[发明专利]一种基于联邦学习的楼宇空间单元冷负荷预测方法及系统

摘要

本发明公开了一种基于联邦学习的楼宇空间单元冷负荷预测方法及系统，该方法通过分布在不同区位的神经网络模型分别训练对应区位楼宇空间单元冷负荷预测模型权重并计算对应区位空调负荷预测值与单位空调负荷预测值；获取有聚合价值的区位的模型权重、空调负荷预测值和单位空调负荷预测值，判断并归类不同区位模型，将归为一类的模型利用横向联邦学习方法聚合权值；利用纵向联邦学习方法将权值存在差异的网络负荷预测值聚合建立回归预测模型，根据回归预测模型对楼宇空间单元冷负荷进行预测；根据聚合的不同区位的模型权值更新对应区位的神经网络模型。本发明方法具有较强的泛化性，加速网络训练效率，降低实现空调负荷预测功能所需的通信成本。