工业过程关键性能指标预测方法和装置、系统、存储介质

本发明公开一种工业过程关键性能指标预测方法和装置、系统、存储介质，步骤1、构建多源域单目标域的训练数据集；步骤2、根据训练数据集，构建多源域本地模型；步骤3、对多源域本地模型进行联邦聚合；步骤4、将聚合后的联邦模型迁移至目标域进行模型微调，得到适用于目标域的迁移学习模型；步骤5、将目标域模型分发至多源域，基于多源域本地数据集更新模型；步骤6、重复上述步骤3‑5，直至总损失函数收敛，完成训练，得到训练好的COD预测模型；步骤7、将训练好的COD预测模型用于目标域中COD的预测。采用本发明的技术方案，在源域和目标域数据分布不一致的情况下，实现隐私保护预测，提高模型的泛化性和适应性。