Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 浙江优能电力设计有限公司鲁旭东获国家专利权

浙江优能电力设计有限公司鲁旭东获国家专利权

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!

龙图腾网获悉浙江优能电力设计有限公司申请的专利配电网重构数字模型的构建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:CN120781706B

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:202511254001.3,技术领域涉及:G06F30/27;该发明授权配电网重构数字模型的构建方法及系统是由鲁旭东;潘红波;焦成浩;孙灿杰;余晖;余川设计研发完成,并于2025-09-04向国家知识产权局提交的专利申请。

配电网重构数字模型的构建方法及系统在说明书摘要公布了:本发明提供配电网重构数字模型的构建方法及系统,涉及配电网技术领域,包括通过获取多区域节点本地数据构建训练矩阵;采用梯度下降法训练重构模型;构建双层安全机制处理训练结果,包括全同态加密和Shamir秘密共享;中央服务器解密聚合并执行知识蒸馏优化;分发优化结果至各节点,依据损失值确定最终模型。本发明提高了数据安全性,增强了模型精确度,同时降低了通信开销。

本发明授权配电网重构数字模型的构建方法及系统在权利要求书中公布了:1.配电网重构数字模型的构建方法,其特征在于,包括: 获取多个配电网区域节点的本地数据,针对所述本地数据构建训练数据矩阵;基于所述训练数据矩阵在每个配电网区域节点构建重构模型,采用梯度下降法训练所述重构模型,得到第一训练结果; 构建双层安全机制处理所述第一训练结果,第一层采用基于格密码学的全同态加密算法对所述第一训练结果进行加密得到加密数据,第二层基于Shamir秘密共享方案将所述加密数据分割为多个验证分片并分发至其他区域节点执行安全验证,生成安全验证数据,包括: 通过生成随机向量与随机矩阵构建容错学习问题,基于所述容错学习问题生成密钥对包括: 构建初始随机向量,计算所述初始随机向量的元素概率分布,基于所述元素概率分布计算得到所述初始随机向量的信息熵分布特征; 利用量子随机数发生器根据所述信息熵分布特征生成高熵随机序列,基于所述信息熵分布特征确定动态融合权重,将所述高熵随机序列与所述初始随机向量按照所述动态融合权重进行熵融合得到熵增强随机向量; 构建所述熵增强随机向量的熵特性映射函数,将所述熵增强随机向量输入所述熵特性映射函数进行交叉映射得到随机矩阵; 将所述熵增强随机向量作为输入向量,将所述随机矩阵作为映射矩阵,构建容错学习问题,所述容错学习问题包含所述输入向量与所述映射矩阵的目标向量距离项与正则化项,对所述容错学习问题进行求解得到最优解,基于所述最优解生成密钥对; 将所述安全验证数据发送至中央服务器,基于所述中央服务器解密并聚合多个区域节点的安全验证数据,得到第二训练结果;对所述第二训练结果执行知识蒸馏优化,通过软标签形式提取知识信息,基于交叉熵损失函数学习所述知识信息,生成优化训练结果; 将所述优化训练结果分发至各区域节点,计算所述重构模型的损失值,当所述损失值大于预设损失阈值时,返回执行重构模型训练,当所述损失值小于或等于预设损失阈值时,确定最终重构模型。

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浙江优能电力设计有限公司,其通讯地址为:315101 浙江省宁波市鄞州区世纪大道北段333号13-21;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。

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。