摘要
本发明公开了基于联邦学习与知识蒸馏的电力模型部署方法及装置,方法包括:对公共数据集进行数据划分,获取训练集;构建教师模型,通过所述训练集对所述教师模型进行训练;构建学生模型,通过所述训练集和所述教师模型对所述学生模型进行训练;基于联邦学习框架将所述学生模型下行至配电网边缘节点,通过本地数据集对所述学生模型进行训练,将所述学生模型部署至所述配电网边缘节点上运行,并对所述学生模型进行定期更新。本发明提供的方法及装置不但能够有效减少模型参数来实现对配电网轻量化部署,还能保证模型在共享数据时的安全性。
技术关键词
模型部署方法
学生
教师
模型训练模块
节点
长短期记忆网络
机器可读指令
电力
知识蒸馏技术
数据
训练集
随机梯度下降
表达式
通信接口
处理器
参数
云端服务器
样本
框架
系统为您推荐了相关专利信息
服装自动制版方法
交互模型
面料
人体尺寸数据
动态
融合卡尔曼滤波
信号去噪方法
神经网络框架
短时傅里叶变换
非线性噪声
锂电池寿命预测
门控循环单元
序列
注意力机制
数据
信息物理系统
间歇控制器
状态空间模型
同步误差
网络系统控制技术