公开(公告)号：CN118052331A

公开(公告)日：2024-05-17

申请号：CN202410342265.3

申请日：2024-03-25

申请人： 国网安徽省电力有限公司营销服务中心 ,  北京清软创新科技股份有限公司

发明人： 曹有霞 ,  陈曦鸣 ,  周开保 ,  段玉卿 ,  王品 ,  汤旭 ,  张世康 ,  李智 ,  陶红尘 ,  常乐 ,  倪妍妍 ,  陆钦 ,  王维胜 ,  傅杨柳 ,  魏敏俊 ,  胡婧 ,  刘梅

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06N20/00 ,  G06N3/0442 ,  G06N3/098

摘要： 本发明属于电量预测技术领域，具体为一种基于深度学习和联邦学习的居民用电量预测方法，该基于深度学习和联邦学习的居民用电量预测方法的具体步骤流程如下：第一步：采集用户数据；第二步：基于联邦学习构建边缘侧训练模型；第三步：分解数据集；第四步：建立联邦学习深度模型；第五步：参数训练；第六步：通过边缘侧训练获取每个边侧模型的可用模型参数，通过接收边缘侧的加密模型参数，更新和优化所有边缘侧模型，在云端实现边缘侧模型的聚合。基于EMD‑LSTM构建了用于REC预测的FL边侧模型，对FL进行了个性化处理，降低了REC预测的误差。