一种基于联邦学习算法的居民用电负荷预测方法及系统

本发明公开了一种基于联邦学习算法的居民用电负荷预测方法及系统，包括：通过预设的聚类算法对获取的居民负荷历史数据进行划分，并根据划分后的每一个第一负荷历史数据集分别训练预构建的初始神经网络模型，并通过预设的差分隐私技术对模型的训练过程进行加密，获取生成的每一个神经网络模型对应的超参数，并通过联邦学习算法对所述超参数进行聚合，根据聚合后获得的全局模型参数构建初始负荷预测模型，并通过设置阈值的优化算法对初始负荷预测模型进行优化，获得负荷预测模型，通过所述负荷预测模型输出待预测日的居民用电负荷预测值，提高居民负荷预测的精准度及效率和安全性。