-
公开(公告)号：CN117689181B
公开(公告)日：2024-06-04
申请号：CN202410130465.2
申请日：2024-01-31
Applicant: 国网辽宁省电力有限公司信息通信分公司
IPC: G06Q10/0631 , G06Q10/0637 , G06Q10/0639 , G06Q50/06
Abstract: 本发明涉及微电网技术领域，具体地说，涉及一种基于智慧园区用电负荷的微电网调控系统及方法。该系统包括管理端和分布于智慧园区处的至少一个用户节点；用户节点用于向用户提供付费充电功能，管理端用于基于每个用户节点在当前调价周期内的用电负荷量及电价对下一个调价周期的每个用户节点的调节后电价进行调节，该方法基于上述系统实现。本发明能够通过自用户侧的引导实现园区内用电高峰的错开。
-
公开(公告)号：CN115659175A
公开(公告)日：2023-01-31
申请号：CN202211258044.5
申请日：2022-10-13
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
IPC: G06F18/214 , G06F18/24
Abstract: 本发明公开了一种面向微服务资源的多模态数据分析方法、装置及介质，包括获取不同微服务组件资源的多模态数据，所述多模态数据包括文本数据和图像数据；通过ResNet模型和Transformer模型分别对图像数据和文本数据进行编码，得到原始的图像数据和文本数据的高层特征表示；利用得到的图像数据和文本数据的高层特征表示训练CLIP模型，并进行数据标注，在高层特征表示的空间中进行对齐图像数据和文本数据的特征；通过交叉熵损失函数对图像数据和文本数据的分类，得到分析后的多模态数据。本发明通过利用ResNet模型和Transformer模型对图像数据和文本数据进行编码，降低数据向量化中的损失，使用CLIP模型对多模态数据的高层特征表示进行对齐，提升多模态数据对齐的准确度。
-
公开(公告)号：CN117689181A
公开(公告)日：2024-03-12
申请号：CN202410130465.2
申请日：2024-01-31
Applicant: 国网辽宁省电力有限公司信息通信分公司
IPC: G06Q10/0631 , G06Q10/0637 , G06Q10/0639 , G06Q50/06
Abstract: 本发明涉及微电网技术领域，具体地说，涉及一种基于智慧园区用电负荷的微电网调控系统及方法。该系统包括管理端和分布于智慧园区处的至少一个用户节点；用户节点用于向用户提供付费充电功能，管理端用于基于每个用户节点在当前调价周期内的用电负荷量及电价对下一个调价周期的每个用户节点的调节后电价进行调节，该方法基于上述系统实现。本发明能够通过自用户侧的引导实现园区内用电高峰的错开。
-
Patent Agency Ranking
公开(公告)号：CN115471303A
公开(公告)日：2022-12-13
申请号：CN202211118257.8
申请日：2022-09-15
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明属于一般联邦学习领域，公开了基于逆向拍卖的联邦学习支付方法、系统及存储介质，其中支付方法包括：招标方首先发布一个价值函数、投标方可获得支付的最大值最小值以及有关联邦学习任务的其它信息，招标方通过价值函数并结合其它信息来选择投标方；当投标方收到带有价值函数的投标请求时，它们会根据自身情况来决定是否参与投标，而参与投标的基本条件是自身效用大于零；在收到足够数量的投标后，招标方会根据投标方的投标价格和投标资源进行选择。该方法通过结合逆向拍卖，提出了联邦学习中基于逆向拍卖的支付激励机制和贡献度量方法，解决了投标方的支付问题，为投标方节省了预算的同时保证了最终模型性能。
-
公开(公告)号：CN115456842A
公开(公告)日：2022-12-09
申请号：CN202211113688.5
申请日：2022-09-14
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明属于联邦学习技术领域，提供了一种联邦学习框架下的应急方案生成方法，包括如下步骤，采集本地历史应急案例数据，对应急案例数据进行预处理存储形成训练数据集；接受中心服务器发送的训练指令，基于各自训练数据集协同训练K均值聚类模型；接受中心服务器发送的目标案例的特征值向量，利用训练后的K均值聚类模型提取本地历史案例应急方案并按照相似度排序发送至中心服务器。本发明引入基于案例推理的技术，通过判断目前要解决的目标案例问题与历史案例具有的相似性，根据历史应急案例采取的应急方案来制定现在目标应急案例的应急方案，使应急案例更准确。
-
公开(公告)号：CN114330587A
公开(公告)日：2022-04-12
申请号：CN202210001509.2
申请日：2022-01-04
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明提供了一种特定指标下的两阶段联邦学习激励方法，包括如下步骤：接受平台服务器发布的平台模型精度提升任务指标；根据平台服务器发布的模型精度提升目标制定学习策略；基于上述学习策略训练获取平台服务器的总奖励额；获得平台服务器基于对平台模型精度值提升贡献占比分配的奖励额。本发明提出的一种在特定模型精度指标下的两阶段联邦学习激励机制，可以更加同实际相结合，降低了不必要的成本浪费，而且从数据质量与数据数量的角度设计的激励机制更加全面、科学，系统性地提高了联邦学习的训练效率。
-
公开(公告)号：CN114240585A
公开(公告)日：2022-03-25
申请号：CN202111557946.4
申请日：2021-12-20
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于组合拍卖与议价谈判的联邦学习激励方法，包括如下步骤：平台发布联邦学习任务并接收用户的投标信息；对每个用户的投标进行估价并确定获胜者；计算获胜者中每个用户采用组合拍卖策略的暂定价格及采用议价谈判策略的议价价格；分别计算获胜者中每个用户采用组合拍卖策略和议价谈判策略所带来的平台利润，其中，计算采用议价谈判策略所带来的平台利润时引入折扣因子；依次比较每个获胜者采用两种策略所带来的平台利润，并选择利润大的策略对应的价格向获胜者支付报酬。该基于组合拍卖与议价谈判的联邦学习激励方法，可有效防止联邦学习平台的收益受损现象发生，不仅可以补偿投标用户，还可以保证整个系统的利润最大化。
-
公开(公告)号：CN114240584A
公开(公告)日：2022-03-25
申请号：CN202111548380.9
申请日：2021-12-17
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于反向拍卖的激励方法及系统，所述方法包括：数据使用者向平台提交任务信息；平台审核数据使用者提交的任务后将所述任务发布给潜在参与者；参与者对发布的任务进行投标；平台选取每个任务的最低价和出价人作为相应任务此轮的价格和胜出者直至没有新出价；每个任务的出价最低者获得任务执行权；平台预支付一部分报酬给获得任务执行权的参与者，参与者执行任务并在完成任务后向平台上传数据，平台向参与者结算报酬，数据使用者向平台支付报酬。该基于反向拍卖的激励方法及系统，解决了赢家诅咒并比类似方法有更高的拍卖效率、参与者效用、平台效用、社会效用，提高了联邦学习中各个主体的满意度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.053 seconds)
