基于联邦学习的区域级电力负荷预测方法

    公开(公告)号:CN119134299A

    公开(公告)日:2024-12-13

    申请号:CN202411193736.5

    申请日:2024-08-28

    Abstract: 本发明公开了一种基于联邦学习的区域级电力负荷预测方法,包括:S1.获取各个区域电力负荷数据;获取各个区域的气象因素数据;S2.对获取的数据进行拼接处理,得到处理后的数据;对处理后的数据中各项气象因素与电力负荷进行相关性分析,得到分析后的数据;S3.将分析后的数据中各区域自对应的数据分别输入各自的预测模型进行模型训练;将各个区域模型训练后的参数上传至全局模型进行聚合,将聚合后的参数再分发给各个区域模型,迭代执行本步骤,直至满足预设的收敛标准;S4.使用各个区域训练好的预测模型对各自区域的电力负荷进行预测,得到预测值。本发明能够实现跨区域的联合建模和预测,提高了电力负荷预测的准确性和泛化能力。

Patent Agency Ranking