摘要
本申请公开了一种电力装备采购投标方案评估方法、装置及设备,涉及电力装备招标采购评估技术领域。该方法包括收集各投标方的历史投标方案和多个评估指标数据,构成本地数据集;选取异步联邦学习框架中的本地模型和全局模型;基于异步联邦学习框架,在各投标方使用各自的本地数据集异步训练本地模型,并根据已完成训练的本地模型参数,采用动态聚合策略训练全局模型,将训练好的全局模型确定为联邦模型;将当前投标方案分别输入联邦模型,输出当前投标方案的多个评估指标预测值,并确定各投标方的当前投标方案的综合评估结果,进而生成各投标方的当前投标方案的评估报告。本申请能解决传统评估方法中的数据隐私保护问题,同时提高评估的准确性。
技术关键词
联邦模型
装备
电力
机器学习模型
时序预测模型
指标
生成方法
差分隐私技术
框架
动态
数据隐私保护
报告
孤立森林算法
划分技术
策略
深度学习模型
参数
生成技术
系统为您推荐了相关专利信息
分质回用系统
监测子系统
自来水
活性炭滤池
机器学习算法
检定装置
光信号处理电路
能见度
透镜组件
检定方法
面向新能源消纳
知识图谱构建方法
负荷预测误差
近邻传播聚类算法
历史气象数据
实时补偿方法
瓦楞原纸
数据
动态权重分配
补偿值
无人机多光谱图像
反射率数据
发射率
可见光图像
故障诊断方法