申请/专利权人：华北电力大学;国网河南省电力公司经济技术研究院;国网河南省电力公司

申请日：2024-02-02

公开（公告）日：2024-05-14

公开（公告）号：CN117674303B

主分类号：H02J3/46

分类号：H02J3/46;H02J3/38;H02J3/28;H02J3/32;G06N3/084;G06N3/0442;G06N3/098;G06Q10/04;G06Q50/06;G06Q10/0637;G06F21/60

优先权：

专利状态码：有效-授权

法律状态：2024.05.14#授权;2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明涉及一种基于数据价值阈值的虚拟电厂并行控制方法，属于虚拟电厂领域。本发明方法将虚拟电厂并行控制中心作为联邦学习的服务器、将多个虚拟电厂代理商分别作为联邦学习的客户端进行模型迭代训练；在训练时使用改进了二阶动量项的Adam算法中训练LSTM模型；在传递参数时使用差分隐私技术对参数加噪后进行参数传递；在计算全局梯度时使用改进的加权聚合算法计算全局梯度；基于数据资产价值和资产价值阈值判断联邦学习的收敛条件，最后基于训练结果对各虚拟电厂代理商进行并行调节控制。本发明方法可以不损失模型训练精度的情况下确保共享模型的安全性和隐私性提升效率，为虚拟电厂优化调度提供隐私保护，提高企业决策效率和生产效率。

主权项：1.一种基于数据价值阈值的虚拟电厂并行控制方法，其特征在于，将虚拟电厂并行控制中心作为联邦学习的服务器、将多个虚拟电厂代理商分别作为联邦学习的客户端进行模型迭代训练，基于训练结果对各所述虚拟电厂代理商进行并行调节控制，在每一轮迭代中包括如下步骤：各所述代理商分别将能源数据作为输入、将相应的灵活性需求作为收敛目标，基于各客户端模型参数初始值进行训练得到各客户端模型参数和预测的灵活性调节能力；所述客户端模型采用LSTM模型，采用改进的Adam算法对所述客户端模型进行训练；各所述代理商将所述预测的灵活性调节能力和所述模型参数上传给所述控制中心；所述预测的灵活性调节能力指灵活性发电资源对于电力系统的不确定性的调节能力，灵活性发电资源包括分布式发电资源、储能资源；所述各所述代理商将所述预测的灵活性调节能力和所述模型参数上传给所述控制中心包括：使用差分隐私对所述模型参数加噪得到带噪声参数后上传给所述控制中心；所述控制中心对各所述模型参数进行加权聚合计算得到全局梯度作为新一轮迭代的各客户端模型参数初始值下发给各所述代理商；所述控制中心对各所述模型参数进行加权聚合计算包括所述控制中心对各所述带噪声参数进行加权聚合计算；所述对各所述带噪声参数进行加权聚合计算包括：基于各所述带噪声参数计算各所述代理商的参数相似度值；基于各所述代理商的所述预测的灵活性调节能力和实际的灵活性调节能力计算各所述代理商的模型准确性值；基于各所述参数相似度值和各所述模型准确度值进行加权聚合计算，得到全局梯度；所述加权聚合计算的公式为： ；其中，表示全局梯度；N为所述代理商即客户端的个数；表示第i个所述代理商的所述带噪声参数；表示第i个所述代理商的参数相似度值； 表示第i个所述代理商的模型准确性值；表示第i个所述代理商本地训练数据集规模；m表示所属有所述代理商本地训练数据集规模之和；所述相似度值的计算方法为：；所述控制中心基于各所述预测的灵活性调节能力和相应的能源数据计算数据资产价值，基于所述数据资产价值和资产价值阈值判断是否满足迭代终止条件，若是，则终止，若否，则重新开始下一轮迭代；所述控制中心基于各所述预测的灵活性调节能力和相应的能源数据计算数据价值，基于所述数据价值和价值阈值判断是否满足迭代终止条件包括：所述控制中心基于各所述预测的灵活性调节能力和相应的能源数据计算所有虚拟电厂的成本和收益；基于所述成本和收益计算所述数据资产价值；基于所述数据资产价值和资产价值阈值判断是否满足终止条件：如果所述数据资产价值大于等于所述资产价值阈值，则满足终止条件，否则不满足；所述基于所述成本和收益计算所述数据资产价值表示为： ；其中，和分别为所述成本和收益，和分别为成本和收益的权重系数，K为数据质量系数。

全文数据：

权利要求：

百度查询： 华北电力大学;国网河南省电力公司经济技术研究院;国网河南省电力公司 一种基于数据价值阈值的虚拟电厂并行控制方法

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