Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网数字科技控股有限公司;国网汇通金财(北京)信息科技有限公司姚亮获国家专利权

国网数字科技控股有限公司;国网汇通金财(北京)信息科技有限公司姚亮获国家专利权

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!

龙图腾网获悉国网数字科技控股有限公司;国网汇通金财(北京)信息科技有限公司申请的专利基于边缘计算和联邦学习双模双通道数据处理方法和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:CN119201479B

龙图腾网通过国家知识产权局官网在2025-08-22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:202411718663.7,技术领域涉及:G06F9/50;该发明授权基于边缘计算和联邦学习双模双通道数据处理方法和系统是由姚亮;刘瑛琳;王婉儿;戴毓设计研发完成,并于2024-11-28向国家知识产权局提交的专利申请。

基于边缘计算和联邦学习双模双通道数据处理方法和系统在说明书摘要公布了:本发明提供了一种基于边缘计算和联邦学习双模双通道数据处理方法和系统,涉及电力技术领域。具体实现方案为:在中心计算节点对工业数据进行处理的全局模型的更新过程中,依据各个边缘计算节点的数据质量、计算能力及数据采集频率动态分配权重,使得数据质量较高、计算能力较强和数据采集频率较高的节点对全局模型参数的贡献更大,并利用全局模型参数更新各个边缘计算节点的本地模型参数。采用本发明,提高全局模型和各个边缘计算节点的本地模型对工业数据处理的准确性和稳定性。

本发明授权基于边缘计算和联邦学习双模双通道数据处理方法和系统在权利要求书中公布了:1.一种基于边缘计算和联邦学习双模双通道数据处理方法,其特征在于,包括: 边缘计算节点基于本地采集到的工业设备数据的当前时刻数据量和数据传输实时性需求,在第一类型通信链路和第二类型通信链路中,确定当前时刻的边缘通信通道,包括:所述边缘计算节点根据所述工业设备数据的上一时刻数据量和数据传输实时性需求,上一时刻选择第一类型通信链路的选择概率,以及上一时刻的边缘通信通道的带宽利用率,确定当前时刻选择第一类型通信链路的选择概率;所述边缘计算节点基于当前时刻选择第一类型通信链路的选择概率,以及所述工业设备数据的当前时刻数据量和数据传输实时性需求,在第一类型通信链路和第二类型通信链路中,确定当前时刻的边缘通信通道;其中,所述第一类型通信链路的传输速率大于所述第二类型通信链路的传输速度; 其中,所述确定当前时刻选择第一类型通信链路的选择概率的计算公式为: 其中,表示当前时刻选择所述第一类型通信链路的选择概率,表示上一时刻选择所述第一类型通信链路的选择概率,表示所述工业设备数据的上一时刻数据量,表示所述工业设备数据的数据传输实时性需求,表示上一时刻的边缘通信通道的带宽利用率,表示上一时刻的边缘通信通道的实际带宽,表示上一时刻的边缘通信通道的带宽上限值,和表示权重系数; 所述边缘计算节点通过当前时刻的边缘通信通道,向中心计算节点发送所述工业设备数据、本地模型参数和该本地模型参数对应的梯度信息中的至少一个在当前时刻的时序数据; 中心计算节点接收多个所述边缘计算节点中各个所述边缘计算节点在本地采集的工业设备数据,在本地基于该工业设备数据训练得到的本地模型参数和该本地模型参数对应的梯度信息; 所述中心计算节点基于各个所述边缘计算节点的工业设备数据,分别确定各个所述边缘计算节点的数据采集质量; 所述中心计算节点基于各个所述边缘计算节点的中央处理器利用率、内存利用率和带宽资源利用率,分别确定各个所述边缘计算节点的计算能力; 所述中心计算节点基于各个所述边缘计算节点的数据采集质量、计算能力和针对所述工业设备数据的数据采集频率,确定各个所述边缘计算节点的动态分配权重; 所述中心计算节点基于各个所述边缘计算节点的本地模型参数和该本地模型参数对应的梯度信息,以及动态分配权重,确定全局模型参数; 所述中心计算节点将所述全局模型参数下发给各个所述边缘计算节点,以使各个所述边缘计算节点基于所述全局模型参数,更新各个边缘计算节点的本地模型参数。

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数字科技控股有限公司;国网汇通金财(北京)信息科技有限公司,其通讯地址为:100000 北京市西城区广安门内大街308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”。

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。