专利交易市场

本发明公开了基于联邦学习的跨区域光伏发电功率预测方法，属于光伏发电预测技术领域，所述预测方法包括以下步骤：每个参与光伏发电功率预测的区域对应一个参与者，并且部署一台服务器用于跨区域参数聚合；服务器向各参与者分发初始化光伏预测全局模型；参与者使用本地数据来优化本地模型参数；参与者的光伏预测模型在本地进行掩码聚合；参与者优化光伏预测中的可学习掩码参与者将光伏模型参数发送给服务器，服务器检测异常模型后计算剩余模型的参数平均值作为新全局模型；重复，直到收敛或者循环到指定次数。本发明能够达成跨区域光伏数据隐私保护、发电预测精准性提升以及计算量有效控制三大核心目标。

本发明为基于联邦学习的电力数据隐私保护恢复方法和装置，属于电网不完备电力数据恢复领域。其中，该装置包含一个服务器和N个客户端装置；该方法包含以下步骤：S1：服务器联邦学习模块初始化；S2：客户端装置初始化；S3：将部分隐特征矩阵数据和线性偏差发送给所有的客户端装置；S4：接收不完备电力负荷数据；S5：利用张量隐特征分解方法计算近似电力负荷数据矩阵；S6：多次混合填充不完备电力负荷数据；S7：客户端装置参数更新，并计算出联邦学习梯度数据；S8：发送联邦学习梯度数据给服务器；S9：服务器更新；S10：迭代直到所有客户端装置完成了隐私保护下的数据恢复。本发明方法可以确保在隐私保护下准确的实现电力数据恢复。