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！

龙图腾网获悉江苏智安行能源科技有限公司申请的专利一种储能电池安全防控的联邦学习协同优化方法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：CN120509462B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202510983212.4，技术领域涉及：G06N3/098；该发明授权一种储能电池安全防控的联邦学习协同优化方法是由奚海波;张小丽;张新志;张静飞;张利绍设计研发完成，并于2025-07-17向国家知识产权局提交的专利申请。

本一种储能电池安全防控的联邦学习协同优化方法在说明书摘要公布了：本发明涉及新能源技术领域，具体为一种储能电池安全防控的联邦学习协同优化方法，首先提取电池多维数据，构建双循环联邦优化架构，所述双循环联邦优化架构包括外循环模块和内循环模块，外循环模块用于全局模型的周期性更新优化，内循环模块用于本地模型的迭代优化；再基于所述双循环联邦优化架构，构建联邦学习模型，进行内循环训练，得到第一更新参数并上传中心服务器；其次聚合第一更新参数后进行外循环，得到第二更新参数；多次循环后，融合第一更新参数和第二更新参数，获得双时优化精度参数，根据所述双时优化精度参数计算全局损失函数、本地损失函数和时间精度损失函数，将其加权求和，得到目标优化函数；最后通过优化算法优化运行状态。

本发明授权一种储能电池安全防控的联邦学习协同优化方法在权利要求书中公布了：1.一种储能电池安全防控的联邦学习协同优化方法，其特征在于，包括以下步骤： 划分多节点，提取电池多维数据，构建双循环联邦优化架构，所述双循环联邦优化架构包括外循环模块和内循环模块，外循环模块用于全局模型的周期性更新优化，内循环模块用于本地模型的迭代优化； 基于所述双循环联邦优化架构构建联邦学习模型，所述联邦学习模型包括本地模型和全局模型；通过内循环模块进行内循环训练，得到第一更新参数并上传中心服务器； 聚合第一更新参数，通过外循环模块进行外循环训练，得到第二更新参数；融合所述第一更新参数和第二更新参数得到双时优化精度参数；所述融合所述第一更新参数和第二更新参数得到双时优化精度参数实现过程包括： 根据每次内外循环训练，对多个第一第二更新参数进行聚类分析，将相近更新参数归为一类，对每一类中的更新参数计算加权平均值，作为每一类的代表更新参数，将不同类的代表更新参数进行融合，得到双时优化精度参数； 根据所述双时优化精度参数计算全局损失函数、本地损失函数和时间精度损失函数，再将其加权求和得到目标优化函数；所述计算全局损失函数、本地损失函数和时间精度损失函数过程包括： 将双时优化精度参数作为权重因子，对不同节点的预测误差进行加权求和，获得全局损失函数；将双时优化精度参数作为本地模型复杂度的约束因子，针对本地数据的预测误差，采用均方误差来分析，得到本地损失函数；将双时优化精度参数作为时间权重因子，对不同时间点的预测误差进行加权求和，得到时间精度损失函数； 通过优化算法最小化目标优化函数并对各节点进行优化。

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江苏智安行能源科技有限公司，其通讯地址为：215000 江苏省苏州市工业园区娄阳路77号2幢1楼厂区；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”。

以上内容由龙图腾AI智能生成。