龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：华北电力大学
摘要：本发明提供了一种更新贡献加权聚合的差分联邦学习异常用电辨识方法，针对现有机器学习异常用电辨识方法对配电网数据隐私保障考虑不充分的局限性，本发明充分考虑异常用电辨识模型训练过程中对配电网数据的隐私保护，采用差分隐私的分布式联邦学习框架，基于梯度更新贡献度加权聚合策略训练全局模型，实现对分布式配电网用电用户异常用电行为的辨识，从而有效提高电力配电网的运维效率和配电网数据的安全性。
主权项：1.一种更新贡献加权聚合的差分联邦学习异常用电辨识方法，该方法包括以下步骤：S1.采集获取并预处理配电网用电用户用电信息；S2.初始化分布式联邦学习辨识模型；S3.本地监测客户端开展本地训练并产生噪声扰动梯度；S4.中心服务器计算全局贡献度，根据全局贡献度加权平均准则聚合梯度并更新全局模型；S5.采用全局训练模型辨识异常用电行为，记录辨识结果。
全文数据：
权利要求：
百度查询： 华北电力大学 一种更新贡献加权聚合的差分联邦学习异常用电辨识方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号