5G网络中面向多任务联邦学习的资源分配方法及系统

    公开(公告)号:CN113900796A

    公开(公告)日:2022-01-07

    申请号:CN202111029164.3

    申请日:2021-09-02

    Abstract: 本发明提供了一种5G网络中面向多任务联邦学习的资源分配方法及系统,所述方法包括以下步骤:获取每个设备训练每个任务相应的设备运行参数、本地训练数据量和传输数据量;结合网络环境参数、每个设备的发射功率和设备参数,确定每个设备传输每个任务所需的时延和能耗;进行每轮训练任务时,根据每个设备向基站传输每个任务所需的时延和能耗,对参与本轮联邦学习的设备进行筛选;在对选中的设备发送功率进行限制的前提下,进行数据传输的资源分配。本发明基于网络通信环境、设备时延和能耗限制条件,针对联邦学习的每一轮均进行参与学习的设备选择和网络传输资源分配,保证了联邦学习的效率和准确性。

    基于无线通信的分布式电网协同控制方法、系统及设备

    公开(公告)号:CN118281888A

    公开(公告)日:2024-07-02

    申请号:CN202410273574.X

    申请日:2024-03-11

    Abstract: 本发明属于分布式电网协同控制领域,提供了基于无线通信的分布式电网协同控制方法、系统及设备。其中,该方法包括获取分布式相互通信的配电端对应的历史时间窗口内的配电负荷,得到对应数量的配电负荷集合,预测得到对应的配电负荷预测值,与对应配电端的配电负荷阈值,判断各个配电端属于类别;当判断至少存在一个超荷配电端时,获取正常配电端的负荷容余值;计算对应超荷配电端的配电负载预测值,结合所有正常配电端的负荷容余值,进行协同配电方案的第一轮寻优优化;根据所有正常配电端与超荷配电端的通信时延及协同控制时延,以协同控制时间最小为目的,对所有第一协同配电方案进行第二轮寻优优化,得到最优协同配电方案,以进行协同控制。

Patent Agency Ranking