一种基于边缘设备的联邦学习方法、装置、服务器及介质

本申请公开了一种基于边缘设备的联邦学习方法、装置、服务器及介质，该方法包括：获取集群中边缘设备的选中个数、计算功耗和传输功耗，根据选中个数、计算功耗、传输功耗以及预设的总功耗生成模型，生成集群对应的总功耗；将最小的总功耗对应的集群标记为目标集群；向目标集群的多个边缘设备发送上传指令；获取边缘设备基于上传指令返回的本地模型参数，将多个本地模型参数进行聚合，得到更新参数，将第一全局模型的初始参数修改为更新参数，将使用更新参数的第一全局模型设置为第二全局模型；当损失值小于预设值时，将第二全局模型设置为电力系统的电量预测模型，生成电量预测模型的整体评估值。本申请有利于提高电量预测模型的预测效率。