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！

龙图腾网获悉科大智能科技股份有限公司;科大智能电气技术有限公司申请的专利应用于智能电能表的分布式单模态小模型数据同步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：CN120317150B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510788818.2，技术领域涉及：G06F30/27；该发明授权应用于智能电能表的分布式单模态小模型数据同步方法是由张翔;戴成涛;张吉勇;魏林丽;汪梦余;曾凡东;王翔;王义辉;张謇;周宇;刘飞;周元征;黄彬彬;史政语设计研发完成，并于2025-06-13向国家知识产权局提交的专利申请。

本应用于智能电能表的分布式单模态小模型数据同步方法在说明书摘要公布了：本发明公开了一种应用于智能电能表的分布式单模态小模型数据同步方法，包括：S1.基于可编程电源构建高保真训练环境，结合端侧反馈动态优化仿真参数，并对初始用电异常检测模型进行训练；S2.对训练后的模型依据设备画像建模，并通过双向自适应压缩生成轻量化模型；S3.在电能表端部署轻量化模型并监测性能衰减特征；S4.通过分块梯度回传机制将环境偏移量逆向反馈至云端，在云端对模型参数进行迭代修正；S5.利用反馈数据触发云端二次训练，循环更新模型直至达到精度与功耗双指标收敛。本发明通过端云双向数据流形成闭环优化链路，突破传统单向部署的静态缺陷，实现模型对动态环境的持续自适应。

本发明授权应用于智能电能表的分布式单模态小模型数据同步方法在权利要求书中公布了：1.一种应用于智能电能表的分布式单模态小模型数据同步方法，其特征在于，包括： S1.基于可编程电源构建高保真训练环境，结合端侧反馈动态优化仿真参数，并对初始用电异常检测模型进行训练； S2.对训练后的模型依据设备画像建模，并通过双向自适应压缩生成轻量化模型； S3.在电能表端部署轻量化模型并监测性能衰减特征； S4.通过分块梯度回传机制将环境偏移量逆向反馈至云端，在云端对模型参数进行迭代修正； S5.利用反馈数据触发云端二次训练，循环更新模型直至达到精度与功耗双指标收敛； 所述S2步骤的具体操作流程包括： S21.提取电能表的硬件参数及运行时状态，构建动态更新的设备能力评估矩阵作为设备画像； S22.根据设备画像，对模型不同层实施差异化压缩策略：对计算密集型卷积层根据设备画像采用分层量化压缩，对存储敏感的全连接层根据设备画像实施权重剪枝操作； S23.引入设备资源约束损失函数进行环境感知的知识蒸馏，当检测到目标设备内存占用超限时，自动降低非关键特征层的蒸馏强度，优先保留异常检测敏感节点； 所述S22步骤对模型不同层实施差异化压缩策略的具体操作流程包括： L1.根据设备画像构建设备能力评分模型，以硬件资源评分函数表征，有： 其中，表示为设备能力综合评分，且具体评分值在0-1内，与分别代表CPU与内存的权重系数，与分别代表CPU与内存的实时空闲资源，与分别代表CPU与内存的总资源； L2.对计算密集型卷积层根据设备能力综合评分结果采用分层量化压缩，有： 其中，表示为第层量化位宽； L3.对存储敏感的全连接层根据设备能力综合评分结果实施权重剪枝操作，有： 其中，为第层剪枝比例，为最大允许剪枝比例。

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科大智能科技股份有限公司;科大智能电气技术有限公司，其通讯地址为：201600 上海市松江区泗砖路777号1幢503室；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”。