一种互联网边缘计算无线网络切换方法及系统

    公开(公告)号:CN112105069B

    公开(公告)日:2023-04-28

    申请号:CN202011000673.9

    申请日:2020-09-22

    IPC分类号: H04W36/00 H04W36/16 H04W36/08

    摘要: 本申请公开了一种互联网边缘计算无线网络切换方法及系统,用户端获取网络切换需求,并将其发送至网络控制中心层。若需求有效,网络控制中心层将其转换为网络切换请求,若存在多余的可供切换的网络,则获取并记录原网络信息。用户端释放原网络连接,网络控制中心层获取并记录重新分配的目标网络信息。若该目标网络的带宽及剩余计算资源都优于原网络,用户端连接目标网络,获取并自动更新其信息。用户端连接访问边缘计算服务器,并获取其信息。本申请解决了在需要切换无线网络时,由于用户端直接与边缘计算服务器相连,没有认证和筛选的过程,所造成的网络安全性被破坏,切换后的网络更劣于原网络的问题,提高了网络切换的安全性、准确性及速度。

    一种智能电表异常用电检测方法

    公开(公告)号:CN111366889A

    公开(公告)日:2020-07-03

    申请号:CN202010355446.1

    申请日:2020-04-29

    IPC分类号: G01R35/04

    摘要: 本申请公开了一种智能电表异常用电检测方法,采集供应方的供应总能量与消费者的用电能耗,利用数据聚合模型和深度信念网络进行特征数据提取,即计算异常系数,异常系数可表征能量供应方提供的供应总能量与消费者智能电表报告的用电能耗之间的匹配失衡度,由此可查找异常数据,从而检测能量窃取者或缺陷异常的智能电表,以进行损坏电表的更换以及不良信用消费者的清查。相较于传统的检测方法,本申请的智能电表异常用电检测方法可利用每日的电能数据进行异常用电检测,不需要依赖于历史数据集,检测周期短,且检测的准确率高,提高了智能电表异常用电进行日常检测的实用性。

    一种智能电表异常用电检测方法

    公开(公告)号:CN111366889B

    公开(公告)日:2022-01-25

    申请号:CN202010355446.1

    申请日:2020-04-29

    IPC分类号: G01R35/04

    摘要: 本申请公开了一种智能电表异常用电检测方法,采集供应方的供应总能量与消费者的用电能耗,利用数据聚合模型和深度信念网络进行特征数据提取,即计算异常系数,异常系数可表征能量供应方提供的供应总能量与消费者智能电表报告的用电能耗之间的匹配失衡度,由此可查找异常数据,从而检测能量窃取者或缺陷异常的智能电表,以进行损坏电表的更换以及不良信用消费者的清查。相较于传统的检测方法,本申请的智能电表异常用电检测方法可利用每日的电能数据进行异常用电检测,不需要依赖于历史数据集,检测周期短,且检测的准确率高,提高了智能电表异常用电进行日常检测的实用性。

    一种用于电网边缘计算系统的联邦学习方法及其相关装置

    公开(公告)号:CN113221470A

    公开(公告)日:2021-08-06

    申请号:CN202110651200.3

    申请日:2021-06-10

    摘要: 本申请公开了一种用于电网边缘计算系统的联邦学习方法及其相关装置,服务器在接收到客户端的加入联邦学习请求时,获取各客户端链路的可靠度,进而选择对电网边缘计算系统的资源利用率有正向影响的客户端加入本轮联邦学习;服务器将当前最新的全局模型发送给参与本轮联邦学习的所有客户端,使得各客户端根据本地数据集对该全局模型进行本地训练,并将各自训练得到的模型参数上传到服务器;服务器将所有模型参数进行聚合作为全局模型的参数,得到新的全局模型;进入下一轮学习,直至达到预设学习轮数,输出新的全局模型,改善了现有的联邦学习方法不对客户端进行选择,存在资源利用率不高,训练周期长,导致系统延迟变长的技术问题。