基于区块链技术的联邦学习电能管理模型

能源短缺与电力负荷削减是发展中国家的主要问题。主因是能源部门管理不善以及使用不可再生能源。改进能源管理与使用可再生源可显著解决能源危机。由于基于化石燃料的能源价格高企，有必要增加可再生能源（RESs）的使用以满足不断增长的能源需求。联邦学习（FL）是人工智能领域最新兴的技术。联邦学习通过集成远程边缘站点本地训练的模型在服务器端生成全局模型，同时保护数据隐私。该全局模型用于预测能源需求以满足消费者需要。在本文中，我们提出了基于区块链的安全分布式账本技术，用于生产消费者与消费者间的数据交易，以确保其透明性、可追溯性与安全性。此外，我们还提出了一种联邦学习模型来预测消费者与生产消费者的能源需求。而且，区块链已被用于存储生产消费者的过剩能源数据，以更好地管理生产消费者与电网间的能源。最后，实验结果表明可再生能源相比其他不可再生能源资源产生了更好且具可比性的结果。