基于联邦学习的数据处理方法、装置、设备和存储介质

本申请涉及一种基于联邦学习的数据处理的方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。方法包括：基于多个参与方的电力数据的数据质量制定多个激励合同；获取每个参与方各自从多个激励合同中选定的目标激励合同；获取每个参与方上报的模型训练结果，模型训练结果基于参与方拥有的电力数据对参与方本地的联邦学习模型进行训练得到；若参与方上报的模型训练结果，满足与参与方对应的目标激励合同的激励条件，则根据目标激励合同向参与方发放资源；根据满足激励条件的模型训练结果，对全局联邦学习模型的参数进行调整。采用本方法能够提高了各个参与方在参与到与电力数据资产相关的各类功能模型的训练过程中的积极性。