Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网浙江省电力有限公司信息通信分公司王以良获国家专利权

国网浙江省电力有限公司信息通信分公司王以良获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉国网浙江省电力有限公司信息通信分公司申请的专利一种智能电网中隐私保护下的非入侵负载监控方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116760524B

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310571110.2,技术领域涉及:H04L9/00;该发明授权一种智能电网中隐私保护下的非入侵负载监控方法是由王以良;郭亚琼;陆鑫;杨帆;周鹏;周慧凯;江樱;刘若琳;谢裕清;陈刚;李豹;孙帅;张澄心设计研发完成,并于2023-05-20向国家知识产权局提交的专利申请。

一种智能电网中隐私保护下的非入侵负载监控方法在说明书摘要公布了:本发明是一种智能电网中隐私保护下的非入侵负载监控方法,用以将智能电表读数从家庭层面分解为电器层面。该方法实现了在隐私保护的条件下用户和服务器双方共同进行一个基于深度神经网络的非入侵负载监控任务,其中服务器拥有一个提前训练好的模型以提供预测服务,用户拥有自己的家庭层面的智能电表读数。本发明采用基于格的同态加密技术、秘密分享和不经意传输协议,对于深度神经网络PSPNet加以隐私保护技术,实现了隐私保护下的PSPNet深度神经网络可用于NILM任务,解决了NILM任务中用户与服务器双方的安全需求。

本发明授权一种智能电网中隐私保护下的非入侵负载监控方法在权利要求书中公布了:1.一种智能电网中隐私保护下的非入侵负载监控方法,其特征在于:所述方法包括两个参与方,即用户端和服务器,用户端持有智能电表读数,服务器具有PSPNet模型参数,双方按照以下步骤实施,最终用户端使用服务器的模型参数进行神经网络预测获得预测结果,但不获得服务器的模型参数,服务器不能获得有关用户输入的信息; 准备阶段:在准备阶段双方根据公开的网络确定提取器Extractor层数NE、金字塔池化PyramidPooling层数NP、分类器Classifier层数NC、各层计算类型以及同态算法的相关参数,其中NE、NP、NC均为自然数;之后用户端将自己的输入做加法秘密分享,将其中的一个份额发给服务器; 隐私保护计算提取器:双方对于提取器中的NE层进行逐层隐私保护计算,最后双方得到提取出的特征图的加法秘密份额; 隐私保护计算金字塔池化模块:双方对于金字塔池化模块中的NP层进行逐层隐私保护计算,其中[T]c和[T]s分别表示用户端client和服务器server持有的T的秘密份额,满足T=[T]C+[T]S,将T换成其他值时同理: 一平均池化层:需要进行四次不同池化区域大小的池化操作,平均池化双方本地对其秘密份额做平均池化,最终双方拥有池化结果的加法秘密份额; 二卷积层:对上一层中四个池化结果与对应长宽为1的卷积核进行卷积操作;用户端将自己的秘密份额[T]c使用RLWE同态加密算法进行加密之后得到Enc[T]c发送给服务器,服务器使用RLWE同态算法计算卷积得到卷积结果的加密值EncT′,之后从明文空间中随机采样得到[T′]s作为自己的秘密份额,对EncT′-Enc[T′]s=EncT′-[T′]s进行抽取得到LWE密文后发送给用户端,最后用户端进行LWE解密得到[T′]c=T′-[T′]s作为自己的秘密份额; 三上采样层:对四个不同维度的特征进行上采样,将其扩展到与原特征图相同的维度,双方可本地对其秘密份额进行双线性插值; 隐私保护计算分类器:双方对于分类器中的NC层进行逐层隐私保护计算,双方得到最终结果的加法秘密份额; 还原阶段:服务器将最终结果的分享值发送给用户端,用户端将两个分享值进行相加即得到最终的预测结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网浙江省电力有限公司信息通信分公司,其通讯地址为:310007 浙江省杭州市黄龙路8号641室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。