基于差分隐私的去中心化安全发电维护
分布式、并行与集群计算
2020-10-20 v1 密码学与安全
最优化与控制
摘要
在数据驱动的电力系统模型中，去中心化方法因其显著的计算可扩展性，同时保证公用事业利益相关方对数据的完全所有权，正日益受到青睐。然而，去中心化方法仍需要在面向公众的通信信道上共享有关网络潮流估计的信息，这引发了隐私担忧。本文提出了一种由差分隐私驱动的方法，面向混合整数运行与维护优化问题的去中心化表述，以保护网络潮流估计。我们利用相角与潮流之间的线性关系，证明了强隐私保证。为应对该问题混合整数与动态特性带来的挑战，我们引入了一种基于指数移动平均的共识机制以增强收敛性，并结合基于控制图的收敛判据以改善稳定性。我们在 IEEE 118 总线算例上获得的实验结果表明，我们的隐私保护方法所得解的质量与无差分隐私的基准方法相当。为证明我们方法的计算鲁棒性，我们使用广泛的噪声水平和运行场景进行了实验。
引用
@article{arxiv.2010.09099,
title = {Decentralized and Secure Generation Maintenance with Differential Privacy},
author = {Paritosh Ramanan and Murat Yildirim and Nagi Gebraeel and Edmond Chow},
journal= {arXiv preprint arXiv:2010.09099},
year = {2020}
}