一种中央空调系统能效优化的联邦学习协同建模方法

本发明涉及深度学习技术领域，具体为一种中央空调系统能效优化的联邦学习协同建模方法，包括获取系统运行状态的数据，计算得到实时流量数据，结合实时流量数据与供回水温度，计算出实时负荷值；将环境数据输入基准生成模型，得到负荷模式；将系统运行数据输入能效模型，生成动态重塑系数；通过参数变换网络，将动态重塑系数作为网络的变换参数，生成负荷预测曲线；基于负荷预测曲线，通过最优控制算法进行求解，生成协同控制指令，通过控制指令调节运行频率；利用动态重塑系数作标签，训练能效模型并生成更新参数；服务器聚合参数生成全局优化模型后进行分发，迭代更新能效模型。本发明通过联邦学习协同建模，实现了系统能效优化。