[发明专利]一种在智能电厂中基于联邦学习提升火灾检测效果的方法

权利要求书

1.一种在智能电厂中基于联邦学习提升火灾检测效果的方法，其特征在于，包括以下步骤：

步骤1，在给定资源预算的时变通信环境中得到局部更新和全局参数聚合，建立聚合频率问题模型，对其进行简化；

步骤2，通过使用深度强化学习来解决本地频率更新的问题，DT通过与环境交互学习模型；将优化后的问题制定为MDP模型，其中包括系统状态S(t)，动作空间A(t)，策略P，奖励函数R和下一状态S(t+1)；

步骤3，基于DQN的聚合频率优化算法解决MDP问题；

步骤4，基于DQN的异步联邦学习，通过聚类对具有不同计算能力的节点进行分类，并为每个聚类配置相应的管理者，使每个聚类能够以不同的本地聚合频率自主训练；对于集群，通过基于DQN的自适应聚合频率校准算法获得聚合频率。

2.根据权利要求1所述的一种在智能电厂中基于联邦学习提升火灾检测效果的方法，其特征在于，步骤1具体包括：

聚合频率问题P1表述为：

其中w_k表示第k个全局聚合之后的全局参数，F(w_k)是第k次全局聚合后的损失值，{a₀,a₁,...,a_k}是一组本地更新频率的策略，a_i指示第i次全局更新所需的本地更新数量；条件(1a)表示现有资源的既定预算，β表示整个学习过程中资源消耗率的上限；通过信任聚合来校准由于DT在节点计算能力中的映射偏差而导致的计算能耗E^cmp的偏差；

经过k轮全局聚合，简化P1和长期资源预算约束，训练的损失值写为：

其中最优训练结果就是：

基于Lyapunov优化，将长期资源预算划分为每个时隙的可用资源预算，通过建立动态资源短缺队列，实现了P1的简化；资源短缺队列的长度被定义为所使用的资源和可用资源之间的差异；资源总量的限制是R_m，第k次聚合中可用的资源是βR_m/k；资源短缺队列的表示如下：

Q(i+1)＝max{Q(i)+(a_iE^cmp+E^com)-βR_m/k,0} (4)

其中，(a_iE^cmp+E^com)-βR_m/k是第k个聚合中资源的偏差；从而，原始问题P1转化为以下问题P2：

其中v和Q(i)是与性能提升难度和资源消耗队列有关的权重参数，v随着训练回合的增加而增加。

3.根据权利要求2所述的一种在智能电厂中基于联邦学习提升火灾检测效果的方法，其特征在于，公式(1)和条件(1a)中，损失值F(w_k)和计算能耗E^cmp分别包含训练状态和计算能力f(i)，由DT对其进行估计，确保能够掌握整个联邦学习的关键状态。

4.根据权利要求1所述的一种在智能电厂中基于联邦学习提升火灾检测效果的方法，其特征在于，步骤2具体包括：

系统状态：系统状态描述每个节点的特征和训练状态，包括所有节点的当前训练状态资源短缺队列Q(i)的当前状态和每个节点τ(t)的神经网络隐藏层输出的verage值，即,

动作空间：该动作集定义为向量表示需要离散化的本地更新的数量；由于决策基于特定时间t，用a_i代替

奖励函数：目标是确定本地更新和全局参数聚合之间的最佳权衡，以最小化损失函数，奖励函数与总体损失函数的下降程度和资源短缺队列的状态有关；其评估函数：

R＝[vF(w_i-1)-F(w_i)]-Q(i)(a_iE^cmp+E^com) (7)

下一状态：当前状态S(t)由DT实时映射提供，下一个状态S(t+1)是DT对DQN模型在现实运行后状态的预测，表示为S(t+1)＝S(t)+P(S(t))。