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！

龙图腾网获悉广东电网有限责任公司;广东电网有限责任公司电力科学研究院申请的专利一种基于深度学习模型的计算机系统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：CN120849403B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202511351343.7，技术领域涉及：G06F16/215；该发明授权一种基于深度学习模型的计算机系统是由谈树峰;周刚;张凯;陈宇泽;杨强;廖卫平;凌文钊设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本一种基于深度学习模型的计算机系统在说明书摘要公布了：本发明涉及深度学习领域，涉及一种基于深度学习模型的计算机系统，其中通信模块从边缘端实时获取多个待校正设备的待校正设备数据和边缘模型参数，边缘设备模型用于对待校正设备数据进行初步校正；聚类模块对待校正设备数据进行聚类处理，获得数据簇对应的关联因子；训练模块利用边缘模型参数和样本设备数据对所述基础模型进行训练，在基础模型满足预设的深度学习收敛条件时，得到中心校正模型；收敛条件为基础模型通过关联因子学习到待校正设备的关联运行模式；校正模块将初步校正参数输入中心校正模型，获得二次校正数据。本发明申请通过关联因子提炼待校正设备数据间的内在关联特征，使模型具备考虑数据关联性的能力，有效缩小设备误差。

本发明授权一种基于深度学习模型的计算机系统在权利要求书中公布了：1.一种基于深度学习模型的计算机系统，其特征在于，所述计算机系统部署有基础模型； 所述计算机系统包括通信模块、聚类模块、训练模块和校正模块；其中， 所述通信模块，用于基于与至少一个边缘端的通信，从所述边缘端实时获取多个待校正设备的待校正设备数据和于所述边缘端部署的边缘设备模型的边缘模型参数；所述边缘设备模型用于对所述待校正设备数据进行初步校正处理，获得初步校正参数； 所述聚类模块，用于对所述待校正设备数据进行聚类处理，根据聚类结果的各数据簇，获得各数据簇对应的关联因子； 所述训练模块，用于获取样本设备数据；利用所述边缘模型参数和所述样本设备数据对所述基础模型进行训练，在所述基础模型满足预设的深度学习收敛条件时，得到中心校正模型；其中，所述深度学习收敛条件包括所述基础模型通过所述关联因子学习到待校正设备的关联运行模式； 所述校正模块，用于将所述初步校正参数输入所述中心校正模型，基于所述中心校正模型的输出获得二次校正数据； 所述聚类模块对所述待校正设备数据进行聚类处理，根据聚类结果的各数据簇，获得各数据簇对应的关联因子，包括： 所述聚类模块对所述待校正设备数据和所述初步校正参数进行差分运算，得到参数偏差特征； 获取设备运行状态标签，根据所述设备运行状态标签、偏差主导源的类型、所述参数偏差特征以及所述待校正设备数据，构建多模态特征矩阵； 采用预设对抗自编码器对所述多模态特征矩阵进行重构，获得增强特征向量； 对所述增强特征向量依次进行密度峰值聚类和模糊C均值聚类，获得每个数据簇的多维关联因子；所述多维关联因子包括簇内关联因子、簇间关联因子和设备运行状态关联因子； 所述训练模块利用所述边缘模型参数和所述样本设备数据对所述基础模型进行训练，在所述基础模型满足预设的深度学习收敛条件时，得到中心校正模型，包括： 所述训练模块基于所述边缘模型参数提取关联因子摘要，根据所述关联因子摘要和数据簇对应的关联因子之间的匹配度，确定在所述基础模型过程中，各边缘端对应的权重； 从而根据所述各边缘端对应的权重，通过所述边缘模型参数和所述样本设备数据对所述基础模型进行训练。

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广东电网有限责任公司;广东电网有限责任公司电力科学研究院，其通讯地址为：510000 广东省广州市越秀区东风东路757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。