一种基于数据相似度聚合的电力数据分布式联邦学习系统及方法

    公开(公告)号:CN116796864A

    公开(公告)日:2023-09-22

    申请号:CN202310320264.4

    申请日:2023-03-29

    Abstract: 本发明提出一种基于数据相似度聚合的电力数据分布式联邦学习系统,包括基于本地模型聚合的分布式联邦学习模型和基于模型数据相似度的联邦学习聚合过程,其中分布式联邦学习模型包括区块链网络和本地服务器(区块链节点服务器节点和模型计算服务器节点),旨在将模型参数聚合工作转到本地服务器中进行,解决了传统联邦学习对中心服务器的依赖和模型单一的问题,实现本地模型个性化;基于模型数据相似度的联邦学习聚合方法利用余弦相似度计算参与者模型参数之间的相关度,确定模型聚合过程中所占权重,实现相似应用场景模型之间更多的学习。该方案满足数据隐私保护需求,有效提高了电力企业在负荷预测和故障诊断等不同应用场景下的安全性和准确性。

    一种数据资产价值评估方法
    9.
    发明公开

    公开(公告)号:CN114997906A

    公开(公告)日:2022-09-02

    申请号:CN202210529460.8

    申请日:2022-05-16

    Abstract: 本发明涉及数据价值评估,具体涉及一种数据资产价值评估方法,获取待评估数据,基于评估因子对待评估数据进行预处理得到本体数据;利用训练集对数据资产价值评估模型进行模型训练,并根据训练集的数据类型构建价值评估模型库;从价值评估模型库中选取与本体数据适配的数据资产价值评估模型,并对本体数据进行价值评估,得到待评估数据的本体价值;对待评估数据进行关联性分析得到关联数据,分别获取待评估数据、关联数据的被应用信息;根据待评估数据、关联数据的被应用信息,得到待评估数据的外延价值;本发明提供的技术方案能够有效克服现有技术所存在的不能客观、准确地对数据资产进行价值评估的缺陷。

Patent Agency Ranking