一种基于MEC边缘智能网关的用电管理方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112488398A(43)申请公布日2021.03.12(21)申请号202011396655.7G06K9/62(2006.01)(22)申请日2020.12.03(71)申请人广东电力通信科技有限公司地址510080广东省广州市越秀区东风东路836号1座3201-3206室(72)发明人连柯江映燕李海涛吴振田温景新郭立玮尹震超潘城(74)专利代理机构南京禹为知识产权代理事务所(特殊普通合伙)32272代理人王晓东(51)Int.Cl.G06Q10/04(2012.01)G06Q10/06(2012.01)G06Q50/06(2012.01)G06N20/00(2019.01)权利要求书2页说明书11页附图3页(54)发明名称一种基于MEC边缘智能网关的用电管理方法及系统(57)摘要本发明公开了一种基于MEC边缘智能网关的用电管理方法及系统，包括，利用云中心全局管理基本配置信息，利用智能仪表分类采集历史用电数据，并通过基站传输到MEC边缘智能网关，利用端模块预处理原始数据；根据AI模块分析训练用户用电数据，形成用户用电业务需求模型，并将训练好的模型梯度参数数据面加密上传；解析边缘网关的加密模型梯度并聚合训练多个模型，形成一个联合模型，备份并下发网关模型梯度参数；更新所述模型参数和其他数据保留下来的信息，并根据实际情况给对应的用户端回发用电管理决策信息。本发明提高了边缘计算一侧的算力，并在海量数据交互的当代社会，满足了用户对于自身用电隐私数据的保护。CN112488398ACN112488398A权利要求书1/2页1.一种基于MEC边缘智能网关的用电管理方法，其特性在于，包括：利用云中心全局管理基本配置信息，利用智能仪表分类采集历史用电数据，并通过基站传输到MEC边缘智能网关，利用网关预处理所述原始数据；根据智能选择机器学习算法分析训练所述用电数据，形成用户用电业务需求模型，利用多个MEC边缘智能网关加密上传训练好的模型梯度参数数据面；利用云平台解析所述加密模型梯度并利用机器学习算法聚合训练多个模型，形成一个联合模型，备份并下发所述网关模型梯度参数；利用所述边缘智能网关更新所述模型参数及其他数据保留下来的信息，并利用存储的AI模型，根据实际情况给对应的用户端回发用电管理决策信息，完成用电管理。2.如权利要求1所述的基于MEC边缘智能网关的用电管理方法，其特征在于：所述用电管理系统包括，定义模块化MEC边缘智能网关为联系云中心与用户端的桥梁并以此构成所述用电管理系统。3.如权利要求1或2所述的基于MEC边缘智能网关的用电管理方法，其特征在于：所述用户用电业务需求模型包括异常用电行为调整模型、用电高峰预测调整模型以及电气灾害预警模型。4.如权利要求3所述的基于MEC边缘智能网关的用电管理方法，其特征在于：所述机器学习算法包括逻辑回归、支持向量机以及决策树。5.如权利要求4所述的基于MEC边缘智能网关的用电管理方法，其特征在于：所述用电管理决策信息包括不良用电行为调整、用电高峰预测调整及潜在电气灾害预警。6.如权利要求5所述的基于MEC边缘智能网关的用电管理方法，其特征在于：所述电气灾害预警模型包括输入层、隐藏层和输出层，其具体包括，隐藏层：输出层：其中，m表示输入层节点数，n表示隐藏层节点数，q表示输出层节点数，Wij表示输入层节点与隐藏层节点的权值定义，Vjk表示隐藏层到输出层节点的权值定义，θj表示隐藏层节点的阈值，βk表示输出层节点的阈值。7.如权利要求6所述的基于MEC边缘智能网关的用电管理方法，其特征在于：联邦学习机制包括，其中，fi(ω)＝l(xi,yi；ω)，表示局部损失函数，Pk表示存储在第k个边缘网关的训练样本集，nk＝|Pk|表示样本的个数。8.如权利要求7所述的基于MEC边缘智能网关的用电管理方法，其特征在于：所述异常2CN112488398A权利要求书2/2页用电行为检测模型包括，其中，pi表示用电正常的概率，θ表示回归系数，Xi＝(wi,ti,qi)，ti表示采集时间点，wi表示工作日记录，qi表示用户的用电量。9.如权利要求8所述的基于MEC边缘智能网关的用电管理方法，其特征在于：所述历史用电数据包括电流、电压以及电功率。10.一种基于MEC边缘智能网关的用电管理系统，其特征在于：包括，通用模块包括通信模块、安全模块、数据模块、系统模块、电源模块及应用模块；特色模块包括端模块、云模块、边缘云模块、AI模块、自适应模块；其中所述通信模块按需支持多种通讯方式、多种扩展接口、多种采集端口、网络连接和实现设备交互，所述端模块与所述通信模块相连接用于实现对用电数据的分类以及发出用户端的决策指令及对用户端的用电管理，所述云模块与所述通信