基于测试用例的模型训练方法、异常检测方法及储能设备

AITNT
正文
推荐专利
基于测试用例的模型训练方法、异常检测方法及储能设备
申请号:CN202510611391
申请日期:2025-05-12
公开号:CN120494136A
公开日期:2025-08-15
类型:发明专利
摘要
本申请公开了一种基于测试用例的模型训练方法、异常检测方法及储能设备,应用于储能设备的异常检测技术领域。方法包括基于大语言模型生成用于测试储能设备的测试用例;部署初始模型到储能设备,并执行测试用例,测试用例用于控制储能设备和与储能设备关联的设备中至少一者执行对应的操作;基于初始模型的异常检测结果及测试用例的测试结果,调整初始模型的模型参数;基于联邦学习技术,聚合各个储能设备的初始模型的模型参数,以生成全局模型;基于知识蒸馏技术,压缩全局模型以得到异常检测模型。可在保证异常检测准确性的前提下,满足储能设备进行异常检测的实时性需求。
技术关键词
储能设备 模型训练方法 异常检测方法 知识蒸馏技术 联邦学习技术 控制软件定义网络 非暂态计算机可读存储介质 测试用例匹配 大语言模型 异常检测技术 执行测试用例 生成对抗网络 数据 云端 处理器 参数 存储器 电子设备 程序
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