摘要
本发明提供了一种基于集合函数的用电个性化用电负荷预测方法,包括边缘节点获取所属区域内各计量点的用电负荷原始数据;将用电负荷原始数据分别输入到全局模型和本地个性化模型中,得到全局模型预测值和本地个性化模型预测值;其中,边缘节点利用用电负荷原始数据对全局模型和本地个性化模型的模型参数进行迭代更新,基于更新后的模型参数更新本地个性化模型,并将全局模型的模型参数更新量发送至云端,以便云端根据各边缘节点发送的模型参数更新量更新全局模型。本发明针对不同区域用户用电模式分布差异的问题,提出基于个性化联邦学习框架来为每个区域分别建立个性化的模型,以适应不同区域差异化的用电模式,实现精准的用电负荷预测。