基于模型增量训练的分布式电力模型更新方法、装置和电子设备

本发明提供了一种基于模型增量训练的分布式电力模型更新方法、装置和电子设备。实现方案为：在分布式电力节点的本地电力增量数据不足时，对分布式电力节点中的本地电力模型的本地模型参数矩阵进行奇异值分解，得到左奇异矩阵、对角线矩阵和右奇异矩阵；基于对角线矩阵中的主要奇异值，从左奇异矩阵和右奇异矩阵分别提取对应的列向量，得到重要参数矩阵；基于本地模型参数矩阵与重要参数矩阵之间的差值矩阵确定非重要参数矩阵，并对非重要参数矩阵进行低秩分解，得到本地第一低秩参数矩阵和本地第二低秩参数矩阵，以此进行全局模型更新再更新各个电力节点的本地电力模型。采用本发明，可以提高模型训练速度和精度，且避免模型发生漂移。