基于联邦学习的电力需求侧分布式负荷调控方法及系统

本发明提供一种基于联邦学习的电力需求侧分布式负荷调控方法及系统，该方法通过采集可调负荷单元的负荷状态信息，负荷层将负荷状态信息进行加密后，得到加密后的负荷状态信息，并上传至终端层；终端层对加密后的负荷状态信息进行解密后，建立训练数据集；针对调控区域内可调负荷单元，主站层基于调控目标建立调控模型；终端层与主站层基于联邦学习联合训练调控模型，直至模型收敛，得到收敛的调控模型；主站层根据收敛的调控模型生成调控指令；终端层对生成的调控指令进行分解得到分解后的调控指令；负荷层执行分解后的调控指令；本发明能够提高负荷调控过程中负荷数据的可靠性与安全性，能够实现对可调负荷保护数据安全的同时实现负荷调控。