公开(公告)号：CN116384552A

公开(公告)日：2023-07-04

申请号：CN202310227467.9

申请日：2023-03-10

Applicant: 浙江大学

Inventor： 宋端正 ,  张亶 ,  杨漾 ,  任昊文 ,  周旺 ,  王鑫 ,  崔刚 ,  乔晨冉

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F16/23 ,  G06F16/215 ,  G06N3/0442

Abstract: 本发明涉及用户用电量预测技术领域，公开了一种基于IPFS和联邦学习的用户用电量预测方法，包括S1、搭建基于IPFS与联邦学习的BIFL框架；S2、搭建基于BIFL的层次化联邦学习框架；S3、构建基于BIFL的用电量预测模型。本申请通过引入区块链与IPFS技术，具有一定创新性地解决了传统中心式联邦学习中的单点故障与主服务器瓶颈问题，设计并实现基于区块链与IPFS的层次化联邦学习框架，提升了框架可扩展性并降低通讯成本。