申请/专利权人:杭州云谷科技股份有限公司
申请日:2023-11-09
公开(公告)日:2024-02-20
公开(公告)号:CN117574145A
主分类号:G06F18/214
分类号:G06F18/214;F17D5/02;G06F18/241;G06F21/62;G06Q50/06;G06N3/045;G06N3/0464;G06N3/094;G06N3/098
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.08#实质审查的生效;2024.02.20#公开
摘要:本发明公开了一种基于联邦迁移学习的供热管网失水诊断方法。步骤包括:选取供热管网的供水温度、回水温度、流量等过程数据构建各参与方的本地数据集;将本地数据集转为数据相关性图;进行失水诊断模型训练,多次迭代得到本地模型参数;将各自的本地模型参数发送至联邦学习中心计算单元;联邦学习中心计算单元使用联邦平均算法聚合各参与方上传的参数构建共享模型;将共享模型参数发送至各参与方;各参与方使用本地数据集对共享模型微调,得到适用于用户本地数据集的个性化模型;将数据输入训练好的个性化模型中,得到诊断结果。本发明成本低,实现更适用于现实多个供热企业协同学习的联邦迁移学习框架,提高模型性能。
主权项:1.一种基于联邦迁移学习的供热管网失水诊断方法,其特征在于:步骤1,选取供热管网的供水温度、回水温度、流量过程数据构建各参与方的本地数据集;步骤2,将各参与方的本地数据集转为数据相关性图,以便后续模型训练提取特征;步骤3,各参与方进行失水诊断模型训练,多次迭代得到本地模型参数;步骤4,各参与方将各自的本地模型参数发送至联邦学习中心计算单元;步骤5,联邦学习中心计算单元使用联邦平均算法聚合各参与方上传的参数构建共享模型;步骤6,联邦学习中心计算单元将共享模型参数发送至各参与方;步骤7,各参与方使用本地数据集对共享模型微调,得到适用于用户本地数据集的个性化模型;步骤8,将数据输入训练好的个性化模型中,得到诊断结果。
全文数据:
权利要求:
百度查询: 杭州云谷科技股份有限公司 一种基于联邦迁移学习的供热管网失水诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。