申请/专利权人：南京邮电大学

申请日：2024-02-29

公开（公告）日：2024-04-02

公开（公告）号：CN117811842A

主分类号：H04L9/40

分类号：H04L9/40;H04L9/00;H04L9/08;G06F21/62;G06N3/0464;G06N3/098;G06Q50/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开一种基于隐私计算的电网安全风险评估方法，属于电力系统信息安全领域，方法包括获取各电力运营商下电力系统的历史运行状态数据并进行数据处理；构建双层风险评估指标体系；基于双层风险评估指标体系计算风险指标；根据计算的风险指标划分风险等级，利用历史运行状态数据和对应的风险等级构建各电力运营商对应的本地数据集；依据联邦学习和同态加密方法获得最终的本地模型，即风险评估模型；获取待评估的电力系统的运行状态数据，输入风险评估模型中，输出电力运营商运行风险等级；本方法可以在不泄露隐私的前提下，允许多个电力运营商共同参与风险评估模型的建立和更新中，减轻潜在风险并最小化由于风险事件导致的损失。

主权项：1.一种基于隐私计算的电网安全风险评估方法，其特征在于，所述方法包括以下步骤：步骤1，获取各电力运营商下电力系统的历史运行状态数据，历史运行状态数据包括电压、频率、功率和负荷；步骤2，对获取到的历史运行状态数据进行清洗操作和格式单位的统一转换，之后进行归一化处理；步骤3，在各电力运营商处构建双层风险评估指标体系；步骤4，将归一化后的数据通过双层风险评估指标体系计算风险指标；步骤5，根据计算的风险指标划分风险等级，利用历史运行状态数据和对应的风险等级构建各电力运营商对应的本地数据集；步骤6，以电力运营商、数据中心构建联邦深度学习安全风险评估模型；各电力运营商接受来自数据中心发布的初始全局模型并进行初始化；密钥生成中心选择加密算法、算法参数和密钥长度生成密钥，并将密钥发送至各电力运营商；步骤7，各电力运营商使用其本地数据集训练本地模型，并在本地模型训练完成后使用全同态加密函数将本地模型加密并上传至数据中心聚合，得到加密的全局模型；步骤8，数据中心将加密的全局模型分配给各电力运营商，各电力运营商使用全同态解密函数解密全局模型，并应用于下一轮本地模型训练，重复步骤6-8直至达到迭代次数，获得最终的本地模型，即风险评估模型；步骤9，获取待评估的电力运营商下电力系统的运行状态数据，对运行状态数据进行清洗操作和格式单位的统一转换，之后进行归一化处理；步骤10，将归一化后的数据输入风险评估模型中，输出电力运营商下电力系统运行风险等级。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于隐私计算的电网安全风险评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD