买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京邮电大学申请的专利一种基于隐私增强的智能电网联邦学习窃电检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119919158B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510397520.9，技术领域涉及：G06Q30/018；该发明授权一种基于隐私增强的智能电网联邦学习窃电检测方法是由邓松;田鹏;岳东;付雄设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本一种基于隐私增强的智能电网联邦学习窃电检测方法在说明书摘要公布了：本发明涉及窃电检测技术领域，具体涉及一种基于隐私增强的智能电网联邦学习窃电检测方法，包括：步骤S1：采集用户能耗数据构建本地训练数据集；步骤S2：将本地训练数据集分批次输入训练模型提取时序特征和空间特征；步骤S3：确定输出结果，更新训练模型的权重和偏置；步骤S4：将训练完成后的权重和偏置输入隐私保护器确定加密向量，经数据中心得到聚合向量；步骤S5：通过聚合向量得到解密向量，确定窃电检测模型，判断是否达到最大迭代次数，若否，重复执行步骤S2~S4；若是，执行下一步骤；步骤S6：若预测结果大于筛选阈值，说明对应分析的用户为窃电用户，并将窃电用户的信息传输至数据中心。

本发明授权一种基于隐私增强的智能电网联邦学习窃电检测方法在权利要求书中公布了：1.一种基于隐私增强的智能电网联邦学习窃电检测方法，其特征在于，所述方法包括：步骤S1：基于电力运营商采集用户能耗数据，并进行预处理构建本地训练数据集；步骤S2：获取训练模型，所述训练模型为全局模型，包括时间卷积网络架构和卷积神经网络架构，将本地训练数据集分批次输入至训练模型中，分别提取用户能耗数据中的时序特征和空间特征；步骤S3：基于时序特征和空间特征输出对应批次所有用户能耗数据的正类与负类概率，确定输出结果，通过损失函数计算输出结果与本地训练数据集中实际数据的误差，经反向传播后更新训练模型的权重和偏置；步骤S4：将训练完成后的权重和偏置输入至隐私保护器中，所述隐私保护器用于提供MOTP协议，得到加密向量，数据中心根据加密向量进行聚合得到聚合向量；其中，步骤S4中，包括：所述MOTP协议包括MOTP加密、MOTP聚合和MOTP解密；使用MOTP加密方法根据训练完成后的权重和偏置得到加密向量，并发送给数据中心，包括：基于更新后的权重和偏置展平为一维向量，对应的计算公式为：wlo＝[flWlo,flblo]其中，fl表示展平为一维向量；将一维向量中的所有元素量化为整数，得到量化模型向量，对应的计算公式为： 其中，表示一维向量中第i个元素量化后的整数；表示一维向量中的第i个元素；Q表示十的幂数的量化因子；结合MOTP密钥对量化模型向量进行字符模加计算，得到加密向量，对应的计算公式为： 其中，表示加密向量；表示一维向量量化后的整数；βlo表示MOTP密钥；⊕表示字符模加运算；在数据中心对加密向量使用MOTP聚合方法得到聚合向量，将聚合向量返回给电力运营商，包括：在数据中心对加密向量使用MOTP聚合方法得到聚合向量，对应的计算公式为： 其中，表示聚合向量；表示加密向量；t表示加密向量中的元素数量；⊕表示字符模加运算；步骤S5：电力运营商获取数据中心下发的聚合向量，并通过MOTP协议得到解密向量，确定窃电检测模型，将解密向量转换为权重文件进入下一轮模型训练，判断是否达到最大迭代次数，若否，重复执行步骤S2～S4；若是，执行下一步骤；其中，步骤S5中，电力运营商获取数据中心下发的聚合向量，并通过MOTP协议得到解密向量，确定窃电检测模型，包括：基于聚合向量中的每一元素的每一字符进行计算，将每一元素计算后的所有字符拼接成字符串，并量化为整数，得到对应元素的解密向量，对应的计算公式为： 其中，表示第i个元素的解密向量；int表示整数运算；join表示将字符拼接成字符串；表示第i个元素的第o个字符；步骤S6：通过本地训练数据集构建检测数据集，将检测数据集输入窃电检测模型中获取预测结果，设置筛选阈值，若预测结果大于筛选阈值，说明对应分析的用户为窃电用户，并将窃电用户的信息传输至数据中心。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。