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！

龙图腾网获悉国网浙江省电力有限公司温州供电公司申请的专利一种基于自学习的自适应混合精度量化网络的生成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：CN120449946B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510954920.5，技术领域涉及：G06N3/0464；该发明授权一种基于自学习的自适应混合精度量化网络的生成方法是由蓝天虹;叶清泉;施亦治;陈显辉;郑立;郑文斌;陈莉;邱一川;沈思琪;郑思源;陈铭;蔡怡挺;金如怡;缪竞雄;陈梦娴;王小芳;王自升;杨森;范金凯设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本一种基于自学习的自适应混合精度量化网络的生成方法在说明书摘要公布了：本申请涉及模型量化技术领域，公开了一种基于自学习的自适应混合精度量化网络的生成方法，包括：获取教师位宽集合以及待训练的学生元网络，教师位宽集合中包括多个高位宽的候选教师，学生元网络共享全精度权重且支持多种位宽配置；针对任一位宽配置，根据学生元网络与各候选教师之间的层间曼哈顿距离以及各候选教师预测概率分布的熵值，确定对应的目标教师；对学生元网络的所有位宽配置进行联合训练，得到自适应位宽学生元网络；基于层间重要性评估结果，利用位宽搜索策略，确定各层网络的目标位宽；基于各层网络的目标位宽以及自适应位宽学生元网络，生成目标混合精度量化网络，解决了相关模型在电力设备状态监测中诊断准确率低的技术问题。

本发明授权一种基于自学习的自适应混合精度量化网络的生成方法在权利要求书中公布了：1.一种基于自学习的自适应混合精度量化网络的生成方法，应用于电力设备状态监测，其特征在于，所述方法包括： 获取教师位宽集合以及待训练的学生元网络，所述教师位宽集合中包括多个高位宽的候选教师，所述学生元网络共享全精度权重且支持多种位宽配置； 针对任一位宽配置，根据学生元网络与各候选教师之间的层间曼哈顿距离以及各候选教师预测概率分布的熵值，确定对应的目标教师；对学生元网络的所有位宽配置进行联合训练，得到自适应位宽学生元网络，包括：针对任一位宽配置，确定学生元网络与目标教师之间的训练损失，将所有位宽配置下的训练损失加权求和得到联合损失函数，基于所述联合损失函数更新所述共享全精度权重； 基于归一化参数比例、归一化熵、归一化方差以及归一化激活稀疏性，生成各层网络的层间重要性评估结果；基于实时设备状态数据以及所述层间重要性评估结果，确定各层网络的目标位宽；基于各层网络的目标位宽以及所述自适应位宽学生元网络，生成响应实时设备状态的目标混合精度量化网络； 所述方法还包括：获取历史设备状态数据，并提取所述历史设备状态数据中的多维特征，包括设备运行状态指标、异常特征模式以及时序变化趋势；基于所述多维特征，生成设备状态-位宽映射策略表，所述设备状态-位宽映射策略表用于表征不同电力设备状态对应的各层位宽的配置策略；将所述实时设备状态数据与设备状态-位宽映射策略表中的设备状态特征向量进行匹配，以确定各层网络的目标位宽； 所述方法还包括：根据所述层间重要性评估结果，按照层重要性降序排列各层，对每层分别执行以下操作：根据实时监测的设备状态以及当前层支持的最高量化位宽确定初始化位宽，在保证准确率损失不超过设定阈值的前提下，按固定步长从所述初始化位宽向低位位宽迭代下调，以确定当前层的目标位宽。

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国网浙江省电力有限公司温州供电公司，其通讯地址为：325000 浙江省温州市鹿城区水心街道锦绣路800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”。

以上内容由龙图腾AI智能生成。