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：合肥工业大学
摘要：本发明涉及变压器故障诊断技术领域，公开了基于个性化联邦学习的变压器故障诊断方法、终端及介质。该方法获取N个变压器站点的异构变压器数据，分别作为N个客户端的本地私有数据集；利用中央服务器初始化联邦学习的训练环境，生成初始化全局模型并配置融合网络；中央服务器连接所有客户端，客户端对各自的异构变压器数据进行预处理；客户端初始化本地个性化模型和联邦模型；中央服务器经过多轮次选中不同客户端参与个性化联邦学习训练，得到最优变压器故障诊断模型；将目标变压器站点的实时异构变压器数据输入至对应最优变压器故障诊断模型中，输出目标变压器站点的故障诊断结果；本发明提高了变压器故障预测和诊断准确性。
主权项：1.基于个性化联邦学习的变压器故障诊断方法，其特征在于，包括步骤：S1.获取N个变压器站点的异构变压器数据，分别作为N个客户端的本地私有数据集；所述异构变压器数据包括变压器处于工作状态下产生的至少两种波形数据；S2.利用中央服务器初始化联邦学习的训练环境，生成初始化的全局模型并配置融合网络，客户端对各自的异构变压器数据进行预处理；S3.客户端初始化本地个性化模型和联邦模型；S4.中央服务器每轮选中n个客户端参与个性化联邦学习训练，向参与训练的客户端下发最新的全局模型并更新客户端的联邦模型；参与训练的客户端接收到最新的全局模型之后开始本地训练，训练过程中使用动态正则化算法和本地私有数据集更新自身的本地个性化模型；n∈1,N；S5.中央服务器接收所有参与训练的客户端更新后的联邦模型，使用模型聚合算法更新全局模型，然后返回步骤S4以进行下一轮训练，直至全局模型收敛或达到指定迭代次数，从而各客户端均得到经过训练的本地个性化模型即最优变压器故障诊断模型；S6.将目标变压器站点的实时异构变压器数据输入至对应的最优变压器故障诊断模型中，从而输出目标变压器站点的故障诊断结果。
全文数据：
权利要求：
百度查询： 合肥工业大学 基于个性化联邦学习的变压器故障诊断方法、终端及介质
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