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！

龙图腾网获悉东南大学申请的专利一种基于纵向联邦学习的配电网分区母线电压预测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：CN116258274B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310394076.6，技术领域涉及：G06Q10/04；该发明授权一种基于纵向联邦学习的配电网分区母线电压预测方法是由王蓓蓓;颜剑峰设计研发完成，并于2023-04-13向国家知识产权局提交的专利申请。

本一种基于纵向联邦学习的配电网分区母线电压预测方法在说明书摘要公布了：本发明公开一种基于纵向联邦学习的配电网分区母线电压预测方法，属于配电网分区电压预测领域；一种基于纵向联邦学习的配电网分区母线电压预测方法包括：分别选择分区母线电压和分区功率信息作为预测模型的输出和输入，并形成样本；采用基于ID的加密样本对齐技术识别所述样本；将对齐后的样本中的异常数据进行识别和替换，并对缺失数据进行填充，以完成样本数据的预处理；利用预处理后的样本数据，对基于纵向联邦学习的XGBoost模型进行训练；利用训练好的XGBoost模型进行推理，来预测分区母线电压。

本发明授权一种基于纵向联邦学习的配电网分区母线电压预测方法在权利要求书中公布了：1.一种基于纵向联邦学习的配电网分区母线电压预测方法，其特征在于，包括以下步骤： 分别选择分区母线电压和分区功率信息作为预测模型的输出和输入，并形成样本； 采用基于ID的加密样本对齐技术识别所述样本； 将对齐后的样本中的异常数据进行识别和替换，并对缺失数据进行填充，以完成样本数据的预处理； 利用预处理后的样本数据，对基于纵向联邦学习的XGBoost模型进行训练； 利用训练好的XGBoost模型进行推理，来预测分区母线电压； 模型训练的步骤包括： S41，主动方将当前分裂节点中样本对应的一阶和二阶加密梯度发送给被动方； S42，被动方根据排序后的特征值找到所有可能的分裂阈值，并将相乘梯度发送给主动方同时将分裂规则记录在本地； S43，主动方根据本地私钥解密乘法梯度，并计算分裂增益；与此同时，主动方根据明文的一阶和二阶梯计算可能的分裂增益，比较所有的分裂增益，找到最大的分裂增益； S44，移动到选择的子节点，循环S41至S44，直至达到树模型的最大深度或分类增益≤0； S45，采用RMSE和MAE对模型的性能进行综合评价，并根据交叉验证和网格搜索，比较RMSE和MAE确定模型的最优超参数； 所述分裂增益的计算式为： 4 式中，下标IL，IR分别代表左节点集和右节点集，；oi和si表示一阶梯度和二阶梯度；γ和λ均为正则系数。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区新街口街道四牌楼2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。