一种基于联合学习的能源数据模型训练方法、装置、终端设备及存储介质制造方法及图纸

本发明专利技术适用于能源领域，提供了一种基于联合学习的能源数据模型训练方法、装置、终端设备及存储介质，其中，所述方法包括获取位于不同区域中相同能源设备的业务数据；基于所述业务数据，确定多个具有相同或相似业务特征的能源设备为一个联合学习区域；在同一所述联合学习区域上采用相同模型进行联合学习；根据所述联合学习的结果，输出所述模型。本发明专利技术很好的解决了现有技术缺乏能够适用于业务特征相同或相似的能源设备的高质量模型。或相似的能源设备的高质量模型。

【技术实现步骤摘要】
一种基于联合学习的能源数据模型训练方法、装置、终端设备及存储介质


[0001]本专利技术属于能源领域，尤其涉及一种基于联合学习的能源数据模型训练方法、装置、终端设备及存储介质。

技术介绍

[0002]随着互联网等信息技术的发展，已经有越来越多的技术(大数据、分布式、区块链、人工智能等)应用于能源领域。然而，现代社会对数据隐私、安全的要求越来越严格，相关数据隐私法律法规的出现对人工智能传统的处理方式提出新的挑战。比如业务特征相同或相似的能源设备收集到的本地数据较为敏感，它们之间没有办法集中数据,从而导致数据孤岛问题。由于每个数据孤岛的数据大小或数据特征都具有一定的局限性，所以很可能单个数据拥有者无法训练出能够适用于业务特征相同或相似的能源设备的具有良好准确性的高质量模型。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供了一种基于联合学习的能源数据模型训练方法、装置、终端设备及存储介质，旨在解决现有技术中缺乏能够适用于业务特征相同或相似的能源设备的高质量模型。
[0004]本专利技术实施例的第一方面，提供了一种基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于联合学习的能源数据模型训练方法，其特征在于，所述方法包括：获取位于不同区域中相同能源设备的业务数据；基于所述业务数据，确定多个具有相同或相似业务特征的能源设备为一个联合学习区域；在同一所述联合学习区域上采用相同模型进行联合学习；根据所述联合学习的结果，输出所述模型。2.根据权利要求1所述的基于联合学习的能源数据模型训练方法，其特征在于：所述业务数据包括：锅炉设备的蒸汽流量；所述基于所述业务数据，确定多个具有相同或相似业务特征的能源设备为一个联合学习区域，包括：根据供给用户的蒸汽流量的体量大小，确定多个蒸汽流量供给体量大小相似的锅炉设备为一个设备集合；确定一个中心服务器；根据所述中心服务器和所述设备集合，构建成一个联合学习区域。3.根据权利要求1所述的基于联合学习的能源数据模型训练方法，其特征在于：所述业务数据包括：锅炉设备的燃气流量；所述确定多个具有相同或相似业务特征的能源设备为一个联合学习区域，包括：根据燃气流量的大小，确定多个消耗燃气流量大小相似的锅炉设备为一个设备集合；确定一个中心服务器；根据所述中心服务器和所述设备集合，构建成一个联合学习区域。4.根据权利要求1所述的基于联合学习的能源数据模型训练方法，其特征在于，所述在同一所述联合学习区域上采用相同模型进行联合学习，具体包括：生成初始的模型；发送所述模型给所述联合学习区域内各个能源设备，用于指示所述能源设备使用自身的数据对所述模型进行训练；接收各个所述能源设备对模型结构进行训练后返回的第一参数；聚合所述第一参数，并使用聚合后的第一参数更新所述模型；发送模型更新后的第二参数给所述联合学习区域内各个能源设备，用于指示所述能源设备使用所述第二参数对本地的模型进行训练；返回接收各个所述能源设备对模型结构进行训练后返回的第一参数。5.根据权利要求4所述的基于联合学习的能源数据模型训练方法，其特征在...

【专利技术属性】
技术研发人员：黄信，
申请(专利权)人：新智数字科技有限公司，
类型：发明
国别省市：