一种基于联邦学习的住宅能耗短期预测方法及系统

本发明提供一种基于联邦学习的住宅能耗短期预测方法及系统，将联邦学习模型应用于住宅能耗预测领域，具体步骤如下：获取各住宅的负荷数据；将各住宅的负荷数据传输至基于联邦学习的住宅能耗短期预测模型，预测得到对应住宅的短期能耗情况；其中，基于联邦学习的住宅能耗短期预测模型包括由住宅中央预测模型和n个住宅预测模型组成联邦学习框架，所述住宅中央预测模型和n个住宅预测模型均采用LSTM预测算法，其中LSTM预测算法的超参数通过SSA算法得到。本发明为居民住宅能耗的高精度预测提供了更加可靠的数据支持和理论支撑，具有重要的实际应用价值。