发明授权
- 专利标题: 一种基于联邦学习的充电桩用户画像方法
-
申请号: CN202210515800.1申请日: 2022-05-11
-
公开(公告)号: CN114970693B公开(公告)日: 2024-05-07
- 发明人: 吴裔 , 李腾飞 , 邢旭 , 张翔 , 陈立峰 , 卞阳 , 方竞 , 田英杰 , 郭乃网
- 申请人: 国网上海市电力公司 , 上海富数科技有限公司
- 申请人地址: 上海市浦东新区自由贸易试验区源深路1122号;
- 专利权人: 国网上海市电力公司,上海富数科技有限公司
- 当前专利权人: 国网上海市电力公司,上海富数科技有限公司
- 当前专利权人地址: 上海市浦东新区自由贸易试验区源深路1122号;
- 代理机构: 上海科盛知识产权代理有限公司
- 代理商 翁惠瑜
- 主分类号: G06F18/23
- IPC分类号: G06F18/23 ; G06N20/00 ; G06Q50/06
摘要:
本发明涉及一种基于联邦学习的充电桩用户画像方法,包括:将电力公司计算节点记为Guest,将气象局计算节点记为Host;将Guest中的充电桩负荷样本集XA和Host中的气象数据样本集XB中具有相同日期的样本对齐;在Guest中通过预训练的第一联邦学习聚类模型计算XA的第一样本分布信息,在Host中通过预训练的第二联邦学习聚类模型计算XB的第二样本分布信息,并将第二样本分布信息发送至Guest;在Guest中根据第一样本分布信息和第二样本分布信息生成第一整体样本分布信息,并获取充电桩用户用电数据画像,本发明通过DB指标和Dunn指标对联邦学习聚类模型进行评估,提高了联邦学习聚类模型的可靠性。与现有技术相比,本发明具有保护用户隐私、准确度高、效率高、可靠性高等优点。
公开/授权文献
- CN114970693A 一种基于联邦学习的充电桩用户画像方法 公开/授权日:2022-08-30