基于联邦学习的用电预测方法及系统、计算机设备

    公开(公告)号:CN116151495A

    公开(公告)日:2023-05-23

    申请号:CN202310445155.5

    申请日:2023-04-24

    Abstract: 本发明涉及电网信息技术领域,提供一种基于联邦学习的用电预测方法及系统、计算机设备。所述方法包括:通过云计算平台发送用电预测模型到各个边缘计算节点;各个边缘计算节点利用本地的电力负载数据对接收到的用电预测模型进行训练,得到训练参数;通过中心节点获取各个边缘计算节点的用电预测模型的训练参数,并进行优化得到优化参数,将优化参数上传到云计算平台;云计算平台根据中心节点上传的优化参数对用电预测模型的参数进行更新,将更新的用电预测模型发送到各个边缘计算节点;各个边缘计算节点利用更新的用电预测模型进行用电预测。本发明将联邦学习与用电数据分析相结合,解决了边缘计算节点的数据孤岛问题和数据泄露的问题。

    基于雾计算的数据聚合方法、装置、系统、设备及介质

    公开(公告)号:CN119892352A

    公开(公告)日:2025-04-25

    申请号:CN202510003100.8

    申请日:2025-01-02

    Abstract: 本公开涉及供配电技术领域,具体涉及一种基于雾计算的数据聚合方法、装置、系统、设备及介质,所述方法应用于控制端,包括:生成公钥、私钥、超递增序列以及轻量级分组密码的秘钥;发送公钥、超递增序列、雾节点随机数以及轻量级分组密码的秘钥;接收聚合数据并解析,以获取雾聚合用电数据、雾节点消息认证码、雾节点身份标识以及第一时间戳;获取基于雾节点随机数、雾节点身份标识、第一时间戳以及轻量级分组密码的秘钥生成的控制端消息认证码;若雾节点消息认证码与控制端消息认证码匹配,则基于公钥、私钥、超递增序列对聚合用电数据中的加密用电数据进行解密。该方案可以降低用户数据泄露的概率,对智能电网的安全性和稳定性进行了改善。

    故障定位方法、装置、电子设备、存储介质及程序产品

    公开(公告)号:CN119575077A

    公开(公告)日:2025-03-07

    申请号:CN202510084981.0

    申请日:2025-01-20

    Abstract: 本发明公开了一种故障定位方法、装置、电子设备、存储介质及程序产品;该方法包括:当检测到满足行波分析启动条件时,获取线路的两个测点的待分析的故障行波信号集合,故障行波信号集合中包括不同采样周期所采集到的故障行波信号,行波分析启动条件根据工频信号的增益函数确定;针对每个故障行波信号集合,根据故障行波信号集合构建随机共振系统势函数,根据随机共振系统势函数对故障行波信号进行系统共振,得到待提取行波信号;对待提取行波信号进行波头提取,记录测点对应的行波到达时间;根据每个测点对应的行波到达时间以及线路总长度进行故障定位,确定故障位置,解决了故障行波信号采集不准确以及波头提取不准确的问题。

Patent Agency Ranking