发明公开
- 专利标题: 微电网场景下基于联邦学习的电网净负荷预测方法及装置
-
申请号: CN202311617048.2申请日: 2023-11-29
-
公开(公告)号: CN117748471A公开(公告)日: 2024-03-22
- 发明人: 邵苏杰 , 徐思雅 , 秦子涵 , 郭少勇 , 邱雪松 , 亓峰 , 刘岩
- 申请人: 北京邮电大学
- 申请人地址: 北京市海淀区西土城路10号
- 专利权人: 北京邮电大学
- 当前专利权人: 北京邮电大学
- 当前专利权人地址: 北京市海淀区西土城路10号
- 代理机构: 北京路浩知识产权代理有限公司
- 代理商 刘余婷
- 主分类号: H02J3/00
- IPC分类号: H02J3/00 ; H02J3/38 ; G06Q10/04 ; G06Q10/0631 ; G06Q50/06 ; G06N3/098
摘要:
本发明提供一种微电网场景下基于联邦学习的电网净负荷预测方法及装置,包括:获取每一联邦学习本地节点上传的局部参数;基于所述局部参数对微电网净负荷预测模型的参数进行聚合,得到全局参数;将所述全局参数发送至联邦学习本地节点,所述全局参数用于确定训练好的微电网净负荷预测模型,训练好的微电网净负荷预测模型用于预测微电网场景下的电网净负荷。本发明提供的微电网场景下基于联邦学习的电网净负荷预测方法及装置,通过搭建联邦学习架构对各个用电节点的净负荷进行预测,在保障整体系统的数据安全的同时有力地支撑了智能电网进行统一调配,提高了对微电网场景下电网净负荷预测结果的精准度。