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！

龍圖騰網恭喜長春工程學院申請的專利云邊協同感知的電力物聯網卸載策略及資源配置優化方法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：CN119729630B 。

龍圖騰網通過國家知識產權局官網在2025-06-03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：202510210220.5，技術領域涉及：H04W28/084；該發明授權云邊協同感知的電力物聯網卸載策略及資源配置優化方法是由柯洪昌;李志新;趙慧玲;陳洋;史澤宇設計研發完成，并于2025-02-25向國家知識產權局提交的專利申請。

本云邊協同感知的電力物聯網卸載策略及資源配置優化方法在說明書摘要公布了：本發明屬于電力物聯網技術領域，尤其涉及一種云邊協同感知的電力物聯網卸載策略及資源配置優化方法。方法包括：S1：構建基于BiGRU的緩存全局預測模型，設置緩存全局預測模型的模型參數以及云邊協同任務卸載模型的設備參數；S2：利用電力物聯網的任務特征訓練緩存全局預測模型，并利用訓練好的緩存全局預測模型預測電力物聯網的任務緩存類別；S3：構建自適應聯邦學習策略；S4：構建基于離散DDPG的任務卸載與遷移模型，利用自適應聯邦學習策略的處理結果對任務卸載與遷移模型進行訓練，并利用訓練好的任務卸載與遷移模型確定任務卸載與遷移策略。本發明能夠降低任務處理代價，提高了任務完成率，對無線網絡或車聯網異構任務快速處理提供了技術支持。

本發明授權云邊協同感知的電力物聯網卸載策略及資源配置優化方法在權利要求書中公布了：1.一種云邊協同感知的電力物聯網卸載策略及資源配置優化方法，其特征在于，具體包括如下步驟：S1：構建基于BiGRU的緩存全局預測模型，設置緩存全局預測模型的模型參數以及云邊協同任務卸載模型的設備參數，云邊協同任務卸載模型包括電力物聯網、云端服務器和MEC服務器；S2：利用電力物聯網的任務特征訓練緩存全局預測模型，并利用訓練好的緩存全局預測模型預測電力物聯網的任務緩存類別；計算電力物聯網的計算任務分別卸載到本地MEC服務器執行、遷移到相鄰MEC服務器執行和遷移到云端服務器執行的時延和功耗；S3：構建自適應聯邦學習策略，在MEC服務器部署有訓練好的緩存全局預測模型，并利用自適應聯邦學習策略為MEC服務器自適應分配權重及更新緩存全局預測模型；S31：基于在電力物聯網端訓練緩存全局預測模型的過程中學習到的任務特征與任務卸載決策之間的關系，確定電力物聯網端的權重分配策略： ；其中，為電力物聯網的權重，為電力物聯網在上一輪訓練得到的權重，為更新尺度參數；S32：使各MEC服務器上均部署有訓練好的緩存全局預測模型，將訓練好的緩存全局預測模型的模型參數與權重上傳至各MEC服務器，各MEC服務器采用自適應加權平均方法更新自身部署的緩存全局預測模型，并將更新后的緩存全局預測模型下發至電力物聯網端；電力物聯網端對更新后的緩存全局預測模型進行網絡訓練和任務特征識別，并根據網絡訓練和任務特征識別結果進一步調整各MEC服務器的權重分配和更新頻率，直至各MEC服務器部署的緩存全局預測模型滿足用戶需求：自適應加權平均方法所采用的公式為： ；其中，為連接到本地MEC服務器e的電力物聯網節點數量，為當前電力物聯網的節點產生的任務特征與其他電力物聯網產生的任務特征的信息熵，L為緩存全局預測模型的層數；S4：構建基于離散DDPG的任務卸載與遷移模型，利用自適應聯邦學習策略的處理結果對任務卸載與遷移模型進行訓練，并利用訓練好的任務卸載與遷移模型確定任務卸載與遷移策略。

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長春工程學院，其通訊地址為：130012 吉林省長春市寬平大路395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”。