买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东电网有限责任公司广州供电局申请的专利基于联邦学习的电力数据传输异常检测方法、系统及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115694934B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211277322.1，技术领域涉及：H04L9/40；该发明授权基于联邦学习的电力数据传输异常检测方法、系统及介质是由卢有飞;刘璐豪;梁雪青;吴任博;张扬;赵宏伟;陈明辉;张少凡;邹时容;蔡燕春;刘璇设计研发完成，并于2022-10-19向国家知识产权局提交的专利申请。

本基于联邦学习的电力数据传输异常检测方法、系统及介质在说明书摘要公布了：本发明公开了一种基于联邦学习的电力数据传输异常检测方法、系统及介质，方法包括：在电力系统边缘网关层部署带有参数监测模块的联邦学习架构；当边缘网关将电力数据上传时，将传输数据作为参数监测模块中异常信息监测网络的参数集，进行异常信息识别获得传输过程中的异常信息并传入缓冲区；当参数监测模块的异常信息监测网络检测到新的异常信息时，确认新的异常信息是否在缓冲区中被记录，若未记录则使用新的异常信息更新缓冲区，并将该异常信息过滤；过滤异常信息后，利用知识转移更新传输数据，确保数据传输准确。本发明对异常信息进行有效的检测及筛选，准确地预防网络中存在的数据异常传输行为，确保了数据传输安全。

本发明授权基于联邦学习的电力数据传输异常检测方法、系统及介质在权利要求书中公布了：1.基于联邦学习的电力数据传输异常检测方法，其特征在于，包括下述步骤： 在电力系统边缘网关层部署带有参数监测模块的联邦学习架构；所述参数监测模块包括异常信息监测网络及缓冲区； 当边缘网关将电力数据上传时，将传输数据作为参数监测模块中异常信息监测网络的参数集，进行异常信息识别获得传输过程中的异常信息并传入缓冲区； 当参数监测模块的异常信息监测网络检测到新的异常信息时，确认新的异常信息是否在缓冲区中被记录，若未记录则使用新的异常信息更新缓冲区，并将该异常信息过滤； 过滤异常信息后，利用知识转移更新传输数据，确保数据传输准确； 所述参数监测模块的训练步骤为： 将异常信息监测网络的参数集X划分为未标记参数集U和标记异常参数集V；所述标记异常参数集V包括每个标记参数的特征及标签； 在标记异常参数集V上使用交叉熵损失函数对异常信息监测网络进行初始训练，训练异常信息监测网络的分类能力，得到标记异常参数集的类别集； 使用聚类算法对标记异常参数集的类别集进行聚类，将聚类中心作为原型，构建N×N原型矩阵，并用零初始化，其中N为标记异常参数集类别集中的类别数量； 将原型矩阵和初始训练后的异常信息监测网络在标记参数集V上进行联合训练，得到训练好的参数监测模块；所述联合训练的损失函数为：lossp=ω*loss2+lossd，其中ω表示权重参数，loss2用于描述原型和待学习的标记异常参数特征，lossd表示基于距离的分类损失，用以提高参数监测模块的分类能力； 当参数监测模块的异常信息监测网络检测到新的异常信息时，则对权重参数进行初始化，具体为： 设A为参数监测模块检测到的新的异常信息集，则对权重参数进行初始化，公式为： 其中，ω、ω是第n类和第m类的权重列，N为缓冲区存储的类数量，M为异常类的数量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东电网有限责任公司广州供电局，其通讯地址为：510620 广东省广州市天河区天河南二路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。