一种基于数据相似度聚合的电力数据分布式联邦学习系统及方法

    公开(公告)号:CN116796864A

    公开(公告)日:2023-09-22

    申请号:CN202310320264.4

    申请日:2023-03-29

    Abstract: 本发明提出一种基于数据相似度聚合的电力数据分布式联邦学习系统,包括基于本地模型聚合的分布式联邦学习模型和基于模型数据相似度的联邦学习聚合过程,其中分布式联邦学习模型包括区块链网络和本地服务器(区块链节点服务器节点和模型计算服务器节点),旨在将模型参数聚合工作转到本地服务器中进行,解决了传统联邦学习对中心服务器的依赖和模型单一的问题,实现本地模型个性化;基于模型数据相似度的联邦学习聚合方法利用余弦相似度计算参与者模型参数之间的相关度,确定模型聚合过程中所占权重,实现相似应用场景模型之间更多的学习。该方案满足数据隐私保护需求,有效提高了电力企业在负荷预测和故障诊断等不同应用场景下的安全性和准确性。

    一种电力系统日常数据同步治理系统

    公开(公告)号:CN114969104A

    公开(公告)日:2022-08-30

    申请号:CN202210529490.9

    申请日:2022-05-16

    Abstract: 本发明涉及数据同步治理,具体涉及一种电力系统日常数据同步治理系统,包括服务器,服务器通过关系库构建模块构建关于历史异常数据与异常问题之间的关系库,服务器通过问题设备确认模块检查电力系统主网线路平衡,并确认问题设备,服务器通过异常数据聚类模块记录问题设备的异常数据,并对异常数据与历史异常数据进行聚类,服务器通过异常问题确认模块基于聚类结果,确认与异常数据匹配的异常问题;本发明提供的技术方案能够有效克服现有技术所存在的无法对电力系统主网线路不平衡时的异常数据,以及电力系统档案类数据进行有效治理的缺陷。

Patent Agency Ranking