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！

龙图腾网获悉国网数字科技控股有限公司;国网商用大数据有限公司申请的专利基于模型增量训练的分布式电力模型更新方法、装置和电子设备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：CN120408010B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510906292.3，技术领域涉及：G06F17/16；该发明授权基于模型增量训练的分布式电力模型更新方法、装置和电子设备是由刘溪;魏千程;贾江凯;于泰然;贺志;孙喜民;张宾设计研发完成，并于2025-07-02向国家知识产权局提交的专利申请。

本基于模型增量训练的分布式电力模型更新方法、装置和电子设备在说明书摘要公布了：本发明提供了一种基于模型增量训练的分布式电力模型更新方法、装置和电子设备。实现方案为：在分布式电力节点的本地电力增量数据不足时，对分布式电力节点中的本地电力模型的本地模型参数矩阵进行奇异值分解，得到左奇异矩阵、对角线矩阵和右奇异矩阵；基于对角线矩阵中的主要奇异值，从左奇异矩阵和右奇异矩阵分别提取对应的列向量，得到重要参数矩阵；基于本地模型参数矩阵与重要参数矩阵之间的差值矩阵确定非重要参数矩阵，并对非重要参数矩阵进行低秩分解，得到本地第一低秩参数矩阵和本地第二低秩参数矩阵，以此进行全局模型更新再更新各个电力节点的本地电力模型。采用本发明，可以提高模型训练速度和精度，且避免模型发生漂移。

本发明授权基于模型增量训练的分布式电力模型更新方法、装置和电子设备在权利要求书中公布了：1.一种基于模型增量训练的分布式电力模型更新方法，其特征在于，包括： 在分布式电力节点的本地电力增量数据的数据量小于预设阈值的情况下，对所述分布式电力节点中的本地电力模型的本地模型参数矩阵进行奇异值分解，得到左奇异矩阵、对角线矩阵和右奇异矩阵； 基于所述对角线矩阵中的主要奇异值，从所述左奇异矩阵和所述右奇异矩阵分别提取对应的列向量，得到重要参数矩阵，其中，所述主要奇异值包括：所述对角线矩阵中数值从大到小排序在前N个的奇异值，其中，N为大于1的正整数，和或所述本地电力模型中的梯度敏感度大于预设阈值的模型参数对应在所述对角线矩阵中的第一位置上的奇异值； 基于所述本地模型参数矩阵与所述重要参数矩阵之间的差值矩阵，确定非重要参数矩阵，并对所述非重要参数矩阵进行低秩分解，得到本地第一低秩参数矩阵和本地第二低秩参数矩阵； 基于所述本地电力增量数据，对所述本地第一低秩参数矩阵和所述本地第二低秩参数矩阵进行更新，并将更新结果发送给全局调度服务器；其中，所述更新结果包括基于更新前后的所述本地第一低秩参数矩阵之间的差值所确定的本地第一低秩参数差分矩阵，以及基于更新前后的所述本地第二低秩参数矩阵之间的差值所确定的本地第二低秩参数差分矩阵；所述全局调度服务器用于对来自各个所述分布式电力节点的所述本地第一低秩参数差分矩阵和所述本地第二低秩参数差分矩阵分别进行全局聚合，并基于全局聚合得到的全局第一低秩参数差分矩阵和全局第二低秩参数差分矩阵，分别对全局第一低秩参数矩阵和全局第二低秩参数矩阵进行更新； 对来自所述全局调度服务器的更新后的所述全局第一低秩参数矩阵和更新后的所述全局第二低秩参数矩阵之间的乘积，与所述重要参数矩阵进行求和，得到所述分布式电力节点的本地电力模型的更新后的本地模型参数矩阵。

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国网数字科技控股有限公司;国网商用大数据有限公司，其通讯地址为：100053 北京市西城区广安门内大街308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”。