恭喜國網安徽省電力有限公司電力科學研究院孫偉獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜國網安徽省電力有限公司電力科學研究院申請的專利一種基于聯邦學習的多變電站設備缺陷識別方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119273694B 。
龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411814828.0,技術領域涉及:G06T7/00;該發明授權一種基于聯邦學習的多變電站設備缺陷識別方法及系統是由孫偉;趙龍;丁國成;王同文;康健;張淑娟;邢璐;史偉豪;金雨楠設計研發完成,并于2024-12-11向國家知識產權局提交的專利申請。
本一種基于聯邦學習的多變電站設備缺陷識別方法及系統在說明書摘要公布了:一種基于聯邦學習的多變電站設備缺陷識別方法及系統,屬于圖像處理技術領域,解決變電站設備缺陷識別過程中客戶端數據不可見導致特征偏移的問題;本發明在聯邦學習過程中,本地端和服務器端之間不需要傳遞CLIP模型的視覺分支和文本分支,僅需要傳遞文本提示詞、編碼器和解碼器的參數即可實現不同服務器端的知識學習與知識融合,相比于具有大參數量的CLIP模型,極大降低了傳輸參數量,通過多次的本地端和服務器端的循環訓練,最終得到效果最優的服務器端的全局模型,對于本地端模型,能夠生成任意類別尤其是未見類別的視覺特征,減少變電站設備缺陷識別過程中服務器端數據不可見導致特征偏移的現象,提升模型的泛化能力。
本發明授權一種基于聯邦學習的多變電站設備缺陷識別方法及系統在權利要求書中公布了:1.一種基于聯邦學習的多變電站設備缺陷識別方法,其特征在于,包括以下步驟:S1、獲取多個變電站設備缺陷的樣本數據,劃分為訓練集和測試集,所述訓練集包括訓練集圖像和訓練集標簽,所述測試集包括測試集圖像和測試集標簽,對訓練集圖像進行隨機裁剪,將所有訓練集圖像大小縮放到統一尺寸,再進行數值歸一化處理;S2、在本地端構建基于編碼器-解碼器結構的視覺特征生成模型,構建可學習的文本提示詞,所述視覺特征生成模型包括CLIP模型、編碼器和解碼器,初始化編碼器和解碼器的參數;S3、在本地端固定文本提示詞,將訓練集圖像輸入CLIP模型的視覺分支并輸出原始視覺特征,作為編碼器的輸入,使編碼器輸出第一隱變量,解碼器接受第一隱變量作為輸入,輸出殘差特征,將解碼器的輸出與文本特征相加,得到內部重建視覺特征,并計算重建損失,利用重建損失對視覺特征生成模型的參數進行更新;S4、在本地端固定視覺特征生成模型的參數,將文本提示詞輸入CLIP模型的文本分支并輸出各類別文本特征,在標準正態分數中隨機采樣形成第二隱變量,經過解碼器的輸出與文本特征相加,得到生成視覺特征,并結合原始視覺特征構成訓練視覺特征,通過softmax函數計算訓練視覺特征與不同類別的文本特征的類別分數,構建交叉熵損失,通過梯度反傳的方式更新文本提示詞的參數;S5、將本地端的文本提示詞、編碼器和解碼器參數上傳到服務器端,在服務器端構建基于聯邦學習的全局模型,計算全局模型的文本提示詞、編碼器和解碼器參數,構建特征蒸餾損失和隱變量蒸餾損失;S6、將全局模型的參數分發到本地端,重復執行S3至S5,直至迭代到最大次數,輸入測試集,計算全局模型的精準度。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人國網安徽省電力有限公司電力科學研究院,其通訊地址為:230000 安徽省合肥市經濟開發區紫云路299號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。