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！

龙图腾网获悉国网江苏省电力有限公司扬州供电分公司;国网江苏省电力有限公司申请的专利一种基于联邦学习机制的风电数据异常检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118468186B 。

龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410659597.4，技术领域涉及：G06F18/2433；该发明授权一种基于联邦学习机制的风电数据异常检测方法及系统是由龚在刚;霍雪松;杜云龙;戴强晟;孔伯骏;陈思宇;丰颖;薛晨;周星辰;薛钟兵设计研发完成，并于2024-05-27向国家知识产权局提交的专利申请。

本一种基于联邦学习机制的风电数据异常检测方法及系统在说明书摘要公布了：本发明涉及异常检测领域，提供了一种基于联邦学习机制的风电数据异常检测方法及系统。所述方法包括：基于联邦多尺度式图对比学习特征生成模型生成引导节点；选择待聚合邻居节点集合；获得目标节点的高价值信息关系子图；利用基于消息传递机制的GNN聚合高价值信息关系子图中各个关系下邻居节点的信息；在本地完成邻居信息聚合后使用多层感知机作为分类器预测数据的异常性；计算分类损失，通过损失训练形成本地模型；使用本地模型加权平均的方式对全局模型进行迭代，得到联邦风电数据异常检测模型，对分布式存储在各地的风电数据进行实时检测。本发明在缓解Non‑IID问题的同时解决了邻居信息缺失问题，提高检测精度。

本发明授权一种基于联邦学习机制的风电数据异常检测方法及系统在权利要求书中公布了：1.一种基于联邦学习机制的风电数据异常检测方法，其特征在于：包括： 每个客户端利用本地存储的风电数据，基于联邦多尺度式图对比学习特征生成模型生成引导节点； 使用引导节点的增强特征进行基于强化学习的邻居选择机制，选择待聚合邻居节点集合； 基于邻居节点集合，借助面向价值的信息传递联邦学习模型提取跨客户端的高价值信息，获得目标节点的高价值信息关系子图； 使用节点价值评估器评估得到节点的价值，采用Top-K算法选择其中价值最高的K个节点，根据节点得到高价值信息； 利用基于消息传递机制的GNN聚合高价值信息关系子图中各个关系下邻居节点的信息； 在本地完成邻居信息聚合后使用多层感知机作为分类器预测数据的异常性； 计算分类损失，通过损失训练形成本地模型； 使用本地模型加权平均的方式对全局模型进行迭代，得到联邦风电数据异常检测模型，对分布式存储在各地的风电数据进行实时检测； 面向价值的信息传递联邦学习模型包括： 在联邦环境下，加入信息预测的全局损失对每个客户端上的本地多尺度式图对比学习特征生成模型进行优化，使得本地多尺度式图对比学习特征生成模型能够感知到来自其他客户端的信息，基于全局数据分布向关系子图中加入高价值信息，在保证数据安全的前提下实现客户端之间的信息传递。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网江苏省电力有限公司扬州供电分公司;国网江苏省电力有限公司，其通讯地址为：225009 江苏省扬州市维扬路179号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。