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！

龙图腾网获悉湖北第二师范学院申请的专利基于联邦学习的虚拟电厂隐私保护数据融合方法和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：CN121167786B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511697061.2，技术领域涉及：G06F21/62；该发明授权基于联邦学习的虚拟电厂隐私保护数据融合方法和系统是由王光伟;陈淑琴;王维真;李剑;尚俊;雷建军;毛辉辉;杜康;项康设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本基于联邦学习的虚拟电厂隐私保护数据融合方法和系统在说明书摘要公布了：本发明公开了一种基于联邦学习的虚拟电厂隐私保护数据融合方法和系统，方法包括：部署三级联邦学习网络；构建价值‑风险评估模型，完成特征对虚拟电厂核心任务的价值系数的量化、并计算特征可识别性熵值作为风险系数；同时引入负荷联动温度系数以完成特征筛选；边缘节点基于蒸馏特征生成参数更新值；传输时，参数先经加密再完成片段切分并上传，再进行容错校验；并基于时序新鲜度加权方法完成区域聚合；在云端则对异常参数进行过滤完成全局聚合生成优化模型；云端将全局模型参数经区域服务器下发至边缘节点后，各节点用独立本地验证集测试模型性能完成反馈迭代，直至模型收敛。解决了隐私保护与运行效能兼顾的问题。

本发明授权基于联邦学习的虚拟电厂隐私保护数据融合方法和系统在权利要求书中公布了：1.一种基于联邦学习的虚拟电厂隐私保护数据融合方法，其特征在于，包括： S1.部署边缘节点-区域服务器-云端平台三级联邦学习网络； S2.构建价值-风险评估模型，完成特征对虚拟电厂核心任务的价值系数的量化、并计算特征可识别性熵值作为风险系数，以形成坐标；引入与虚拟电厂实时运行状态绑定的负荷联动温度系数，并完成特征筛选； S3.边缘节点基于蒸馏特征生成参数更新值；传输时，参数先经Paillier同态加密，再基于其敏感度自适应地拆分为3-5片段分不少于3通道完成上传后再完成容错校验；并基于时序新鲜度加权方法完成区域聚合；在云端则对异常参数进行过滤，并完成全局聚合生成优化模型； S4.云端将全局模型参数经区域服务器下发至边缘节点后，各节点用独立本地验证集测试模型性能，若预测误差超预设阈值，自动重调动态特征蒸馏的温度系数并重新开展本地训练与参数上传；若性能达标则进入下一轮迭代，直至模型收敛； 其中，价值系数通过沙普利值计算特征对核心任务的边际贡献，风险系数基于信息熵量化特征的识别风险，二者形成对应坐标；负荷联动温度系数绑定虚拟电厂实时运行状态，筛选价值与风险比值满足要求的特征； 该筛选机制确保保留的特征既具备支撑核心任务的高价值，又将识别风险控制在合理范围内，在提升模型输入质量的同时，降低因特征关联导致的隐私泄露可能。

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北第二师范学院，其通讯地址为：430000 湖北省武汉市东湖新技术开发区高新二路129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。