[发明专利]基于联邦学习与深度神经网络的区域光伏发电预测方法

摘要

本发明涉及光伏发电预测方法，旨在提供一种基于联邦学习与深度神经网络的区域光伏发电预测方法。包括：基于联邦学习框架在各光伏预测点和云端服务器分别建立神经网络模型，先根据各光伏预测点的气象变量与光伏发电量之间的皮尔逊相关系数进行分类，并在云端进行所有分类对应的神经网络初始化；利用本地数据对各光伏预测点模型进行训练并在云端进行聚合，在此过程中仅传输模型参数而非训练数据。本发明能避免通信过程中大规模数据传输，显著降低通信耗时与通信所需带宽，提高模型训练效率与经济性；规避传统模型训练方法中光伏预测点边缘计算装置算力不足，数据不够等问题；分类算法使得光伏预测点与预测模型更加匹配，提高发电量预测的精度。