摘要
本发明涉及电表在线监测技术领域,尤其涉及一种基于联邦学习的电能数据智能采集终端。数据采集与预处理模块,实时采集电网中的电能数据,对所述电能数据进行去噪和归一化预处理;基于联邦学习的模型训练模块,对预处理后的所述电能数据使用本地数据训练神经网络模型,以得到本地模型;同态加密算法应用模块,采用同态加密算法对本地数据训练过程中的数据和模型参数进行加密更新;全局模型更新模块,将经过多次本地数据训练与加密更新的所述神经网络模型发送至中央服务器,通过加权联邦平均聚合算法优化更新所述神经网络模型。本发明结合分布式数据处理与机器学习技术,实现电力数据的智能化数据分析,从而提高电力监测和故障预警的智能化水平。
技术关键词
采集终端
同态加密算法
神经网络模型
数据训练神经网络
电能
模型训练模块
智能化数据分析
分布式数据处理
数据中心
分布式计算框架
同步单元
模型更新
在线监测技术
参数
机器学习技术
传播算法
动态
系统为您推荐了相关专利信息
阻塞性黄疸
人工神经网络模型
损伤预测方法
指标
医疗数据处理技术
有源区
外观缺陷检测方法
芯片外观检测
异常数据
芯片外观缺陷检测系统
开心果
骨架特征
特征提取模块
姿态特征提取
开壳方法
卷积神经网络模型
生成对抗网络模型
分析方法
深度Q学习
深度学习算法
配置需求信息
像素点
噪声强度
CRF模型
字符识别