本次组会主要介绍下一项工作的初步想法,计划沿着上一项工作的能耗优化和道路安全方面进行扩展。主要考虑道路上的一排自动连接车辆形成一个车队的动态场景,所有车辆按照推荐速度从初始随机状态到形成智能排的加减速行驶过程中,整体能耗最小,且车辆间保持相同的安全距离。引入深度强化学习决策出最优推荐速度。
科研背景
本次组会主要介绍下一项工作的初步想法,计划沿着上一项工作的能耗优化和道路安全方面进行扩展。主要考虑道路上的一排自动连接车辆形成一个车队的动态场景,所有车辆按照推荐速度从初始随机状态到形成智能排的加减速行驶过程中,整体能耗最小,且车辆间保持相同的安全距离。引入深度强化学习决策出最优推荐速度。
科研背景
本次组会汇报分布式储能网络化运营能量需求预测研究的思路进展,从科研背景、科研问题、科研目的、研究内容等几个方面展开。
科研背景:
科研问题:
目前的研究中,分布式储能能量需求预测较少,在挖掘不同储能单元间的电力负荷空间时间等信息关联方面进展有限,缺乏有效方法对于这一场景进行建模做出准确预测。
研究内容:
通过图卷积神经网络,针对不同区域分布式储能单元的电力负荷需求数据,引入不同储能单元储能数据信息,挖掘不同时间、地点分布式单元间负荷需求的内在相关性,来预测储能单元的电力负荷。
本次组会汇报面向区块链的威胁检测与攻击溯源方法研究的思路进展,从科研背景、科研问题、科研目的、研究内容等几个方面展开。
科研背景:
科研问题:
科研目的:
设计一种区块链威胁在线实时检测和攻击溯源框架,对区块链网络中现有攻击或未知攻击进行实时感知和有效溯源,有效定位威胁发生的时间、地点、种类和技术特性,有效保障区块链上用户资产的安全性。
研究内容:
这次组会主要介绍《基于深度强化学习的用户侧用电行为数据压缩研究》思路进展,从科研背景、科研问题、科研目的、研究内容等几个方面展开。
科研背景:
随着人工智能、云计算、大数据等技术的广泛应用,传统电网逐渐朝着智能电网方向发展。
电力用户侧大数据主要来源于智能电表的广泛使用、各类传感器的普及、智能家电的使用和用户消费模式的改变,导致电力用户侧大数据分析的任务量加大。据不完全统计,截止2020年12月,国家电网智能电表覆盖率达到99.03%,累计采集4.47亿户。
电力物联网末端不断接入传感器、智能电表等电力设备,电力用户侧用电数据呈现指数级剧增。通常,传感器的存储预算较小,计算能力较低,网络带宽有限。随之而来的问题是缓冲区会频繁被占用,传输点的工作量会很大。此外,在某些地区的智能电网中,可能会有数十万个乃至数百万传感器同时收集用电数据。一旦所有这些传感器收集到的用电数据在一个服务器上积累起来,其数量将是巨大的。
巨大容量增加了存储成本,更重要的是使数据的查询处理变得昂贵。
科研问题:
针对用户侧用电行为数据的数据量大、种类繁多与采集速度快等特点。
①电力领域的数据价值挖掘于电网内部和电源端,用户侧庞大且蕴含丰富价值的电力数据而未能得到很好利用。
②目前电网采用云计算技术,将终端设备采集到的用户侧数据先汇总到数据中心再进行处理和应用等工作,这使得电网实时处理数据的能力不足。加之海量数据集中于数据中心,传统的数据分析模式已无法满足需求,迫切需要解决电力用户侧的大数据在数据存储、分析与处理方面的难题。
科研目的:
在有限的通信和存储能力下,一边是云中心有限的数据存储和实时处理能力,一边是 TB级别增长的用户侧数据中亟待挖掘的巨大数据价值。
①对云中心数据进行可靠的存储和实时处理
②对用户侧数据进行高效准确的查询、分析。
研究内容:
解决上述两个问题的一种常见做法是进行数据压缩,数据压缩是指在不丢失有用信息的前提下,缩减数据量以减少存储空间,提高其传输、存储和处理效率,或按照一定的算法对数据进行重新组织,减少数据的冗余和存储的空间的一种技术方法。
拟考虑将电力用户侧用电数据时序图像看成是一条运动轨迹,数据压缩的本质上是丢弃给定轨迹的一些点,并将剩余的点保持为简化轨迹。
在线方式逐个输入点,而只有大小为W的缓冲器可用,即在整个轨迹简化过程中最多可以保留W个点。我们采用了一种现有的策略,对于前W个点,我们将其直接存储在缓冲区中,对于剩余的每个点,由于缓冲区已满,我们需要将一个点丢弃以获得一些空间,然后将新点存储在缓冲中。与现有的策略不同,这些策略使用一些人工设计的启发式值来决定缓冲区已满时要丢弃哪个点。
我们的目标是为这项决策任务实现一种更智能的方法。具体而言,我们将轨迹简化问题视为一个顺序决策过程,并将其建模为马尔可夫决策过程。
深度强化学习方法建模:
在组会ppt中展示。
实验结果:
在组会ppt中展示。
后续研究计划:
11.17-12.30 增加对比算法,优化实验结果
1.1-1.22 撰写小论文
本次组会汇报内容是关于基于图卷积网络的以太坊异常交易识别研究进展情况,从科研背景、科研问题、科研目的、整体框架和研究计划等几个方面展开。
