公开(公告)号：CN119760595A

公开(公告)日：2025-04-04

申请号：CN202411796356.0

申请日：2024-12-06

Applicant: 南京理工大学 ,  江苏第二师范学院

Inventor： 李骏 ,  廖振伟 ,  夏鹏程 ,  倪艺洋 ,  时龙

IPC: G06F18/2433 ,  G06F18/214 ,  G06F21/62 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/09 ,  G06N3/094 ,  G06N3/098 ,  G06F123/02

Abstract: 本发明公开了一种基于联邦学习和生成对抗网络的电力异常检测方法，属于电力系统领域，包括以下步骤：S1、数据收集与预处理，本地模型初始化；S2、监督网络辅助生成器训练；S3、生成器与分类器协同训练；S4、联邦学习与模型聚合；S5、模型收敛与监测。本发明采用上述的一种基于联邦学习和生成对抗网络的电力异常检测方法，有效提升了数据时序性，缓解了数据不平衡问题，提高了检测精度和鲁棒性，并保护了用户隐私。

公开(公告)号：CN119807831A

公开(公告)日：2025-04-11

申请号：CN202411783610.3

申请日：2024-12-05

Applicant: 南京理工大学 ,  江苏第二师范学院

Inventor： 李骏 ,  廖振伟 ,  夏鹏程 ,  倪艺洋 ,  时龙

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/098 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明公开了一种基于自平衡联邦学习的不平衡数据故障诊断方法，属于人工智能和边缘计算相结合的技术领域，包括以下步骤：S1、获取客户端数据并监控客户端数据是否存在不平衡现象；S2、数据增强；S3、共享生成器与判别器的权值；S4、中介训练调度；S5、中介服务器调度客户端训练模型；S6、联邦学习服务器对模型参数聚合；S7、聚合后的模型参数返回给中介服务器，开启下一轮同步训练；S8、客户端获得准确度结果。本发明采用上述的一种基于自平衡联邦学习的不平衡数据故障诊断方法，该方法通过梯度监控、数据增强和中介训练调度技术，能够有效解决数据不平衡问题，提高故障诊断模型的精度和稳定性。