智能电表系统广泛普及的同时,智能电表数据的安全性也不容忽视。可信第三方通过非侵入式负载监控技术对能耗数据分析,可以为用户提供电表计费、用电优化和设备监控等服务。但是若恶意攻击者得到了电表数据,可以分析用户的用电习惯以及行为活动等,对用户造成巨大的威胁。目前常见的隐私保护方案主要包括基于能源存储的负载隐藏策略和隐私保护数据聚合。使用基于能源存储的隐私保护方案的智能电表收集到的电表数据无法实现对设备的监控,而数据聚合隐私保护方法的计算操作可能会引起较高的计算开销。提出的电表数据隐私保护方案综合考虑了电力供应商的计费功能和第三方服务对能耗数据的需求,在电表数据管理系统中实现数据的隐私保护查询功能。现有的基于差分隐私的隐私保护方法牺牲掉了总用电量计算的准确性。为了解决这一问题,提出的方案使用了分组加噪声的方式保护数据中的隐私信息,同时也保证了准确的用电计费。提出的隐私保护方案包括第三方服务对电表数据的请求,设计隐私保护查询算法。第三方服务器只能获取查询数据,并进行分析为用户提供用电优化等服务。设计在查询过程中采用距离评分函数,以差分隐私指数机制实现对查询的隐私保护处理。在提出的电表数据隐私保护方案中,电力供应商和第三方服务商都不会直接获取电表数据,而是增加了差分保护的查询结果数据。因此,提出的方案可以在不影响计费和用户获得第三方服务的前提下,保护用户的隐私。实验分析使用的数据集是真实的家庭用电的能耗数据集。实验结果表明,隐私保护的加噪声处理不会对能耗的准确计费造成影响。并且,在相同的查询参数设置下,提出的方案较传统的加噪声方式其查询结果正确率最大提高了2.62倍。