买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司申请的专利一种基于Fourier低能系数的电力客户数据隐私保护方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114021189B 。

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111303206.8，技术领域涉及：G06F21/62；该发明授权一种基于Fourier低能系数的电力客户数据隐私保护方法是由张昕;朱峰;邹云峰;单超;祝宇楠;刘云鹏;孙少辰;范环宇;章劲秋设计研发完成，并于2021-11-05向国家知识产权局提交的专利申请。

本一种基于Fourier低能系数的电力客户数据隐私保护方法在说明书摘要公布了：本申请公开了一种基于Fourier低能系数的电力客户数据隐私保护方法，包括：对给定电力客户数据集D设置Fourier低能系数百分比α和分组数G；对D中的每条电力客户数据记录进行Fourier变换；对每条电力客户数据记录转换后的Fourier系数序列分别进行降序排列，选取后α部分的系数构成该条电力客户数据记录的低能系数序列；对低能系数序列集合进行降序排列并划分为G组；在组内进行基于协方差矩阵分布的随机扰动；对扰动后的Fourier系数进行逆变换，生成扰动后数据集并进行发布。本发明在维护电力客户个体数据隐私的同时，维持数据集内每条电力客户数据记录扰动后数据变化率可用性。

本发明授权一种基于Fourier低能系数的电力客户数据隐私保护方法在权利要求书中公布了：1.一种基于Fourier低能系数的电力客户数据隐私保护方法，其特征在于： 所述方法包括以下步骤： 步骤1：给定电力客户数据集D，其属性数目为m，D中有n条电力客户数据记录；对给定电力客户数据集D，设置Fourier低能系数百分比分组数G，所述电力客户数据集为多维数值型数据集； 步骤2：对数据集D中的每条电力客户数据记录进行Fourier变换，将所有电力客户数据记录变换后的Fourier系数序列保存到集合F；具体对数据集D中每条电力客户数据记录的m个属性值进行一维离散傅里叶变换，获得对应的m个Fourier系数；其中，对第条电力客户数据记录进行变换，获得Fourier系数序列；保存所有电力客户数据记录变换后的Fourier系数序列到集合F，供筛选低能系数，即集合F中包含系数； 步骤3：对集合F中每条电力客户数据记录转换后的Fourier系数序列分别进行降序排列，选取后部分的系数构成该条电力客户数据记录的低能系数序列； 步骤4：对所有电力客户数据记录的低能系数序列集合按照每个序列的第一个值进行降序排列，按照排列顺序将低能系数序列集合均匀划分为G组；具体将所有电力客户数据记录的低能系数序列集合按照每条电力客户数据记录的第一个低能系数值再次进行降序排列，得到序列集； 步骤5：在组内利用各组的均值向量和真实数据的无偏估计，进行基于协方差矩阵分布的随机扰动； 假设步骤3中在每条电力客户数据记录中选取的低能系数个数为J，FLk为第k1≤k≤J属性在序列集FL中的整体序列，即FLk={};计算各属性整体序列间的样本协方差矩阵;计算每组内每个属性序列的均值，获得该组的均值向量1≤g≤G和各属性的整体均值向量矩阵;根据计算组内样本协方差矩阵；使用各属性整体序列间的样本协方差矩阵和组内样本协方差矩阵计算真实数据协方差矩阵的无偏估计矩阵；在组内基于各组的均值向量1≤g≤G和真实数据协方差矩阵的无偏估计矩阵的分布生成扰动值，替换对应位置原始系数，实现基于协方差矩阵分布的随机扰动； 步骤6：对扰动后的Fourier系数进行逆变换，生成扰动后数据集并进行发布。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司，其通讯地址为：210019 江苏省南京市建邺区奥体大街9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。