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！

龙图腾网获悉上海卓阳储能科技有限公司申请的专利基于物联网的储能柜远程控制方法和装置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：CN120980121B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511483855.9，技术领域涉及：H04L67/125；该发明授权基于物联网的储能柜远程控制方法和装置是由黄俊;黄浩;傅诚设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于物联网的储能柜远程控制方法和装置在说明书摘要公布了：本申请公开了一种基于物联网的储能柜远程控制方法和装置，涉及远程控制技术领域。该方法包括：在云端服务器，使用联邦学习机制协同训练储能柜异常识别模型、物联网异常通信检测模型以及储能柜控制策略生成模型，并部署至边缘计算网关；在边缘计算网关，进行储能柜异常识别、物联网异常通信检测以及储能柜控制策略生成，并通过状态‑指令物联网双通道上传至云端服务器；在边缘计算网关，将储能柜控制策略传输至对应的储能柜的工控机，并基于工控机，执行储能柜控制策略，启动储能柜对应的控制设备实现远程控制。解决了现有技术存在的模型泛化能力不足、通信资源利用不均衡、控制策略的适应性不足以及模型训练效率低下的问题。

本发明授权基于物联网的储能柜远程控制方法和装置在权利要求书中公布了：1.一种基于物联网的储能柜远程控制方法，其特征在于，所述方法包括： 在云端服务器，使用联邦学习机制协同训练储能柜异常识别模型、物联网异常通信检测模型以及储能柜控制策略生成模型，并部署至边缘计算网关； 在边缘计算网关，使用储能柜异常识别模型、物联网异常通信检测模型以及储能柜控制策略生成模型，进行储能柜异常识别、物联网异常通信检测以及储能柜控制策略生成，并将得到的储能柜异常识别结果、物联网异常通信检测结果以及储能柜控制策略，通过状态-指令物联网双通道上传至云端服务器； 在边缘计算网关，将储能柜控制策略传输至对应的储能柜的工控机，并基于工控机，执行储能柜控制策略，启动储能柜对应的控制设备实现远程控制； 在云端服务器，使用联邦学习机制协同训练储能柜异常识别模型、物联网异常通信检测模型以及储能柜控制策略生成模型，并部署至边缘计算网关，包括： 在云端服务器，使用人工智能算法，构建初始的模型；所述初始的模型包括初始的储能柜异常识别模型、初始的物联网异常通信检测模型以及初始的储能柜控制策略生成模型； 将初始的模型的第一模型元数据分发至联邦学习范围的若干训练服务器，并在每一训练服务器上重构初始的模型； 在训练服务器，根据本地储能柜在不同场景的第一本地数据集，对初始的模型进行本地迭代训练，得到本地的模型；所述本地的模型包括本地的储能柜异常识别模型、本地的物联网异常通信检测模型以及本地的储能柜控制策略生成模型； 在每一本地迭代训练过程中，使用改进的优化算法，对本地的模型的超参数进行同步优化，并将得到的优化的超参数应用于下一次的本地迭代训练； 若本地迭代训练结束或本地的模型的第一综合损失值满足要求，则输出本地的模型，提取对应的模型参数更新量和数据量，并上传至云端服务器； 在云端服务器，根据所有训练服务器的模型参数更新量和数据量，使用联邦聚合权重动态调整机制，对初始的模型的模型参数进行安全聚合调整，得到全局的模型；所述全局的模型包括全局的储能柜异常识别模型、全局的物联网异常通信检测模型以及全局的储能柜控制策略生成模型； 将全局的模型的第二模型元数据分发至远程控制范围的所有边缘计算网关，并在每一边缘计算网关上重构全局的模型； 在边缘计算网关，根据本地储能柜在当前场景的第二本地数据集，对全局的模型进行迁移微调，得到最终的模型；所述最终的模型包括最终的储能柜异常识别模型、最终的物联网异常通信检测模型以及最终的储能柜控制策略生成模型； 若迁移微调结束或最终的模型的第二综合损失值满足要求，则完成最终的模型在边缘计算网关中的部署； 所述改进的优化算法为IFPA算法； 在每一本地迭代训练过程中，使用IFPA算法，对本地的模型的超参数进行同步优化，并将得到的优化的超参数应用于下一次的本地迭代训练，包括： 基于超参数同步优化问题，设置多目标优化函数，并将多目标优化函数作为IFPA算法的适应度函数； 将本地的模型的超参数编码为IFPA算法的个体向量，并设定IFPA种群参数和最大迭代次数； 根据IFPA种群参数，使用Tent混沌映射序列进行初始化，得到初始的IFPA种群；所述IFPA种群中每一IFPA个体对应于一备选的适配器参数； 根据第一本地数据集，使用适应度函数，获取每一初始的IFPA个体的适应度值，并将适应度值最优的初始的IFPA个体作为最优解； 以转换概率q，选择异花授粉和自花授粉，对初始的IFPA种群进行迭代更新，得到更新的IFPA种群； 引入动态反向机制，以反向概率p，对更新的IFPA个体进行动态反向，得到反向的IFPA种群； 根据第一本地数据集，使用适应度函数，获取每一更新的IFPA个体和反向的IFPA个体的适应度值，并将适应度值最优的更新的IFPA个体或反向的IFPA个体更新为最优解； 在迭代次数达到最大迭代次数或最优解的适应度值满足要求时，终止对IFPA种群的迭代更新，并将当前迭代的最优解进行输出； 对最优解对应的IFPA个体的个体向量进行解码，得到最优的超参数，并将优化的超参数作为下一次的本地迭代训练的初始的超参数。

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上海卓阳储能科技有限公司，其通讯地址为：201700 上海市青浦区汇龙路88号1幢2层M区219室；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。