一种负荷预测方法及系统
    1.
    发明公开

    公开(公告)号:CN113610303A

    公开(公告)日:2021-11-05

    申请号:CN202110910283.3

    申请日:2021-08-09

    摘要: 本发明提供一种负荷预测方法及系统,该方法包括:101,根据当前联邦学习最优分组匹配策略,每个边缘服务器将对应分组的本地模型进行聚合,得到每个边缘服务器的全局模型;102,用户终端通过各自用电负荷数据,对接收到的全局模型进行本地训练,得到每个用户终端在当前联邦学习的本地模型;103,根据全局模型和每个本地模型间的模型相似度,以及每个用户终端完成本地训练所需时延,获取下一联邦学习最优分组匹配策略;104,重复101至103,得到目标分组匹配策略和不同分组负荷预测模型;105,基于目标分组匹配策略,通过每个分组负荷预测模型,对各自组内用户终端进行负荷预测。本发明提升负荷预测精度,减少模型训练时间。

    一种负荷预测方法及系统

    公开(公告)号:CN113610303B

    公开(公告)日:2024-03-19

    申请号:CN202110910283.3

    申请日:2021-08-09

    摘要: 本发明提供一种负荷预测方法及系统,该方法包括:101,根据当前联邦学习最优分组匹配策略,每个边缘服务器将对应分组的本地模型进行聚合,得到每个边缘服务器的全局模型;102,用户终端通过各自用电负荷数据,对接收到的全局模型进行本地训练,得到每个用户终端在当前联邦学习的本地模型;103,根据全局模型和每个本地模型间的模型相似度,以及每个用户终端完成本地训练所需时延,获取下一联邦学习最优分组匹配策略;104,重复101至103,得到目标分组匹配策略和不同分组负荷预测模型;105,基于目标分组匹配策略,通过每个分组负荷预测模型,对各自组内用户终端进行负荷预测。本发明提升负荷预测精度,减少模型训练时间。