[發明專利]一種基于聯邦學習的智能工廠溫濕度控制方法在審
| 申請號： | 202210055738.2 | 申請日： | 2022-01-18 |
| 公開（公告）號： | CN114399031A | 公開（公告）日： | 2022-04-26 |
| 發明（設計）人： | 張衛山;聶宇銘;王濤 | 申請（專利權）人： | 中國石油大學（華東） |
| 主分類號： | G06N3/04 | 分類號： | G06N3/04;G06N3/08;G05D27/02 |
| 代理公司： | 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465 | 代理人： | 符繼超 |
| 地址： | 266580 山東省青島市*** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 聯邦 學習 智能 工廠 溫濕度 控制 方法 | ||
1.一種基于聯邦學習的智能工廠溫濕度控制方法，其特征在于，包括：
采集溫濕度數據并進行預處理；
在客戶端內搭建LSTM模型，并基于溫濕度數據預測下一時間溫濕度；
基于聯邦學習框架對LSTM模型進行訓練，更新模型參數，直至模型收斂；
根據訓練后的LSTM模型控制溫濕度，對溫濕度進行調整。
2.根據權利要求1所述的一種基于聯邦學習的智能工廠溫濕度控制方法，其特征在于，基于聯邦學習框架對LSTM模型進行訓練，更新模型參數，直至模型收斂具體包括：
步驟a系統初始化：中心服務器和客戶端建立連接后，客戶端接收中心服務器發送的初始參數后，初始化本地LSTM模型；
步驟b局部計算：LSTM模型根據溫濕度數據進行梯度訓練，并將得到的梯度脫敏后進行梯度加密上傳至中心服務器；
步驟c中心聚合；中心服務器對各個LSTM模型的梯度進行聚合，得到聚合后的參數；
步驟d模型更新：中心服務器根據聚合后的參數更新全局模型，將更新后的全局模型返回至參與訓練的各個客戶端上，客戶端根據全局模型更新LSTM模型，LSTM模型更新參數后進行新一輪的循環，即重復步驟b-步驟d，直至LSTM模型收斂。
3.根據權利要求2所述的一種基于聯邦學習的智能工廠溫濕度控制方法，其特征在于，梯度加密包括差分隱私加密或同態加密。
4.根據權利要求1所述的一種基于聯邦學習的智能工廠溫濕度控制方法，其特征在于，溫濕度數據預處理具體為：當溫濕度數據缺失少時，根據前后的溫濕度數據取平均進行填補；當溫濕度數據缺失多或者異常時，則刪除整條數據。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國石油大學（華東），未經中國石油大學（華東）許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210055738.2/1.html，轉載請聲明來源鉆瓜專利網。
