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！

龙图腾网获悉国网湖北省电力有限公司信息通信公司;武汉大学申请的专利一种基于联邦学习的分布式能源发电功率预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：CN119944620B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411879296.9，技术领域涉及：H02J3/00；该发明授权一种基于联邦学习的分布式能源发电功率预测方法及系统是由罗弦;郭兆丰;胡钰林;廖荣涛;张玉洁;王博涛;徐浩设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种基于联邦学习的分布式能源发电功率预测方法及系统在说明书摘要公布了：一种基于联邦学习的分布式能源发电功率预测方法及系统，该方法基于联邦学习框架，部署分布式能源网络中各分布式能源节点的发电功率预测全局模型，以及各节点小区内对应的发电功率预测局部模型，初始化全局模型参数和局部模型参数；进行第一轮迭代，根据分布式能源节点的历史数据更新局部模型参数；对更新后的局部模型参数进行聚合，根据聚合结果更新全局模型参数；判断全局模型参数是否收敛，若不收敛，则进行下一轮迭代，若收敛，则利用此时的发电功率预测全局模型，对未来一定时间内分布式能源节点的发电功率进行预测。本发明分别部署了发电功率预测全局模型和局部模型，有针对性地聚合不同隐私级别数据小区的局部模型参数，在保证全局模型预测效果的同时兼顾不同小区的数据隐私安全。

本发明授权一种基于联邦学习的分布式能源发电功率预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的分布式能源发电功率预测方法，其特征在于， 所述方法包括： S1、基于联邦学习框架，部署分布式能源网络中各分布式能源节点的发电功率预测全局模型，以及各分布式能源节点小区内对应的发电功率预测局部模型，并初始化全局模型参数和局部模型参数，所述分布式能源节点小区包括低数据隐私级别小区、高数据隐私级别小区； S2、进行第一轮迭代，根据分布式能源节点的历史数据，更新各发电功率预测局部模型的局部模型参数，包括： 对于低数据隐私级别小区，其局部模型参数的更新公式为： 上式中，k代表低数据隐私级别小区，wt+1，k为第k个小区在第t+1轮迭代的模型参数，ηk为第k个小区的参数更新步长，Dk为第k个小区内的数据样本量，为第k个小区模型损失函数的梯度，dn，k为第k个小区的第n个数据样本； 对于高数据隐私级别小区，在每个小区内产生一个随机噪音矩阵扰动其局部模型参数的更新，更新公式为： 上式中，j代表高数据隐私级别小区，为第j个小区加入扰动之后在第t+1轮迭代的模型参数，ηj为第k个小区的参数更新步长，Dj为第j个小区内的数据样本量，为第j个小区模型损失函数的梯度，dm,j为第j个小区的第m个数据样本，wt,j为第j个小区在第t轮迭代的模型参数，nj为随机噪音矩阵； S3、对各发电功率预测局部模型更新后的局部模型参数进行聚合，并根据聚合结果更新发电功率预测全局模型的全局模型参数； S4、判断全局模型参数是否收敛，若不收敛，则返回步骤S2进行下一轮迭代；若收敛，则利用此时的发电功率预测全局模型，对未来一定时间内分布式能源节点的发电功率进行预测。

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湖北省电力有限公司信息通信公司;武汉大学，其通讯地址为：430070 湖北省武汉市洪山区徐东大街341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”。

以上内容由龙图腾AI智能生成。