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！

龙图腾网恭喜长春工程学院申请的专利云边协同感知的电力物联网卸载策略及资源配置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：CN119729630B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202510210220.5，技术领域涉及：H04W28/084；该发明授权云边协同感知的电力物联网卸载策略及资源配置优化方法是由柯洪昌;李志新;赵慧玲;陈洋;史泽宇设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本云边协同感知的电力物联网卸载策略及资源配置优化方法在说明书摘要公布了：本发明属于电力物联网技术领域，尤其涉及一种云边协同感知的电力物联网卸载策略及资源配置优化方法。方法包括：S1：构建基于BiGRU的缓存全局预测模型，设置缓存全局预测模型的模型参数以及云边协同任务卸载模型的设备参数；S2：利用电力物联网的任务特征训练缓存全局预测模型，并利用训练好的缓存全局预测模型预测电力物联网的任务缓存类别；S3：构建自适应联邦学习策略；S4：构建基于离散DDPG的任务卸载与迁移模型，利用自适应联邦学习策略的处理结果对任务卸载与迁移模型进行训练，并利用训练好的任务卸载与迁移模型确定任务卸载与迁移策略。本发明能够降低任务处理代价，提高了任务完成率，对无线网络或车联网异构任务快速处理提供了技术支持。

本发明授权云边协同感知的电力物联网卸载策略及资源配置优化方法在权利要求书中公布了：1.一种云边协同感知的电力物联网卸载策略及资源配置优化方法，其特征在于，具体包括如下步骤：S1：构建基于BiGRU的缓存全局预测模型，设置缓存全局预测模型的模型参数以及云边协同任务卸载模型的设备参数，云边协同任务卸载模型包括电力物联网、云端服务器和MEC服务器；S2：利用电力物联网的任务特征训练缓存全局预测模型，并利用训练好的缓存全局预测模型预测电力物联网的任务缓存类别；计算电力物联网的计算任务分别卸载到本地MEC服务器执行、迁移到相邻MEC服务器执行和迁移到云端服务器执行的时延和功耗；S3：构建自适应联邦学习策略，在MEC服务器部署有训练好的缓存全局预测模型，并利用自适应联邦学习策略为MEC服务器自适应分配权重及更新缓存全局预测模型；S31：基于在电力物联网端训练缓存全局预测模型的过程中学习到的任务特征与任务卸载决策之间的关系，确定电力物联网端的权重分配策略： ；其中，为电力物联网的权重，为电力物联网在上一轮训练得到的权重，为更新尺度参数；S32：使各MEC服务器上均部署有训练好的缓存全局预测模型，将训练好的缓存全局预测模型的模型参数与权重上传至各MEC服务器，各MEC服务器采用自适应加权平均方法更新自身部署的缓存全局预测模型，并将更新后的缓存全局预测模型下发至电力物联网端；电力物联网端对更新后的缓存全局预测模型进行网络训练和任务特征识别，并根据网络训练和任务特征识别结果进一步调整各MEC服务器的权重分配和更新频率，直至各MEC服务器部署的缓存全局预测模型满足用户需求：自适应加权平均方法所采用的公式为： ；其中，为连接到本地MEC服务器e的电力物联网节点数量，为当前电力物联网的节点产生的任务特征与其他电力物联网产生的任务特征的信息熵，L为缓存全局预测模型的层数；S4：构建基于离散DDPG的任务卸载与迁移模型，利用自适应联邦学习策略的处理结果对任务卸载与迁移模型进行训练，并利用训练好的任务卸载与迁移模型确定任务卸载与迁移策略。

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长春工程学院，其通讯地址为：130012 吉林省长春市宽平大路395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”。