[发明专利]面向社会资产参与电网互动的内生安全感知资源管理方法

说明书

本发明公开了一种面向社会资产参与电网互动的内生安全感知资源管理方法，包括：设备层、6G边缘智能层和数字孪生层；设备层包括：通信设备和通讯设备，通信设备被部署在通讯设备上进行本地模型训练；将本地模型参数上传到6G边缘智能层进行全局模型平均；6G边缘智能层部署边缘服务器；边缘服务器指导本地模型训练，并为本地参数上传制定通讯设备调度策略；边缘服务器为本地模型参数提供模型中毒攻击检测；数字孪生层实现与园区通讯设备的实时交互，辅助资源管理优化。本发明的优点是：智慧园区的安全可靠运行提供实时模拟和精准预测，实现内生安全感知，减小优化空间并加速多时间尺度资源管理优化的收敛。

技术领域

本发明涉及智慧园区技术领域，特别涉及一种智慧园区系统及其面向社会资产参与电网互动的内生安全感知资源管理方法。

背景技术

智慧园区涵盖高比例可再生能源和分布式储能等多能源主体，其安全可靠运行是贯彻落实我国能源安全新战略、实现“双碳”目标的关键支柱。为实现智慧园区的安全可靠运行，大量通信设备被部署在分布式光伏、充电桩、配电箱等通信设备上，为园区运行提供监测和控制管理。数字孪生技术通过构建物理空间和数字系统之间的连接鸿沟，为智慧园区的安全可靠运行提供实时模拟和精准预测。设备在本地训练模型并且将模型参数上传到边缘服务器进行全局模型平均，从而更新数字孪生模型。

为保证数字孪生与智慧园区实体网络之间的精准实时更新，需要对本地训练周期调度、通信设备调度进行智能、灵活、合理管理。然而，由于智慧园区供能、用能及其附属资产隶属关系复杂，大量社会资产通过运营商网络参与电网互动，使得智慧园区通信环境复杂，各种恶意攻击者会入侵智慧园区通信网络，导致数字孪生模型的更新面临多样化、频繁的网络攻击威胁。其中，模型中毒攻击对数字孪生模型更新的影响最为显著。恶意攻击者通过控制通信设备上传错误的模型参数破坏全局模型平均，从而降低数字孪生模型精度，导致模拟和预测出现偏差，严重威胁智慧园区的安全。因此，在优化园区通信资源管理的同时需要引入内生安全感知技术，使园区主动调整资源管理策略从而应对社会资产参与互动下恶意攻击者的攻击。然而，面向社会资产参与互动的内生安全感知通信资源管理方法仍处于起步阶段，需解决以下挑战：

第一，为了应对社会资产参与电网互动下恶意攻击者的模型中毒攻击导致数字孪生模型精度低的问题，边缘服务器增加了调度设备的数量和本地训练周期。然而，这增加了数字孪生模型训练总时延。

第二，智慧园区社会资产频繁参与电网互动，导致智能园区网络环境复杂，恶意攻击者的攻击行为随机性强。基于恶意攻击者不可预测的攻击行为，边缘服务器很难主动调整资源管理策略以保证高精度和低时延的数字孪生模型训练。

第三，由于模型中毒攻击的概率变化远慢于信道条件的变化，因此需要在大时间尺度上优化本地训练周期调度；为保证数字孪生模型的实时更新，需要在小时间尺度上优化设备调度。然而，由于优化空间较大，边缘服务器难以在有限的优化时间内做出最优的多时间尺度资源管理策略，使得优化的收敛速度缓慢。

现有技术一

基于深度强化学习的设备编排算法

现有技术一在进行资源管理优化时，仅考虑小尺度设备调度优化，未考虑大尺度本地训练周期调度优化，无法有效保证数字孪生损失函数的收敛性。此外，现有技术一没有考虑模型中毒攻击检测，使得算法难以感知内生安全从而主动调整资源管理策略。

现有技术二

基于上置信界的客户端调度算法

现有技术二在进行资源管理优化时，仅考虑平均总训练时间和小尺度设备调度的优化，未考虑数字孪生损失函数和大尺度本地训练周期调度优化，无法有效保证数字孪生模型精度和损失函数的收敛性。此外，现有技术二没有考虑模型中毒攻击检测，使得算法难以感知内生安全从而主动调整资源管理策略。

发明内容