一种基于横向联邦学习的架空输电线路故障诊断方法

AITNT
正文
推荐专利
一种基于横向联邦学习的架空输电线路故障诊断方法
申请号:CN202410873641
申请日期:2024-07-02
公开号:CN118861850A
公开日期:2024-10-29
类型:发明专利
摘要
本发明涉及一种基于横向联邦学习的架空输电线路故障诊断方法,属于故障检测领域,该方法构建故障录波横向联邦学习模型,进行分布式训练,包括多个故障录波客户端和一个服务端,通过最小化共同的蒸馏损失函数,先以故障录波客户端模型作为教师模型对服务端模型进行知识蒸馏,生成服务端聚合模型;再以服务端聚合模型作为教师模型对故障录波客户端模型进行知识蒸馏,校正故障录波客户端模型。将服务端聚合模型训练至最优模型,可作为故障诊断方法。该方法通过横向联邦学习的双向知识蒸馏结构,实现了以知识蒸馏为基础的横向联邦学习架空输电线路故障诊断模型优化正反馈,提高了模型的泛化能力,是一种多端数据孤岛架空输电线路故障诊断方法。
技术关键词
故障录波 服务端 客户端 故障诊断方法 横向联邦 架空输电线路故障 教师 蒸馏 学生 故障诊断模型 人工神经网络模型 数据分布 校正故障 综合故障诊断 分布式训练 序列特征 金具 列表
系统为您推荐了相关专利信息
1
基于虚拟墙洞口的房间成员管理方法、系统和计算机装置
成员管理方法 虚拟墙 洞口 房间 动态算法
2
告警信息处理、辅助处理告警信息的方法、设备和系统
决策 多模态 视觉 服务端 客户端
3
目的网点信息智能匹配方法、装置、设备及存储介质
信息智能匹配方法 历史订单数据 客户端 变量 匹配设备
4
一种基于生物启发脉冲神经网络的在线机械故障诊断方法
运转设备 滤波器 压电薄膜传感器 在线机械 故障诊断方法
5
一种基于多通道特征融合与多尺度卷积网络的汽轮机叶片故障诊断方法
汽轮机叶片 多通道特征融合 故障诊断方法 故障诊断模型 卷积模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号