一种基于联邦学习的多源数据融合方法、装置、终端设备及存储介质

本发明公开了一种基于联邦学习的多源数据融合方法、装置、终端设备及存储介质，属于数据处理领域。方法包括：根据预设的目标任务及待处理电力系统的系统配置数据选择模型结构及初始全局模型参数，初始化得到初始全局模型并发送至待处理电力系统的各本地节点，以使本地节点进行本地模型训练得到模型参数文件和模型训练数据量文件；根据模型参数文件及模型训练数据量文件进行加权聚合，得到目标全局模型参数，得到最终的全局模型；在预设的全局损失函数不收敛的情况下根据当前全局模型参数调整当前本地模型参数，根据更新后的本地模型进行训练，得到新的模型参数文件及模型训练数据量文件。通过实施本发明，解决现有技术存在融合效率较低的问题。