Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种客户基线负荷预估方法、系统、设备及介质 

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!

摘要:本申请公开了一种客户基线负荷预估方法、系统、设备及介质,在每个客户节点上通过训练个性化的Transformer模型,确保自注意力层参数只在本地进行更新,而不在全局范围内共享。这种方式能够精确捕捉每个客户的负荷模式,并提升预测准确性。并且通过在服务器端引入超网络来生成每个客户的个性化嵌入,这些嵌入用于生成个性化自注意力层参数,从而提升模型在处理不同客户数据时的泛化能力和鲁棒性。进一步地,通过改进的联邦学习框架,实现模型参数的分布式训练和聚合,既保护客户数据隐私,又提升系统的计算效率和通信效率。从而解决了现有技术预测准确性和数据隐私度较低、且通信开销较高的问题。

主权项:1.一种客户基线负荷预估方法,其特征在于,包括:S1、各客户节点定期获取其历史负荷数据并进行预处理得到本地数据集;S2、在服务器端初始化Transformer模型得到全局模型参数,并将所述全局模型参数分发至各客户节点;S3、客户节点基于全局模型参数并根据所述本地数据集进行模型训练,同时对自注意层的参数进行更新,并对除自注意层的其他层的参数通过联邦平均算法进行更新;S4、服务器端对来自各客户节点的自注意层的参数进行联邦平均,生成新的全局模型参数并分发至各客户节点,从而利用超网络生成每个客户节点的个性化自注意力层参数;S5、各客户节点基于新的所述全局模型参数进行训练,返回步骤S3,直至达到预置训练轮数,得到训练好的个性化Transformer模型;S6、基于所述个性化Transformer模型进行基线负荷预测。

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 一种客户基线负荷预估方法、系统、设备及介质

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。