利索能及
我要发布
收藏
专利号: 2024104392104
申请人: 重庆大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-10-22
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于V2G网络的电力分配优化方法,其特征在于,应用于移动端参与的V2G网络,方法包括:S1:智能电网获取目标充电站中的基础交易数据,所述基础交易数据包括多种电车交易信息;

S2:根据数据来源设置每种电车交易信息的初始权重;

S3:获取每种电车交易信息的属性,所述属性包括每种电车交易信息的数据大小、数据大小的中位数、每种电车交易信息的出现频率、出现频率的中位数;

S4:通过每种电车交易信息的初始权重和属性进行自验证,筛选出基础交易数据中的关键数据,将所述关键数据上传至云存储服务器,存储为目标训练数据;

其中,使用了目标充电站服务的多个移动端分别基于云存储服务器存储的目标训练数据训练本地模型,并结合中央服务器进行联邦学习更新本地模型参数;

S5:对K个充电站执行S1至S4,获得K个充电站的训练模型参数,其中,任一充电站的训练模型参数包括使用此充电站服务的多个移动端通过联邦学习更新后获得的本地模型参数;

S6:使用联邦平均算法聚合K个充电站的训练模型参数,聚合后的训练模型参数用于更新全局模型,并将更新后的全局模型发送回所有使用了充电站服务的移动端;

S7:重复执行S1至S6,获得多次更新后的全局模型,以使每个充电站获取多次更新后的全局模型,并根据多次更新后的全局模型对供电方案进行调整。

2.如权利要求1所述的基于V2G网络的电力分配优化方法,其特征在于,根据数据来源设置每种电车交易信息的初始权重,包括:调整初始权重关系为,数据来源为电动汽车的电车交易信息的初始权重≥数据来源为充电站的电车交易信息的初始权重≥数据来源为智能电网的电车交易信息的初始权重。

3.如权利要求1所述的基于V2G网络的电力分配优化方法,其特征在于,通过每种电车交易信息的初始权重和属性进行自验证,公式为:F=Verify(w″i,w′i,wi);

wi为第i种电车交易信息的初始权重,i=1,2,...,n,n表示基础交易数据包括n种电车交易信息;

其中,si表示第i种电车交易信息的数据大小,A=getMean(s1,s2,...,si,…,sn),表示在n种电车交易信息的数据大小中数据大小的中位数;

其中,fi表示第i种电车交易信息的出现频率, getMean(f1,f2,...,fi,…,fn),表示在n种电车交易信息的出现频率中出现频率的中位数;

若w″i≥wi||w′i≥wi,则第i种电车交易信息为关键数据;

若w″i

4.如权利要求3所述的基于V2G网络的电力分配优化方法,其特征在于,还包括:第i种电车交易信息为低权重数据时,将第i种电车交易信息返回本地聚合器,通过指数加权平均处理第i种电车交易信息包括的数据;

根据处理后的第i种电车交易信息,返回S3。

5.如权利要求1所述的基于V2G网络的电力分配优化方法,其特征在于,通过混合二次加密算法生成公钥和私钥,并将公钥发送给云存储服务器,将私钥发送给使用了目标充电站服务的多个移动端。

6.如权利要求5所述的基于V2G网络的电力分配优化方法,其特征在于,所述S5中将所述目标训练数据上传至云存储服务器存储之前,包括:加密所述目标训练数据以使云存储服务器存储加密后的密文;

所述S5中将所述目标训练数据上传至云存储服务器存储之后,包括:使用了目标充电站服务的多个移动端通过所述私钥,从云存储服务器下载所述密文。

7.如权利要求5所述的基于V2G网络的电力分配优化方法,其特征在于,所述混合二次加密算法包括非对称加密和同态加密。

8.一种基于V2G网络的电力分配优化装置,其特征在于,应用于移动端参与的V2G网络,装置包括:基础数据获取模块,用于获取目标充电站中的基础交易数据,所述基础交易数据包括多种电车交易信息;

初始权重设置模块,用于根据数据来源设置每种电车交易信息的初始权重;

属性获取模块,获取每种电车交易信息的属性,所述属性包括每种电车交易信息的数据大小、数据大小的中位数、每种电车交易信息的出现频率、出现频率的中位数;

关键数据筛选模块,用于通过每种电车交易信息的初始权重和属性进行自验证,筛选出基础交易数据中的关键数据,将所述关键数据上传至云存储服务器,存储为目标训练数据;

其中,使用了目标充电站服务的多个移动端分别基于云存储服务器存储的目标训练数据训练本地模型,并结合中央服务器进行联邦学习更新本地模型参数;

训练模型参数获取模块,用于对K个充电站顺序执行基础数据获取模块至关键数据筛选模块,获得K个充电站的训练模型参数,其中,任一充电站的训练模型参数包括使用此充电站服务的多个移动端通过联邦学习更新后获得的本地模型参数;

全局模型更新模块,用于使用联邦平均算法聚合K个充电站的训练模型参数,聚合后的训练模型参数用于更新全局模型,并将更新后的全局模型发送回所有使用了充电站服务的移动端;

供电方案调整模块,用于重复顺序执行基础数据获取模块至全局模型更新模块,获得多次更新后的全局模型,以使每个充电站获取多次更新后的全局模型,并根据多次更新后的全局模型对供电方案进行调整。

9.一种芯片,其特征在于,包括:第一处理器,用于从第一存储器中调用并运行计算机程序,使得安装有所述芯片的设备执行如权利要求1至7任一项所述的基于V2G网络的电力分配优化方法的各个步骤。

10.一种终端,其特征在于,包括第二存储器、第二处理器以及存储在所述第二存储器中并可在所述第二处理器上运行的计算机程序,其特征在于,所述第二处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于V2G网络的电力分配优化方法的步骤。