电力现货市场中分布式特征数据选择方法

摘要

电力现货市场中分布式特征数据选择方法,解决了现有选择数据时不能同时兼顾成本及构建学习模型的准确率的问题，属于电力数据分析领域。包括：数据买家端确定用户侧学习模型、样本数据集及所缺少的电力数据类型及数据量，形成查询发送至数据卖家端，数据卖家端返回相对应的给定数据集给数据买家端；数据买家端联合优化用户侧学习模型准确率、用户支付、边缘服务器任务处理延迟和区块链的上传延迟以用户侧学习模型准确率最大化，支付和延迟最小化为目标，建立目标函数；求解目标函数，选择给定数据集中符合目标函数的特征数据，数据卖家端将选择的特征数据上传到区块链，数据买家端通过区块链支付并获取数据，并将数据加入至样本数据集中。