-
公开(公告)号：CN116227621B
公开(公告)日：2023-10-24
申请号：CN202211711600.X
申请日：2022-12-29
Applicant: 国网四川省电力公司电力科学研究院
Abstract: 本发明提供了一种基于电力数据的联邦学习模型训练方法，包括以下步骤：服务器设定初始模型和训练参数并发送至客户端；客户端设定本地控制变量，基于本地控制变量对初始模型进行更新、处理获得密文模型；将密文模型和本地控制变量传输至服务器；服务器根据密文模型获得聚合模型，判断当前迭代次数小于总迭代次数时，更新服务器控制变量，将聚合模型和更新后的服务器控制变量发送至客户端，将聚合模型在客户端开启新一轮的训练步骤；服务器判断当前迭代次数等于总迭代次数时，输出聚合模型。本发明能够避免恶意服务器与客户端串通获取其他客户端的数据的问题，同时控制多个客户端的模型收敛方向，使得模型加快向全局最优解收敛。
-
公开(公告)号：CN116227621A
公开(公告)日：2023-06-06
申请号：CN202211711600.X
申请日：2022-12-29
Applicant: 国网四川省电力公司电力科学研究院
Abstract: 本发明提供了一种基于电力数据的联邦学习模型训练方法，包括以下步骤：服务器设定初始模型和训练参数并发送至客户端；客户端设定本地控制变量，基于本地控制变量对初始模型进行更新、处理获得密文模型；将密文模型和本地控制变量传输至服务器；服务器根据密文模型获得聚合模型，判断当前迭代次数小于总迭代次数时，更新服务器控制变量，将聚合模型和更新后的服务器控制变量发送至客户端，将聚合模型在客户端开启新一轮的训练步骤；服务器判断当前迭代次数等于总迭代次数时，输出聚合模型。本发明能够避免恶意服务器与客户端串通获取其他客户端的数据的问题，同时控制多个客户端的模型收敛方向，使得模型加快向全局最优解收敛。
-
公开(公告)号：CN115860224A
公开(公告)日：2023-03-28
申请号：CN202211559401.1
申请日：2022-12-06
Applicant: 国网四川省电力公司电力科学研究院
Abstract: 本发明涉及水火电力调度技术领域，提到一种电力数据多约束优化方法，包括以下步骤：S1：建立反向正余弦算法模型，反向正余弦算法模型包括反向解算法和正余弦算法；S2：生成N个j维的初始个体，初始个体包括水电站的发电流量和火电机组的出力；S3：根据初始个体建立初始种群，定义初始个体在不同迭代次数时的位置定义公式；S4：将初始种群和目标函数输入反向正余弦算法模型中进行迭代计算，筛选出最优个体，将最优个体代入目标函数中，计算出最优函数值，并输出最优个体和最优函数值。本发明提高水火电力系统优化调度问题的计算精度和计算效率。
-
-
Search Results
3
records
(took 0.03 seconds)
