[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

摘要

本发明公开了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，通过结合DTs和深度Q网络(Deep Q Network,DQN)来自适应地降低能耗，同时设计一个异步联邦学习框架消除流浪者效应。DT可以做到精确建模和同步更新，进而加强智能电厂的智能性。同时DT也可以通过软件定义并在数字空间中创造虚拟对象，根据虚拟对象的状态和功能在物理空间中准确地映射出实体，有助于帮助决策和执行。最后，DT会将设备的运行状态和行为实时映射到数字世界，从而提高学习模型的可靠性和准确性。