差分隐私智能电表数据的市场价值

本文提出了一个框架，用于研究国内消费者与负荷服务实体之间共享隐私保护智能电表数据的价值。该框架由一个折扣差分隐私模型（以确保从聚合数据中无法识别个人）、一个基于 ANN 的短期负荷预测（以量化数据可用性和隐私保护对预测误差的影响）以及一个日前和平衡市场中的最优采购问题（以评估隐私-效用权衡的市场价值）组成。该框架表明，当消费者组的负荷曲线不同于系统平均值（使用 Kullback-Leibler 散度量化）时，在保留个人消费者隐私的同时共享智能电表数据具有显著价值。