一种储能电池安全防控的联邦学习协同优化方法

AITNT
正文
推荐专利
一种储能电池安全防控的联邦学习协同优化方法
申请号:CN202510983212
申请日期:2025-07-17
公开号:CN120509462B
公开日期:2025-10-21
类型:发明专利
摘要
本发明涉及新能源技术领域,具体为一种储能电池安全防控的联邦学习协同优化方法,首先提取电池多维数据,构建双循环联邦优化架构,所述双循环联邦优化架构包括外循环模块和内循环模块,外循环模块用于全局模型的周期性更新优化,内循环模块用于本地模型的迭代优化;再基于所述双循环联邦优化架构,构建联邦学习模型,进行内循环训练,得到第一更新参数并上传中心服务器;其次聚合第一更新参数后进行外循环,得到第二更新参数;多次循环后,融合第一更新参数和第二更新参数,获得双时优化精度参数,根据所述双时优化精度参数计算全局损失函数、本地损失函数和时间精度损失函数,将其加权求和,得到目标优化函数;最后通过优化算法优化运行状态。
技术关键词
协同优化方法 中心服务器 联邦学习模型 储能电池 模型更新 参数 双循环 精度 节点 预测误差 同态加密技术 模块 算法 周期性 深度神经网络 新能源技术 数据分布
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