一种基于V2G网络的电网分割学习方法以及系统

本发明涉及V2G网络优化技术，揭露了一种基于V2G网络的电网分割学习方法，包括：客户端获取实时交易信息，并根据敏感度函数对实时交易信息进行敏感度分级，得到多个分级敏感度的交易信息；获取多个分级敏感度的交易信息中的敏感属性，并对敏感属性执行噪声添加操作，将添加噪声后的交易信息存储至云存储服务器；云存储服务器接收添加噪声后的交易信息，并对LSTM‑FCNN多任务模型进行参数优化训练，得到目标LSTM‑FCNN多任务模型；云存储服务器和聚合器利用分割学习方法对目标LSTM‑FCNN多任务模型进行协同训练，得到基于V2G网络的电网多任务模型。本发明还提出一种基于V2G网络的电网分割学习系统。本发明可以提高实时交易信息在V2G网络中的优化效率并提高V2G网络的稳定性。