摘要
本发明公开了一种基于联邦学习的FLVC异常用电检测方法,属于智能电网领域,包括每个参与的客户端从服务器端接收初始模型;每个客户端均使用本地数据集通过FLVC训练模块训练FLVC模型,对训练后的FLVC模型进行成本估计,再进行优化,并将优化后的FLVC模型参数发送给服务器端进行模型参数聚合;聚合后得到全局模型,全局模型更新后发送给本地参与的客户端;直到FLVC模型收敛或达到预定的迭代次数,重复以上步骤。本发明采用上述的一种基于联邦学习的FLVC异常用电检测方法,以保护电力数据的隐私为前提,提高异常用电数据检测的准确率,保证智能电网运行的安全性和可靠性。
技术关键词
超参数
客户端
模型更新
搜索算法
数据
智能电网
卷积滤波器
归一化方法
机器学习模型
插值方法
矩阵
输出特征
序列
定义
模块
字符
因子
电力
系统为您推荐了相关专利信息
个性化交互系统
量子态
家居设备
深度生成对抗网络
画像
船舶电机
轴承故障信号
轴承故障诊断
故障类别
识别方法
脉冲相位编码
激光雷达控制方法
激光雷达控制系统
多模态
回波
密钥加密系统
国密算法
监测运行状态
生成对抗网络模型
检测异常状态
融合北斗
融合设备
多模态
定位数据分析
定位方法