[發明專利]保護住戶數據隱私的住宅能源消耗預測方法

在審

• 申請號: 202211420218.3
• 申請日: 2022-11-15
• 公開（公告）號: CN115759387A
• 公開（公告）日: 2023-03-07
• 發明（設計）人: 陸悠;崔林倩;陳宇豪;張哲;傅啟明;王蘊哲;陳建平
• 申請（專利權）人: 蘇州科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F21/62;G06N3/08;G06N3/0442
• 代理公司: 北京科家知識產權代理事務所(普通合伙) 11427
• 代理人: 曹振中

1.一種保護住戶數據隱私的住宅能源消耗預測方法，其特征在于，包括以下步驟：

步驟一：收集用戶能耗數據；

步驟二：通過LSTM網絡在用戶本地對步驟一采集的用戶能耗數據進行訓練；

步驟三：云服務器獲取訓練后的用戶能耗數據，并據此計算出最優全局模型，再將最優全局模型下發至各用戶。

2.根據權利要求1所述的保護住戶數據隱私的住宅能源消耗預測方法，其特征在于：步驟一中采用智能電表收集用戶能耗數據，并對收集的用戶能耗數據做預處理。

3.根據權利要求1所述的保護住戶數據隱私的住宅能源消耗預測方法，其特征在于：步驟二中，在時刻t，采用能耗數據的歷史樣本的數量X＝|x|作為LSTM模型的輸入(包括t時記錄的值)，以預測t+1時的能耗，其中x＝{0，…，X-1}。

4.根據權利要求3所述的保護住戶數據隱私的住宅能源消耗預測方法，其特征在于：所述LSTM網絡由一個單元、一個輸入門、一個輸出門和一個遺忘門組成；單元狀態始終存在于LSTM網絡中，f_t表示遺忘門；σ表示sigmoid函數，且σ∈【0，1】；tanh表示雙曲正切函數，且tanh∈【-1，1】；C表示控制參數，用于決定信息的保留和遺忘，w_f表示控制遺忘門的權重，具體定義如下：

輸入門用于決定信息是否存儲到單元狀態中，具體定義如下：

輸出門計算公式如下：

o_t＝σ(W_o·[h_t-1，x_t]+b_o)。

5.根據權利要求4所述的保護住戶數據隱私的住宅能源消耗預測方法，其特征在于：步驟三中的云服務器采用強化學習中的Q-learning算法，Q網絡訓練用于計算最優權重，再根據最優權重計算最優全局模型。

6.根據權利要求5所述的保護住戶數據隱私的住宅能源消耗預測方法，其特征在于：所述Q-learning算法計算最優權重算法如下：

A1.初始化本地家庭用戶模型W⁰；

A2.在所有家庭住戶中選擇一部分數據進行訓練；

A3.初始化Q網絡；

A4.計算MSE值：

W^*＝a*W¹+b*W²+c*W³；

A5.得到獎賞函數r_t；

A6.觀察當前的狀態S；

A7.執行動作A_t并且轉移到下一個狀態；

A8.計算Q(S，A)：

Q(S，A)←Q(S，A)+α[r+γmaxA′Q(S′，A′)-Q(S，A)]。

7.根據權利要求6所述的保護住戶數據隱私的住宅能源消耗預測方法，其特征在于：利用Q-learning算法計算最優權重前，將基于強化學習和聯邦學習進行住宅能耗預測問題建模為MDP模型，并構建狀態、動作及獎賞函數，其中：用S表示狀態，本地模型所占權重m，S∈【0，1】；用A表示動作，本地模型所占權重的變化值設定為動作空間，各個動作之和為0；用r表示獎賞函數，其等于MSE的差值。