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