摘要
本申请涉及一种基于联邦学习的电力隐私数据保护方法,应用于服务端。方法包括:根据各第一客户端上传的第一电力数据,协同第一客户端进行横向联邦学习,得到预训练的第一电力业务处理模型;各第一电力数据对应的特征维度相同;根据第一电力数据和与第一客户端关联的各第二客户端上传的第二电力数据,协同第一客户端和第二客户端进行纵向联邦学习,得到预训练的第二电力业务处理模型;第一电力数据和第二电力数据对应的特征维度不相同;根据预训练的第一电力业务处理模型和/或预训练的第二电力业务处理模型,对待分析的电力数据进行业务处理,得到业务处理结果。采用本方法能够有效对电力数据进行整合和共享。
技术关键词
客户端
电力
隐私数据保护方法
联邦学习模型
横向联邦
业务处理结果
安全策略文件
服务端
参数
加密
数据更新
标识
定义
计算机程序产品
日志
处理器
机制
计算机设备
系统为您推荐了相关专利信息
频率稳定
神经网络模型
判断电力系统
仿真数据
时序
电力巡检机器人
机器人底座
升降式
双轴电机
移动巡检
容量优化配置方法
容量优化模型
数据
线路传输损耗
分布式储能系统
故障报警方法
煤矿液压支架
监控客户端
预测误差
权重算法