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：南方电网科学研究院有限责任公司
摘要：本发明提供了一种基于大模型上下文学习的电力数据异常监测方法和相关装置，通过边缘服务器的元学习器，将电力数据转换为云端大模型输入的特征向量并转换为上下文提示词，云端大模型基于上下文学习输出对应的预测结果，边缘服务器根据电力数据对元学习器的参数进行更新，并根据云端的集成网络对元学习器进行更新。本发明使用大模型技术进行端到端的学习，从而更好地捕获电力数据中的复杂模式和特征。利用大模型的强泛化能力以及上下文学习的方法，可以更好地处理数据稀疏性和不平衡性问题。结合联邦学习，可以在保护用户隐私的前提下进行模型训练，将模型参数分布在多个参与方中进行计算，从而避免直接共享原始数据，降低隐私泄露风险。
主权项：1.一种基于大模型上下文学习的电力数据异常监测方法，其特征在于，包括如下步骤：采集边缘服务器所属区域内的电力数据；将所述电力数据输入到元学习器中，得到输入特征向量；基于所述输入特征向量确定对云端大模型输入的上下文提示词，所述上下文提示词用于描述所述电力数据的特征；将所述上下文提示词输入到所述云端大模型中，得到基于所述电力数据的异常监测结果；其中，初始化的所述元学习器由所述边缘服务器生成，用于将所述电力数据转换为适应所述云端大模型嵌入空间的特征向量，所述云端大模型为大语言模型，用于根据所述上下文提示词中数据的特征输出对应的预测结果，所述边缘服务器根据电力数据对所述元学习器的参数进行更新，并根据云端的集成网络对所述元学习器进行更新，所述集成网络为所述云端根据各边缘服务器上传的参数更新后的所述元学习器集成优化得到的。
全文数据：
权利要求：
百度查询： 南方电网科学研究院有限责任公司 一种基于大模型上下文学习的电力数据异常监测方法和相关装置
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