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！

龙图腾网获悉北京智源新能电气科技有限公司;河南许继仪表有限公司;北京磐智电气有限公司申请的专利一种面向多区域配电网的边缘计算联邦聚合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：CN121365784B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511935059.4，技术领域涉及：G06Q10/04；该发明授权一种面向多区域配电网的边缘计算联邦聚合优化方法是由王军;卢利军;李鹏;李志鹏;方旭;刘金权;谷战垒设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。

本一种面向多区域配电网的边缘计算联邦聚合优化方法在说明书摘要公布了：本发明公开了一种面向多区域配电网的边缘计算联邦聚合优化方法，属于配电网协同优化与联邦学习技术领域。该方法基于“云–边–端”三级架构，融合改进型人工蜂群ABC算法与最优传输OT机制，构建AOT聚合优化方案：端侧采集预处理运行时序数据，边缘节点完成本地模型训练并上传参数；云端通过改进型ABC算法搜索最优聚合权重，适配节点数据与模型差异，借助OT机制实现参数分布对齐与加权融合；通过双触发协同通信调度保障聚合高效。本发明解决传统联邦聚合权重固定、参数对齐不足的问题，在数据非独立同分布场景下，显著提升全局模型精度、稳定性与收敛速度，降低通信开销，为多区域配电网智能协同调度提供可靠支撑。

本发明授权一种面向多区域配电网的边缘计算联邦聚合优化方法在权利要求书中公布了：1.一种面向多区域配电网的边缘计算联邦聚合优化方法，其特征在于，包括以下步骤： S1构建云–边–端三层架构联邦建模体系：端侧设备采集时序数据并预处理形成样本集，边缘节点基于所示样本集训练本地模型，迭代更新后上传模型参数至云端； S2聚合权重搜索空间建模：定义满足非负性与归一化约束的权重向量，构建K维单纯形搜索空间，基于共享验证集计算表征聚合效果的适应度函数； S3改进人工蜂群算法搜索最优聚合权重：通过种群初始化、雇佣蜂局部搜索、观察蜂混沌扰动、侦查蜂重初始化及精英保留策略，搜索得到最优权重向量；动态权重搜索，云端采用改进人工蜂群算法，在单纯形空间搜索最优聚合权重向量，具体为： 雇佣蜂阶段：基于幂次衰减的自适应扰动因子生成候选解； 观察蜂阶段：按适应度概率选择解，并引入logistic混沌扰动； 侦查蜂阶段：对未改进解重新初始化； 所述雇佣蜂阶段基于幂次衰减的自适应扰动因子，公式为： ； 观察蜂阶段引入logistic混沌扰动，混沌序列公式为： ； 其中，t为当前迭代次数，zt为第t次迭代时的logistic混沌变量，Tmax为最大迭代轮数，γ为衰减系数，为在维度上的随机扰动系数，用于控制扰动幅度与方向，μ为logistic映射的控制参数，决定序列的动力学行为； S4基于最优传输机制实现参数聚合：构建模型参数的代价矩阵，设置边缘分布，求解熵正则化最优传输机制，加权融合生成全局模型；包括： 使用欧式距离计算不同客户端模型间的差异性，并构造参数的传输代价矩阵； 根据改进人工蜂群算法获得的最优聚合权重向量，定义源分布为ABC算法得到的最优权重向量，目标分布为均匀分布； 引入熵正则化项以增强数值稳定性，通过Sinkhorn-Knopp迭代求解最优传输计划； 使用最优传输计划进行加权融合，构建新一轮全局模型参数； S5云–边–端通信调度：采用周期性与事件驱动双调度机制，结合优先级策略与闭环控制，实现数据传输与参数上传的高效协同。

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北京智源新能电气科技有限公司;河南许继仪表有限公司;北京磐智电气有限公司，其通讯地址为：102600 北京市大兴区金苑路26号金日科技园D座6层；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。