科研背景
区块链是一种分布式账本技术,可以记录对等方之间的交易。在底层区块链技术的支持下,比特币和以太坊等区块链平台也借此机会蓬勃发展,成为世界知名的新型金融交易平台。以太坊作为支持智能合约的最大公共区块链平台,已成为广泛使用的金融应用平台。由于区块链的匿名性,犯罪分子试图通过向区块链系统注入资金来逃避监管和从事非法活动。据报道,以太坊遭遇了各种各样的诈骗,如黑客、网络钓鱼和庞氏骗局等。
科研问题
1.现有的方法不足以表达以太坊交易网络中涉及金额和时间的连接模式多样性;
2.区块链异常交易账户重要特征识别精度不高、异常交易检测程度较低。
科研目的
1.提出一种基于多通道嵌入向量和交易画像的图表示方法;
2.设计一种基于GNN的以太坊异常交易检测模型。
整体框架
研究计划
1.对实验部分进行完善;
2.修改学位论文大纲结构。(2022.11.15)
3.撰写学位论文第一章绪论、相关理论基础部分初稿。(2022.11.20)
本次组会汇报关于调基于区块链的能源数据细粒度访问控制技术研究的思路进展,从科研背景、科研问题、科研目的、研究内容等几个方面展开。
科研背景:
科研问题:
科研目的:
研究内容
研究计划
电动汽车充电桩推荐中的隐私保护问题研究
研究背景与意义
在智慧交通、智慧城市和智能电网视野下,电动汽车产业正以积极迅猛的态势向更加智能的方向发展。如何在保证用户充电服务体验和出行便利性的基础上,统筹车流、充电需求、充电站运营,是当前电动汽车研究领域面临的重要课题。 [李玉璟,2020]
2021年9月,工信部指出,相关企业要采取管理和技术措施,按照车联网网络安全和数据安全相关标准要求,加强汽车、网络、平台、数据等安全保护,监测、防范、及时处置网络安全风险和威胁,确保数据处于有效保护和合法利用状态,保障车联网安全稳定运行。[工信部,2021]
区块链与车联网的集成不仅提高了安全性、隐私性和信任度,在适应灵活性和处理海量数据的同时,还提高了系统性能和自动化程度。因此,应该合理的将区块链技术与车联网结合起来。[Mollah 2020]
问题
传统集中式服务架构存在恶意中心节点,可能会泄露用户位置隐私信息,同时也无法保证服务质量和可靠性,导致不能根据用户需求分配至最优的充电站。[Sharma et at., 2017]
目的
提出基于区块链的电动汽车充电桩推荐系统,并且使用基于k匿名的电动汽车充电桩推荐算法来保证数据隐私。该系统能够在保证服务可信的同时为用户提供隐私安全的充电桩推荐服务。
研究工作
提出基于区块链的电动汽车充电桩推荐系统。
在上一步研究的基础上加入k匿名隐私保护模型,提出一种基于k匿名的电动汽车充电桩推荐算法。
对提出的系统进行实验验证,评估了不同车辆数下的系统性能、隐私保护性能与推荐效果。
整体架构
研究计划
目前小论文已经被ICBTA2022接收。
工作内容 | 计划 |
撰写大论文 | 2022年10月-2023年4月 |
准备毕业答辩 | 2023年4月-2023年6月 |
本次组会我将汇报我的研究进展:考虑用户舒适度的微电网能源管理,主要介绍以下几个方面:
1.研究背景
因为能源问题的日渐严峻,电网的架构正在从发电厂的能源供应方式,向分布式多类型的清洁能源系统过渡。分布式的能源系统具有很多优势:分布式的能源系统成本低,使用分布式能源减少了中央调度的需要和远距离传输中的能量损失,在电网发生扰动时,它将保持本地供电。但是由于分布式控制的规模小、波动性高的特点。对微电网能源管理系统提出了更高的要求。
2.科研问题
如何在保证用户舒适度的情况下对社区微电网进行控制在解决这个问题上有两个方向的解决方案,一个是传统方向:基于模型的微电网控制,基于模型的控制依赖准确的模型和参数。因此,基于模型的方法既不可转移,也不可扩展,这导致了高开发成本。而另一方面在无模型的控制方法中深度强化学习方法逐渐崭露头角,然而很少有文章研究社区微电网的能源管理。而且很少将社区微电网的用户舒适度和利润控制相结合。
3.科研目的
提出一种考虑用户舒适度和能源利润的微电网优化目标;通过DRL算法来建立社区微电网的能源管理系统。
4.研究内容
下图为我使用的微电网模型,其余内容在ppt中展示
5.实验结果
将在ppt中展示。
本次组会汇报近期读的一篇论文,是2022年发表在IEEE Internet of Things Journal上的”Blockchain-Inspired Secure Computation Offloading in a Vehicular Cloud Network”。论文提出了一种VCN中基于区块链的安全计算卸载方案,来保证计算卸载的安全智能。此次将从科研背景、科研问题、研究方法、实验及个人思考总结等几个方面展开介绍。
科研背景
科研问题
研究方法