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！

龙图腾网获悉重庆大学申请的专利一种基于V2G网络的电网分割学习方法以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：CN119887188B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411971480.6，技术领域涉及：G06Q20/10；该发明授权一种基于V2G网络的电网分割学习方法以及系统是由胡春强;贺宇瑄;张今革;桑军;蔡斌;夏晓峰设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种基于V2G网络的电网分割学习方法以及系统在说明书摘要公布了：本发明涉及V2G网络优化技术，揭露了一种基于V2G网络的电网分割学习方法，包括：客户端获取实时交易信息，并根据敏感度函数对实时交易信息进行敏感度分级，得到多个分级敏感度的交易信息；获取多个分级敏感度的交易信息中的敏感属性，并对敏感属性执行噪声添加操作，将添加噪声后的交易信息存储至云存储服务器；云存储服务器接收添加噪声后的交易信息，并对LSTM‑FCNN多任务模型进行参数优化训练，得到目标LSTM‑FCNN多任务模型；云存储服务器和聚合器利用分割学习方法对目标LSTM‑FCNN多任务模型进行协同训练，得到基于V2G网络的电网多任务模型。本发明还提出一种基于V2G网络的电网分割学习系统。本发明可以提高实时交易信息在V2G网络中的优化效率并提高V2G网络的稳定性。

本发明授权一种基于V2G网络的电网分割学习方法以及系统在权利要求书中公布了：1.一种基于V2G网络的电网分割学习方法，其特征在于，所述方法包括： 客户端从多个信息源获取实时交易信息，并根据敏感度函数对实时交易信息进行敏感度分级，得到多个分级敏感度的交易信息，其中，实时交易信息包括充电时长、电量消耗E、交易金额A、电价波动P、电网负荷L、用户ID、充电站编号、交易ID，其中，所述根据敏感度函数对实时交易信息进行敏感度分级，得到多个分级敏感度的交易信息，包括：利用敏感度函数计算实时交易信息中每个特征的综合敏感度；根据综合敏感度以及预设的隶属函数对实时交易信息进行敏感度分级；根据敏感度分级对实时交易信息进行分级，得到多个分级敏感度的交易信息； 获取多个分级敏感度的交易信息中的敏感属性，并对敏感属性执行噪声添加操作，将添加噪声后的交易信息存储至云存储服务器； 云存储服务器接收添加噪声后的交易信息，并利用添加噪声后的交易信息对LSTM-FCNN多任务模型进行参数优化训练，得到目标LSTM-FCNN多任务模型； 云存储服务器和聚合器利用分割学习方法对目标LSTM-FCNN多任务模型进行协同训练，得到基于V2G网络的电网多任务模型，其中，云存储服务器和聚合器利用分割学习方法对目标LSTM-FCNN多任务模型进行协同训练，包括：云存储服务器利用梯度下降更新算法更新目标混合型LSTM-FCNN模型中输入层和LSTM层的网络参数，并将目标混合型LSTM-FCNN模型发送至聚合器；聚合器利用梯度下降更新算法更新目标混合型LSTM-FCNN模型中全连接层和输出层的网络参数，模型参数更新完得到基于V2G网络的电网多任务模型； 其中，目标混合型LSTM-FCNN模型中输入层和LSTM层参数更新采用下述梯度下降更新算法更新：设为客户端中模型输入层和LSTM层参数的权重，为客户端中模型输入层和LSTM层参数的偏置，为客户端接收到的带噪声的梯度，为第一学习率，更新公式为：，，其中为权重梯度，为偏置梯度； 其中，聚合器利用梯度下降更新算法目标混合型LSTM-FCNN模型中全连接层和输出层的模型参数，采用下述梯度下降更新算法更新：设为云存储服务器中模型全连接层和输出层的权重，为云存储服务器中模型全连接层和输出层的偏置，为云存储服务器计算得到的梯度，为第二学习率，U为梯度裁剪阈值，为添加的噪声；更新公式如下所示：，其中，表示将梯度的范数限制在U以内，为裁剪并加噪后的权重梯度，为裁剪并加噪后的偏置梯度。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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。