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！

龙图腾网获悉湖南工商大学申请的专利一种基于联邦学习的智能电网故障检测模型训练优化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：CN119884896B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510377032.1，技术领域涉及：G06F18/241；该发明授权一种基于联邦学习的智能电网故障检测模型训练优化方法是由易国栋;伍洲洋;李晓翠;张新玉;胡东滨;张军号;施光泽设计研发完成，并于2025-03-28向国家知识产权局提交的专利申请。

本一种基于联邦学习的智能电网故障检测模型训练优化方法在说明书摘要公布了：本发明提供了一种基于联邦学习的智能电网故障检测模型训练优化方法，涉及故障检测技术领，通过联邦学习进行模型分派、实时数据训练、数据相似度判断、模型调整、客户端与中心服务器进行模型参数交互等步骤，实现智能电网故障检测模型的高效训练与优化，同时保护数据隐私，提升了模型对不同区域电网的适应性和故障检测的准确性。

本发明授权一种基于联邦学习的智能电网故障检测模型训练优化方法在权利要求书中公布了：1.一种基于联邦学习的智能电网故障检测模型训练优化方法，其特征在于，包括： 步骤1，中心服务器将预训练后的主故障检测模型作为初始模型与训练任务分派至各个智能电网区域的客户端； 步骤2，各客户端根据所述训练任务对采集的本地数据进行粗粒度打标后进行特征提取，得到全局提示池并上传至所述中心服务器，包括： 各客户端将所述本地数据进行打标，得到带粗粒度提示的本地数据； 在各客户端中预置预训练后的VisionTransformer模型作为基础模型，并为各客户端构建初始化全局提示池； 将带粗粒度提示的本地数据输入所述基础模型进行特征提取，得到嵌入特征，并通过所述基础模型计算带粗粒度提示的本地数据中每个数据的输入键； 计算所述初始化全局提示池中每个提示的键与每个输入键的相似度； 选择相似度大于预设阈值的多个提示的索引，并将与索引对应的提示和所述嵌入特征进行拼接，得到拼接后的嵌入特征； 利用拼接后的嵌入特征对所述基础模型进行分类训练，得到全局提示池并上传至所述中心服务器； 步骤3，所述中心服务器选择任意一个客户端上传的全局提示池作为学生池，利用所述学生池对所有全局提示池进行知识蒸馏，得到聚合后的全局提示池并分发至各客户端； 步骤4，各客户端根据聚合后的全局提示池对实时采集的本地数据进行相似度判定，得到判定结果，并将实时采集的本地数据输入所述初始模型，根据本地智能电网区域的特征和所述判定结果对所述初始模型进行训练，得到本地模型； 步骤5，各客户端将所述本地模型的模型参数输入所述中心服务器进行聚合，得到全局模型参数，并利用所述全局模型参数对所述初始模型的模型参数进行更新，得到用于对目标智能电网进行故障检测的全局故障检测模型； 步骤6，所述中心服务器将所述全局故障检测模型的模型参数分派至各个智能电网区域的客户端，对各客户端的本地模型进行优化后作为初始模型，并返回执行步骤2，直至当各客户端停止收集新数据时停止训练。

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湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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”。