考虑负荷时序特征的用能曲线本地化差分隐私保护方法

本发明涉及电气工程领域，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。

背景技术：

1、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。

2、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中。用能时序直观地反映着用户的用电习惯，呈现出季节性与规律性等特征，攻击者可以根据用能曲线中的负荷时序特征推断出用户的日常行为与用电偏好。然而目前针对时序数据的隐私保护方法多关注于数值本身，比如大多数差分隐私保护方法，通过引入独立同分布的噪声来保证时间序列的数值信息不被高置信度地恢复。一旦攻击者观察分析用能曲线的波动态势变化，用户仍然面临着隐私泄露的风险。此外，利用随机化噪声保护用能曲线会不可避免地引入尖峰脉冲，导致一定程度上的数据失真，进而影响数据的可用性。本地化差分隐私思想通过随机扰动的方式实现隐私保护，既避开了传统差分隐私思想的弊端，又继承了差分隐私的优良性质。如果能够扰乱用户的原用能曲线时序，使其不被攻击者高置信度地恢复，就能有效地掩盖用户用电敏感信息。因此，研究旨在解决目前用能曲线隐私保护方法中忽略负荷数据的强时序性，导致无法掩盖用户用电行为波动特征等问题。

技术实现思路

1、针对现有技术的不足，本发明基于考虑时序的本地化差分隐私的思想，提出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，解决目前隐私保护方法中忽略用电曲线时序特征而导致无法有效掩盖用电时序的问题，同时为确定家用储能参数提供参考。

2、为实现上述目的，本发明采用如下技术方案：

3、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，包括如下步骤：

4、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；

5、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式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；

6、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储能最小容量参数及速率参数，并重复多次，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；

7、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的充放电量。

8、进一步地，所述步骤一包括如下子步骤：

9、(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：

10、

11、式中：xi,norm为归一化后的值；xi为时间序列的第i个值；xmax为序列的最大值；xmin为序列的最小值；

12、(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：

13、

14、式中：为第i段数据的平均值；ki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；

15、(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：

16、

17、式中：αi为字符列表中第i个字符；wp为预设的第p段的字符，该字符的数值范围为[βp-1,βp]。

18、进一步地，所述步骤二具体包括如下子步骤：

19、(a)假设原用能曲线在经过时间序列符号聚合方法处理后形成一个原始符号序列x＝{x1,x2,...,xn,...}，同时存在一个与该符号序列长度一致的映射序列y＝{y1,y2,...,yn,...}；开始阶段，映射序列中各位点为空，一个时间跨度为k的窗口放置在原始序列与映射序列首端；

20、(b)首次随机映射，位于窗口内的原始序列子序列{x1,x2,x3,......,xk}的第一位点x1以一定的概率映射到y序列的窗口子序列{y1,y2,y3,......,yk}的任一位点上；随后原始序列的窗口子序列中已映射位点被舍弃，窗口后移加入新位点并形成新的窗口子序列，窗口中的序列位点个数保持为k；映射序列的窗口子序列中被映射的位点被舍弃，窗口同步向后移动一位，窗口中的位点个数同样保持为k；

21、(c)随后的每次随机映射参照步骤(b)，原始序列的窗口子序列都有一个位点被映射到序列y的窗口子序列中，并且窗口将接续后移引入新位点；随着窗口不断向后移动，最终存在一个时间节点，使得窗口无法向后引入新位点时，转入步骤(d)。

22、(d)映射窗口大小k值减少1，再按照步骤(b)的方式对原始序列进行扰动；

23、(e)当k值减少到数值1时，扰动过程结束；原始符号化序列转化为扰乱后的符号序列。

24、进一步地，在整个过程中，序列位点映射概率如下所示：

25、

26、式中：pj表示以当前原始序列位点为参考向后j个映射序列位点映射的概率；ε表示本地化差分隐私的隐私预算；k表示窗口值大小；l表示可能取到的j值的总集合；l1表示除去最小的j值后l的子集合；注意到以当前原始序列位点为参考系，存在向前映射的可能，为不混淆映射方向，向前映射时取j值为负。

27、进一步地，所述步骤四中，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的充放电量，具体数学表征如下：

28、

29、式中：pt'为修正后的储能充放电量；pt为原始储能充放点量；rcharmx为储能最大充电速率；rdismx为储能最大充电速率；c(t)为储能在t时刻的剩余电量。

30、本发明的有益效果如下：

31、(1)本发明考虑了用户用能曲线本身的强时序性，先借助时间序列符号聚合方法提取负荷特征，并在此基础上进行时序随机映射，既隐藏了真实负荷数据，又扰乱了负荷曲线中潜在的用户用电行为，所得的储能充放电行为能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。

32、(2)本发明能够在不破坏原始负荷统计特性的基础上从负荷时序的角度保护用户用电隐私。

33、(3)本发明以高置信度的方法确定用户需要的储能参数，该参数能够在一定程度上减少储能装置物理约束对隐私保护效果的影响，为用户侧储能的配置提供了参考思路。