買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉東南大學申請的專利一種基于聯邦學習的分行業電力負荷預測方法、設備和存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115600717B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210542181.5，技術領域涉及：G06Q10/04；該發明授權一種基于聯邦學習的分行業電力負荷預測方法、設備和存儲介質是由王蓓蓓;朱競設計研發完成，并于2022-09-07向國家知識產權局提交的專利申請。

本一種基于聯邦學習的分行業電力負荷預測方法、設備和存儲介質在說明書摘要公布了：本發明公開一種基于聯邦學習的分行業電力負荷預測方法、設備和存儲介質，該方法包括步驟1分析電力負荷的影響因素；2對原始電力負荷數據進行預處理；3根據負荷影響因素構建行業用戶數據集；4基于LSTNet建立負荷預測模型；5基于FedAvg算法和FedML框架建立基于聯邦學習的分行業負荷預測模型。

本發明授權一種基于聯邦學習的分行業電力負荷預測方法、設備和存儲介質在權利要求書中公布了：1.一種基于聯邦學習的分行業電力負荷預測方法，其特征在于，包括以下步驟： 步驟1：根據負荷影響因素構建行業用戶數據集； 步驟2：基于LSTNet建立負荷預測模型； 步驟3：基于FedAvg算法和FedML框架建立基于聯邦學習的分行業負荷預測模型； 所述的步驟3基于FedAvg算法和FedML框架建立基于聯邦學習的分行業負荷預測模型，包括以下步驟： 1令交互輪次t＝0,2,...,T為響應用戶傳送給位于主動配電網運營商的中央服務器本地模型參數的次數，本地訓練批次e＝1,2,...,E為響應用戶基于LSTNet負荷預測模型本地訓練迭代的次數，模型參數ω如式18所示， ωt為第t輪交互中本地訓練批次達到E后LSTNet各層神經元的權重系數或偏置； 2位于主動配電網運營商的中央服務器將初始化后的模型參數ω0發給所有響應用戶； 3響應用戶接收到模型參數后，在本地基于梯度下降算法訓練LSTNet模型； 4在第t輪交互中，響應用戶k更新后發給位于主動配電網運營商的中央服務器； 5中央服務器在收集到所有響應用戶更新后的模型參數后，對參數做聚合處理生成全局參數： 其中，nk為響應用戶k的樣本數量，n為所有響應用戶的樣本總數； 6中央服務器將全局參數ωt發送給所有響應用戶，響應用戶基于全局參數更新本地參數： 后繼續訓練直至完成第T次交互。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人東南大學，其通訊地址為：210096 江蘇省南京市玄武區新街口街道四牌樓2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。