基于信誉反向拍卖的联邦学习激励方法、系统和存储介质

    公开(公告)号:CN116720593A

    公开(公告)日:2023-09-08

    申请号:CN202310604521.7

    申请日:2023-05-24

    Abstract: 本发明公开了基于信誉反向拍卖的联邦学习激励方法、系统和存储介质,属于联邦学习技术领域。本发明的基于信誉机制和反向拍卖的联邦学习激励方法,通过构建信誉评估模型、反向拍卖学习模型、联邦学习服务器,对若干客户端的信誉数据进行评估,进而筛选出一个或多个客户端作为候选客户端;然后对候选客户端的密封投标数据进行求解,筛选出一个或多个最佳客户端;并根据交互信息,对最佳客户端进行信誉评估,得到信誉激励值;再对最佳客户端的信誉数据进行更新,从而完成基于信誉机制和反向拍卖的联邦学习激励,能够有效保证整个激励机制的真实性和可靠性,同时能够激励更多具有高质量数据和高信誉值的客户端参与联邦学习。

    一种需求响应与用电权联动管理方法和装置及计算机设备

    公开(公告)号:CN115438917A

    公开(公告)日:2022-12-06

    申请号:CN202210966363.5

    申请日:2022-08-12

    Abstract: 本发明公开了一种需求响应与用电权联动管理方法和装置及计算机设备,属于电力系统技术领域。现有的用电需求响应方案,无法对用电需求侧响应负荷进行有效调节,不利于推广使用。本发明的一种需求响应与用电权联动管理方法,通过构建用电处理模型、需求响应与用电权联动机制模型、电力需求响应机制模型,在用户之间完成关于需求响应量、用电权的处理,得到用户实际要参与的需求响应量以及用电权;当需要有序用电时,基于用户的需求响应量,计算出用户的削减量;再根据削减量,对若干用户的用电权进行调控,实现需求响应与用电权联动管理,进而能够对用电需求侧响应负荷进行有效调节,并且能提升用户参与需求响应的积极性,利于推广使用。

Patent Agency Ranking