一种考虑数据隐私安全的电力系统潮流计算方法

本发明提供一种考虑数据隐私安全的电力系统潮流计算方法，包括如下步骤：步骤S1，中心协调者server构建基于ResNet的潮流计算模型；步骤S2，将模型分发到各客户端client处，客户端client包含本地模型和本地数据集，客户端client使用本地数据集对模型进行训练；步骤S3，将各地数据集训练模型参数整合，更新全局模型参数，返回步骤S2；步骤S4，判断是否达到规定训练次数，是则停止迭代，得到潮流计算全局模型，否则返回步骤S2；步骤S5，将潮流数据输入模型得到各节点的电压幅值与相角。本发明通过联邦学习的分布式训练，降低了通信成本和本地存储以及计算成本；在大数据时代，联邦学习可有效解决数据孤岛问题，避免本地数据的直接传输，保证数据安全。