
20.根据权利要求18所述的用电计量设备,其特征在于,还包括:
将先前累积的多个时间间隔的所述加密数据一并输出。
21.一种用电数据的数据处理***,其特征在于,包括:
如权利要求17所述的电子设备;
如权利要求18至20中任一所述的用电计量设备。
22.一种用电计量设备,其特征在于,包括:
测量装置,用于测量用电数据,其中,所述用电数据为每一时间间隔内的多个用电设备的用电量;
输入装置,用于供外部输入;
存储装置,用于存储至少一程序;
处理装置,与所述存储装置、输入装置和测量装置相连,用于调用所述至少一程序,以执行如权利要求1至9中任一项所述的用电数据的数据处理方法。
23.一种计算机可读存储介质,其特征在于,存储有程序,所述程序在被调用时执行并实现如权利要求1至9中任一项所述的用电数据的数据处理方法;或者,执行并实现如权利要求10至16中任一项所述的用电数据的噪声生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911343772.4A CN113032795B (zh) | 2019-12-24 | 2019-12-24 | 用电数据的数据处理方法、***及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911343772.4A CN113032795B (zh) | 2019-12-24 | 2019-12-24 | 用电数据的数据处理方法、***及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113032795A true CN113032795A (zh) | 2021-06-25 |
CN113032795B CN113032795B (zh) | 2023-10-13 |
Family
ID=76451659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911343772.4A Active CN113032795B (zh) | 2019-12-24 | 2019-12-24 | 用电数据的数据处理方法、***及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113032795B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116718979A (zh) * | 2023-08-08 | 2023-09-08 | 北京京仪北方仪器仪表有限公司 | 一种智能电表运行误差测量方法和*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014031551A1 (en) * | 2012-08-20 | 2014-02-27 | Thomson Licensing | A method and apparatus for privacy-preserving data mapping under a privacy-accuracy trade-off |
DE102015001847A1 (de) * | 2015-02-17 | 2016-08-18 | Emh Metering Gmbh & Co. Kg | Einmalverschlüsselung von Zählerdaten |
CN107368752A (zh) * | 2017-07-25 | 2017-11-21 | 北京工商大学 | 一种基于生成式对抗网络的深度差分隐私保护方法 |
CN109558747A (zh) * | 2018-11-14 | 2019-04-02 | 南京邮电大学 | 一种智能电网中隐私兼容的数据收集和支付方法 |
CN110198302A (zh) * | 2019-04-26 | 2019-09-03 | 华中科技大学 | 一种针对智能电表数据发布的隐私保护方法及*** |
-
2019
- 2019-12-24 CN CN201911343772.4A patent/CN113032795B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014031551A1 (en) * | 2012-08-20 | 2014-02-27 | Thomson Licensing | A method and apparatus for privacy-preserving data mapping under a privacy-accuracy trade-off |
DE102015001847A1 (de) * | 2015-02-17 | 2016-08-18 | Emh Metering Gmbh & Co. Kg | Einmalverschlüsselung von Zählerdaten |
CN107368752A (zh) * | 2017-07-25 | 2017-11-21 | 北京工商大学 | 一种基于生成式对抗网络的深度差分隐私保护方法 |
CN109558747A (zh) * | 2018-11-14 | 2019-04-02 | 南京邮电大学 | 一种智能电网中隐私兼容的数据收集和支付方法 |
CN110198302A (zh) * | 2019-04-26 | 2019-09-03 | 华中科技大学 | 一种针对智能电表数据发布的隐私保护方法及*** |
Non-Patent Citations (5)
Title |
---|
J. R. HERRERO ET AL.: "Non intrusive load monitoring (NILM): A state of the art", PROC. INT. CONF. PRACTICAL APPL. AGENTS MULTI AGENT SYST., pages 125 - 138 * |
W. WANG, L. YING AND J. ZHANG: "On the relation between identifiability differential privacy and mutual-information privacy", IEEE TRANS. INF. THEORY, pages 5018 - 5029 * |
蔡子伟;徐正全;王晓艳;: "基于时间扰动的智能电表隐私保护方法", 计算机工程与应用, no. 01 * |
陈倩;刘云;: "多维分解加噪算法在智能电网隐私保护中的优化", 重庆大学学报, vol. 41, no. 09 * |
高琦;李红娇;: "面向用电数据的周期敏感度差分隐私保护方法", 计算机工程与应用, no. 20 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116718979A (zh) * | 2023-08-08 | 2023-09-08 | 北京京仪北方仪器仪表有限公司 | 一种智能电表运行误差测量方法和*** |
CN116718979B (zh) * | 2023-08-08 | 2023-10-24 | 北京京仪北方仪器仪表有限公司 | 一种智能电表运行误差测量方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN113032795B (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Giaconi et al. | Privacy-aware smart metering: Progress and challenges | |
Ryu et al. | Denoising autoencoder-based missing value imputation for smart meters | |
Sankar et al. | Smart meter privacy: A theoretical framework | |
McParland | OpenADR open source toolkit: Developing open source software for the Smart Grid | |
Li et al. | Predicting Short‐Term Electricity Demand by Combining the Advantages of ARMA and XGBoost in Fog Computing Environment | |
US9160171B2 (en) | Pre-processing of data for automatic generation control | |
CN110198302B (zh) | 一种针对智能电表数据发布的隐私保护方法及*** | |
Yao et al. | The privacy analysis of battery control mechanisms in demand response: Revealing state approach and rate distortion bounds | |
Huang et al. | Optimal power procurement and demand response with quality-of-usage guarantees | |
JP2015138547A (ja) | 需要応答イベント査定方法およびプログラム | |
Yao et al. | On the privacy-cost tradeoff of an in-home power storage mechanism | |
Olivares-Rojas et al. | A multi-tier architecture for data analytics in smart metering systems | |
EP2487641A1 (en) | System for sending utility meter alerts | |
CN109190818B (zh) | 电力资源管理方法及***、服务端、计算机可读存储介质 | |
CN111047163B (zh) | 储能策略数据处理***、方法、装置及介质 | |
Tran et al. | Reward-to-reduce: An incentive mechanism for economic demand response of colocation datacenters | |
CN113032795A (zh) | 用电数据的数据处理方法、***及存储介质 | |
JP5558550B2 (ja) | スマートメータ・データのプライバシー保護 | |
Kumari et al. | A data analytics scheme for security-aware demand response management in smart grid system | |
US20160132975A1 (en) | Identifying high usage periods | |
Kessler et al. | Allocative and strategic effects of privacy enhancement in smart grids | |
CN109903079A (zh) | 信息处理方法、设备及存储介质 | |
Erdemir et al. | Smart meter privacy | |
Ahmadzadeh et al. | Optimal real time pricing based on income maximization for smart grid | |
Mastelic et al. | Data velocity scaling via dynamic monitoring frequency on ultrascale infrastructures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231120 Address after: 210046 6th floor, building C21, Zidong International Creative Park, 2 Zidong Road, Maqun street, Qixia District, Nanjing City, Jiangsu Province Patentee after: TULING ARTIFICIAL INTELLIGENCE INSTITUTE (NANJING) Co.,Ltd. Patentee after: TSINGHUA University Address before: 210046 601 room, No. 6, Qi Min Road, Xianlin street, Qixia District, Nanjing, Jiangsu, China. 6 Patentee before: TULING ARTIFICIAL INTELLIGENCE INSTITUTE (NANJING) Co.,Ltd. |