摘要
本发明公开了一种基于数字孪生的电力通信网络风险预警方法及系统,该方法包括:构建目标电力通信网络对应的数字孪生网络,并对数字孪生网络进行子网选取,确定目标电力通信网络对应的联邦学习架构,其中,联邦学习架构包括服务端和与服务端连接的若干客户端,每一客户端对应一子网;基于数字孪生网络生成模拟流量数据,并将模拟流量数据传输至联邦学习架构,以使每一客户端获取对应的本地数据;基于若干次迭代训练步骤,得到服务端的目标全局模型;基于目标电力通信网络获取实际流量数据,将实际流量数据输入目标全局模型,并根据得到的流量识别结果判断是否发出风险预警告警。本发明可以有效提升电力通信网络的风险预警能力。
技术关键词
电力通信网络
风险预警方法
数字孪生
客户端
服务端
因子
梯度下降优化算法
风险预警系统
数据传输模块
样本
预警模块
报文
资源
关系
参数
系统为您推荐了相关专利信息
风险预警系统
遥感技术
风险预警方法
深度学习模型
多源数据融合技术
车联网客户端
差分隐私
蒸馏
联邦学习方法
噪声参数
数量预测方法
DCNN模型
联邦学习模型
客户端
LSTM模型
数字孪生模型
巡检机器人
巡检无人机
视频流
空地协同