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！

龙图腾网获悉上海交通大学申请的专利一种基于联邦学习的非侵入式设备状态识别方法及装置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：CN114462501B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202210001823.0，技术领域涉及：G06F18/2413；该发明授权一种基于联邦学习的非侵入式设备状态识别方法及装置是由薛广涛;童侠通;潘昊设计研发完成，并于2022-01-04向国家知识产权局提交的专利申请。

本一种基于联邦学习的非侵入式设备状态识别方法及装置在说明书摘要公布了：本发明涉及一种基于联邦学习的非侵入式设备状态识别方法及装置，方法包括：在多个本地用户节点中布置非侵入式设备数据采集系统，对本地用户节点中干路的总电流数据进行高频采样，对本地用户节点中各并联分路的功率数据进行低频采样；构建历史数据集；构建深度学习神经网络，将特征提取子网络布置在本地用户节点中，将设备预测子网络布置在云端；通过历史数据集训练深度学习神经网络，训练过程中本地用户节点与云端通过加密算法进行数据传输；使用训练得到的识别模型对设备状态进行识别。与现有技术相比，本发明解决了数据可靠性问题，解决了高频采样下存在的数据传输瓶颈问题，解决了在训练和预测过程中的用户隐私安全问题。

本发明授权一种基于联邦学习的非侵入式设备状态识别方法及装置在权利要求书中公布了：1.一种基于联邦学习的非侵入式设备状态识别方法，其特征在于，包括以下步骤： S1、在多个本地用户节点中布置非侵入式设备数据采集系统，对本地用户节点中干路的总电流数据进行高频采样，对本地用户节点中各并联分路的功率数据进行低频采样，其中，以1Hz的频率采集本地用户节点中各并联分路的功率数据，本地用户节点中的各设备均连入并联分路中，低频采样的频率是1Hz； S2、根据各个本地用户节点的数据分别构建历史数据集； S3、构建深度学习神经网络，包括特征提取子网络和设备预测子网络，将特征提取子网络布置在本地用户节点中，将设备预测子网络布置在云端； S4、通过历史数据集训练深度学习神经网络，训练过程中本地用户节点与云端通过加密算法进行数据传输，得到训练好的识别模型； S5、使用训练好的识别模型对设备状态进行识别； 步骤S2包括以下步骤： S21、获取非侵入式设备数据采集系统持续采集的总电流数据和功率数据； S22、设定每种设备的最小启动功率、最大停止功率、最短持续时间和最长中断时间，对功率数据进行处理，使用流式算法根据功率数据判断各个设备的工作状态； S23、引入滑动窗口，对当前时刻t与前一时刻t-1s之间的数据，应用流式算法汇聚各个设备的工作状态，根据预设置的判断规则保留合法有效的数据，并根据工作状态为设备添加标签，构建每个本地用户节点中的历史数据集，其中，设备的工作状态包括启动和关闭，所述预设置的判断规则为：如果所有设备的工作状态均未发生启动至关闭或者关闭至启动的切换，则认为该窗口数据合法，数据样本为总电流数据和对应的各设备状态。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。

以上内容由龙图腾AI智能生成。