基于联邦学习的边缘侧负荷预测方法及装置

本申请公开了一种基于联邦学习的边缘侧负荷预测方法及装置，涉及负荷预测技术领域，该方法包括：采集多个边缘智能模组本地的负荷相关时序数据，在不上传所述负荷相关时序数据的前提下，使用内置轻量级推理模型对所述负荷相关时序数据进行预处理，得到预处理数据，对所述预处理数据进行差分隐私扰动，得到扰动参数，并将所述扰动参数上传至云端，接收所述云端基于所述扰动参数经过异步参数聚合得到的全局更新参数，并基于所述全局更新参数更新所述边缘智能模组，得到更新后的边缘智能模组，基于所述更新后的边缘智能模组和所述负荷相关时序数据进行多时间尺度的负荷预测，得到负荷预测结果。解决保护数据隐私的前提下对负荷预测效率不高的问题。