基于联邦学习的储能电池健康状况预测方法及装置

本发明公开了一种基于联邦学习的储能电池健康状况预测方法及装置，属于电池管理领域。方法包括：针对当前新能源电站中每一个电区，均执行：对该电区的储能电池运行数据样本进行两次聚类，以分别筛选出当前新能源电站数据集的负样本和正样本；基于联邦学习框架，各新能源电站利用自己的数据集训练本地模型，云端服务器利用聚合梯度算法将各新能源电站的本地模型的训练结果和梯度信息进行聚合更新，并下发至各新能源电站进行本地模型更新，直至得到符合预期的目标预测模型。本方案可以自动筛选出比例平衡的正负样本，保证负样本的数量，提高各本地模型的有效性，另外可以保护各新能源电站数据隐私的同时，提升最终预测模型的准确率和训练效率。