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！

龙图腾网恭喜浙江大学申请的专利基于单轮联邦学习的低通信成本智能电表故障诊断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：CN119004208B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411099212.X，技术领域涉及：G06F18/241；该发明授权基于单轮联邦学习的低通信成本智能电表故障诊断方法是由孟文超;陈雪超;贺诗波;杨秦敏;李世忠;孟世元;公英杰设计研发完成，并于2024-08-12向国家知识产权局提交的专利申请。

本基于单轮联邦学习的低通信成本智能电表故障诊断方法在说明书摘要公布了：本发明公开了一种基于单轮联邦学习的低通信成本智能电表故障诊断方法。在各智能电表节点进行本地模型训练，各节点将本地模型参数以及每个批量归一化层在训练完成后的本地模型中记录的均值和方差上传至中心服务器，中心服务器通过对齐给定的故障分类和批量归一化层的统计量进行各节点对应数据集的生成。此外，本发明还通过对生成的数据集进行裁剪、混合并生成软标签，进一步提升了全局模型的精度和鲁棒性。最后，将生成的数据集和软标签输入至全局模型进行训练，得到最终的联邦学习全局故障诊断模型。这种方法在保护数据隐私、降低通信成本的同时，提高了模型的精度和鲁棒性，相比于其他联邦学习方法，故障诊断性能得到了显著提升。

本发明授权基于单轮联邦学习的低通信成本智能电表故障诊断方法在权利要求书中公布了：1.一种基于单轮联邦学习的低通信成本智能电表故障诊断方法，其特征在于，包括：S1：由中心服务器确定全局故障诊断模型结构，对全局模型进行参数初始化，并下发至各智能电表节点；S2：各智能电表节点在本地对接收到的初始全局模型使用本地数据进行训练，直至所有节点完成本地故障诊断模型的训练，获得本地模型参数；S3：各智能电表节点将本地模型参数，以及每个批量归一化层在训练完成后的本地模型中记录的均值和方差统计量上传至中心服务器；S4：在中心服务器通过对齐给定的故障分类和批量归一化层的统计量，使用各智能电表节点上传的本地模型参数进行各节点对应数据集的生成；S5：对生成的数据集进行裁剪、混合并生成软标签；S6：在中心服务器将生成的数据集和软标签输入全局模型进行训练，将训练好的全局模型参数下发至各智能电表节点更新本地模型参数；S7：各智能电表节点将实时采集的数据输入最新的本地模型，得到故障诊断结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。