网络物理能源系统下面向隐私保护的数字孪生建模方法

一种网络物理能源系统下面向隐私保护的数字孪生建模方法，属于风电负荷预测建模领域。本发明针对现有使用联邦学习的数字孪生建模方法由于复杂的计算与分析，导致建模与更新效率低的问题。包括：首先采用数字孪生的理论模型描述建模关注点和数字孪生与物理实体之间的关系；然后，通过循环条件生成对抗网络解决数字孪生本地建模的问题；最后，通过联邦学习解决分布式环境下数字孪生建模过程中的隐私保护问题来保证建模安全；在基于联邦学习建模数字孪生全局模型的过程中进行了客户端选择、初始权重分配以及全局模型聚合的优化，提升了建模效率。本发明方法相较于现有基准策略能够提高建模效率并保证了模型性能。