[发明专利]一种区域联合学习方法、装置、终端设备及存储介质

说明书

本发明适用于能源管理技术领域，提供了一种区域联合学习方法、装置、终端设备及存储介质，其中，所述方法包括获取在不同泛能站中同一类型/型号能源设备的用户特征；根据所述用户特征确定至少一个联合学习区域，所述联合学习区域包括至少一个中心服务器和多个分别与所述中心服务器网络连接的同一类型/型号的能源设备；在每个联合学习区域上采用相同的模型结构进行联合学习。本发明很好的解决了现有技术中利用泛能站中能源设备产生数据训练的模型质量不高的问题。

技术领域

本发明属于能源管理技术领域，具体为人工智能在能源管理中的应用，尤其涉及一种区域联合学习方法、装置、终端设备及存储介质。

背景技术

在能源管理中，泛能站是泛能网技术的核心配套设施，是在靠近用户侧建立的一种新型综合能源系统，其将多种能源转换成终端用户需求的冷、热、电等形式的能源，以满足用户的需求。目前不同泛能站中的能源设备是相互独立的，由于每个泛能站中能源设备的差异、以及供给用户不同等因素，导致泛能站中能源设备产生数据质量参差不齐，为此在利用能源设备所产生的数据来训练模型实现管理时，会出现训练的模型质量不高的问题。

发明内容

有鉴于此，本发明实施例提供了一种区域联合学习方法、装置、终端设备及存储介质，以解决现有技术中利用泛能站中能源设备产生数据训练的模型质量不高的问题。

本发明实施例的第一方面，提供了一种区域联合学习方法，包括：获取在不同泛能站中同一类型/型号能源设备的用户特征；根据所述用户特征确定至少一个联合学习区域，所述联合学习区域包括至少一个中心服务器和多个分别与所述中心服务器网络连接的同一类型/型号的能源设备；在每个联合学习区域上采用相同的模型结构进行联合学习。

在一些实施例中，所述用户特征包括用户供给体量；那么，根据所述用户特征确定至少一个联合学习区域，具体包括：基于所述用户供给体量，确定不同用户在供应时间与供应体量上的关系曲线；选择所述关系曲线相同或相似的用户所对应的能源设备，建立为一个联合学习区域。

在一些实施例中，所述建立为一个联合学习区域，具体包括：确定一个中心服务器；通过网络配置使所述中心服务器分别连接于关系曲线相同或相似的用户所对应的能源设备。

在一些实施例中，所述用户特征包括用户类型；那么，根据所述用户特征确定至少一个联合学习区域，具体包括：对所有同一类型/型号能源设备的用户进行分类；根据所述分类的结果选择相同分类的用户所对应的能源设备，建立为一个联合学习区域。

在一些实施例中，建立一个联合学习区域的方法，包括：确定一个中心服务器；通过网络配置使所述中心服务器分别连接于相同分类的用户所对应的能源设备。

在一些实施例中，在每个联合学习区域上采用相同的模型结构进行联合学习之前，还包括：当建立有多个联合学习区域时，判断是否有不同联合学习区域所采用的模型结构为相同的；若有，则随机指定各个不同联合学习区域的中心服务器中的其中一个为全局中心服务器；若无，则进入在每个联合学习区域上采用相同的模型结构进行联合学习。

在一些实施例中，在每个联合学习区域上采用相同的模型结构进行联合学习，具体包括：由中心服务器生成初始的模型结构；发送所述模型结构给所述联合学习区域内各个能源设备，用于指示所述能源设备使用自身的数据对所述模型结构进行训练；接收各个所述能源设备对模型结构进行训练后返回的参数和梯度数据；聚合所述参数和梯度数据，并使用聚合后的参数和梯度数据更新所述模型结构；发送模型结构更新后的参数和梯度数据给所述联合学习区域内各个能源设备，用于指示所述能源设备使用所述参数和梯度数据对本地的模型结构进行训练；重复上述接收参数和梯度数据至发送更新后的参数和梯度数据的步骤，直至重复到达设定的循环次数，或所述模型结构的精度到达预设需求。

本发明实施例的第二方面，提供了一种区域联合学习装置，包括：

数据获取模块，被配置为获取在不同泛能站中同一类型/型号能源设备的用户特征；