基于横向联邦学习的电力数据共享方法

    公开(公告)号:CN115775010B

    公开(公告)日:2024-03-19

    申请号:CN202211470177.9

    申请日:2022-11-23

    摘要: 本发明公开了基于横向联邦学习的电力数据共享方法,首先构建C/S通信模式的横向联邦学习框架,并进行如下分布式训练:横向联邦学习框架下,服务器将模型参数发送给各客户端;各客户端构建BP神经网络并采用本地数据集进行本地训练,本地训练完成后的参数采用同态加密技术进行处理后上传;服务器对多个客户端上传的参数进行聚合评估,结果作为全局参数返回到各个客户端进行本地模型的更新,直至达到训练需求或模型收敛为止;其次根据测试数据对分布式训练完成的模型进行验证测试与评估,实现数据的精准预测。本发明在共享时不影响数据的使用,同时保护各参与方的隐私信息,能解决电力数据的数据融合及共享安全问题。

    电网数据的拓扑结构生成方法、装置、设备及存储介质

    公开(公告)号:CN117112630A

    公开(公告)日:2023-11-24

    申请号:CN202311199897.0

    申请日:2023-09-15

    IPC分类号: G06F16/2455 G06Q50/06

    摘要: 本公开实施例公开了一种电网数据的拓扑结构生成方法、装置、设备及存储介质。该方法包括:首先获取预先所构建电网公共信息模型CIM/E对应的模型数据描述文件;然后采用预编写的文件解析脚本,对所述模型数据描述文件中的CIM/E模型数据进行解析;最后基于所述CIM/E模型数据的解析结果,生成所述CIM/E模型数据的拓扑结构图。该方法解决了CIM/E模型存在占用空间大、冗余信息量大以及查询分析效率低的问题,采用拓扑结构图的方式清晰展现了电力系统运行中的各类数据,清晰简洁的描述CIM/E模型中各类数据之间的连接关系,提高了对电力系统运行的各类数据的搜索查找的效率,满足了未来新型电力系统下复杂电力调度控制的业务中电网拓扑存储、查询和分析等应用的性能需求。

    基于边缘辅助的协同流数据处理的同步方法和装置

    公开(公告)号:CN118234004A

    公开(公告)日:2024-06-21

    申请号:CN202410468969.5

    申请日:2024-04-18

    摘要: 本发明公开了基于边缘辅助的协同流数据处理的同步方法和装置,本发明根据获取的当前时隙开始时刻各服务器的服务状态、边缘与终端用户之间的网络传播时延以及传输时延、边缘服务器的负载情况,构建以最小化系统整体时延方差以及伴随任务迁移的重连接损失和作为整体优化目标,并确认整体约束条件;将整体优化目标分解到时隙内,构建时隙优化目标以及时隙约束条件,利用凸优化策略对时隙优化目标进行求解,将求解的结果随机舍入后作为流数据计算任务重分布的决策,根据流数据计算任务重分布的决策进行用户流数据计算任务部署与迁移。本发明能够有效提高流数据的同步效率和服务质量,具有较高的应用价值。

    一种基于算法组态的大数据分析方法

    公开(公告)号:CN114218246A

    公开(公告)日:2022-03-22

    申请号:CN202111297335.0

    申请日:2021-11-04

    摘要: 本发明公开了一种基于算法组态的大数据分析方法,包括接收数据、数据编译、数据对比、数据分析、数据展示和数据储存,通过数据接收模块接收数据,数据接收模块接收到数据后传输至算法组态平台,算法组态平台接收到数据后通过数据处理模块将同一数据分为三组,三组数据分别通过第一数据编译模块、第二数据编译模块和第三数据编译模块进行单独编译,编译后的三组数据进行比对;对比后得出的数据通过数据库进行分析运算,得出最终数据结果;分析运算所得的数据结果通过显示模块进行展示,且展示的数据结果通过数据储存模块进行储存。该基于算法组态的大数据分析方法,结构合理,有效提高了数据分析处理的准确性,值得推广。