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！

龙图腾网获悉翼华科技(北京)有限公司申请的专利基于云边端协同的智能算力集成服务管理方法及系统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：CN120675957B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202510950316.5，技术领域涉及：H04L47/76；该发明授权基于云边端协同的智能算力集成服务管理方法及系统是由刘乐植;何霄;马强;王瑶;张浩设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本基于云边端协同的智能算力集成服务管理方法及系统在说明书摘要公布了：本发明公开了基于云边端协同的智能算力集成服务管理方法及系统，涉及算力集成管理技术领域，该方法包括：在云端控制器，实时感知边端协同端口与终端设备的算力资源状态，搭建资源拓扑图谱；引入动态任务需求，生成算力调度向量；对云端训练模型进行轻量化分割，确定层级限定下的邻近边缘节点组成区域弹性集群；部署数字孪生仿真引擎预演算力分配场景，建立异构资源池化机制，进行算力集成服务管理。本发明解决了现有技术中异构算力资源管理效率低下，利用率不足的技术问题，达到了实现智能算力集成服务的高效管理，提升了异构算力资源的利用率的技术效果。

本发明授权基于云边端协同的智能算力集成服务管理方法及系统在权利要求书中公布了：1.基于云边端协同的智能算力集成服务管理方法，其特征在于，所述方法包括： 在云端控制器，实时感知边端协同端口与终端设备的算力资源状态，搭建资源拓扑图谱； 基于所述资源拓扑图谱，引入动态任务需求，生成包含算力负载均衡权重、时延敏感度指标及能耗约束条件的算力调度向量； 根据所述算力调度向量，对所述云端控制器对应的云端训练模型进行轻量化分割，动态匹配边缘节点推理能力，确定层级限定下的邻近边缘节点组成区域弹性集群； 部署数字孪生仿真引擎预演算力分配场景，结合强化学习动态修正资源碎片率，建立异构资源池化机制，将区域弹性集群内的异构算力资源进行按需动态切分，进行算力集成服务管理； 对所述云端控制器对应的云端训练模型进行轻量化分割，所述方法还包括： 集成用户用电行为时序数据及设备红外热成像数据，通过时空注意力机制提取跨维度特征； 基于联邦学习框架聚合多区域负荷预测模型权重，结合所述跨维度特征动态优化谐波畸变率补偿参数，并通过轻量化知识蒸馏架构压缩云端模型参数； 所述方法还包括： 连接用户行为画像库确定负荷预测权重，结合设备拓扑数据拟定分区预测基准曲线； 基于所述分区预测基准曲线，集成区块链存证单元，所述区块链存证单元用于记录预测模型参数更新日志； 部署数字孪生仿真引擎预演算力分配场景，结合强化学习动态修正资源碎片率，建立异构资源池化机制，所述方法包括： 基于所述算力分配场景，插入负荷转移路径下的网络带宽阈值、时延容忍上限、能耗增量限制； 以负荷均衡度、转移成本、服务质量为目标，进行多目标优化求解； 所述方法还包括： 基于生成对抗网络模拟传感器噪声干扰模式，动态优化负荷特征提取阈值； 使用数字孪生仿真引擎，关联设备故障历史数据与负荷特征提取阈值进行风险评估； 关联设备故障历史数据与负荷特征提取阈值进行风险评估，所述方法包括： 基于蒙特卡洛模拟，动态修正所述分区预测基准曲线的置信区间； 通过修正后的置信区间，结合设备运行数据与预设风险阈值进行比对，若超出则触发预警机制，同时将风险评估结果反馈至所述云端控制器； 建立异构资源池化机制，将区域弹性集群内的异构算力资源进行按需动态切分，进行算力集成服务管理，所述方法还包括： 基于设备能效比，结合光伏出力、任务处理进度，动态调整任务在各边缘节点的分配比例； 同时，监测各边缘节点算力使用后的能耗情况，更新所述异构资源池化机制。

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翼华科技(北京)有限公司，其通讯地址为：100000 北京市大兴区盛坊路5号院6号楼2层201-1；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。