[发明专利]一种用电量预测方法、装置、计算机设备和存储介质

权利要求书

1.一种用电量预测方法，其特征在于，包括以下步骤：

基于获取到的各个参与方分别对应的本地模型参数，对各所述参与方进行聚类分组，以将满足相似条件的多个匹配参与方划分到相应的分组簇内；其中，所述本地模型参数是参与方基于自身获取到的已用电量数据，对自身所维护的初始预测模型进行预训练得到；

针对每个分组簇，分别从相应分组簇内包括的多个匹配参与方中，确定组内聚合方，并触发所述组内聚合方基于相应分组簇内，其余各匹配参与方分别对应的本地模型参数进行组内聚合，得到目标组模型参数；

从所述多个组内聚合方中，确定全局聚合方，并触发所述全局聚合方对各个分组簇分别对应的目标组模型参数进行全局聚合，得到全局模型参数；

触发各所述参与方分别基于获取到的全局模型参数，对本地维护的初始预测模型进行更新，并基于更新后的预测模型继续进行组内聚合和全局聚合的步骤，直至更新后的预测模型满足预设收敛条件时，得到训练好的目标预测模型；所述目标预测模型用于进行用电量的预测。

2.根据权利要求1所述的方法，其特征在于，所述基于获取到的各个参与方分别对应的本地模型参数，对各所述参与方进行聚类分组，以将满足相似条件的多个匹配参与方划分到相应的分组簇内，包括：

获取各个参与方分别对应的本地模型参数；

将各所述参与方所对应的本地模型参数作为样本，将各所述参与方所构成的集合作为样本空间，在聚类分析的初始阶段中，在样本空间中进行预设数量个聚类中心的选择；每个聚类中心表征一个分组簇；

计算各样本分别与每个聚类中心的距离，将样本划分至距离最近的聚类中心，以构成相应的分组簇；

计算各个分组簇的均值，将所述均值作为新的聚类中心，基于新的聚类中心返回所述计算各样本分别与每个聚类中心的距离的步骤继续执行，以进行迭代处理，直至聚类中心不再发生变动或者达到预设迭代次数时停止，得到多个分组簇。

3.根据权利要求1所述的方法，其特征在于，所述触发所述组内聚合方基于相应分组簇内，其余各匹配参与方分别对应的本地模型参数进行组内聚合，得到目标组模型参数，包括：

在进行首次组内聚合迭代时，触发组内聚合方基于相应分组簇内，其余各匹配参与方分别对应的本地模型参数进行聚合，得到初始组模型参数；

触发各个参与方基于所述初始组模型参数，进行本地模型参数的更新，以确定相应的更新模型参数；

按照组内选择顺序，从相应分组簇内的其余各匹配参与方中，进行组内聚合方的重新选定，以确定与下一次组内训练相对应的组内聚合方；

在进入下一次组内聚合迭代时，将所述更新模型参数作为所述下一次组内聚合迭代中的本地模型参数，并返回到所述触发组内聚合方基于相应分组簇内，其余各匹配参与方分别对应的本地模型参数进行聚合，得到初始组模型参数的步骤继续执行，直到满足预设的迭代结束条件时停止，将最后一次组内聚合迭代中计算得到的初始组模型参数作为目标组模型参数。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

根据相应分组簇内包括的多个匹配参与方，确定筛选范围；

在所述筛选范围内，确定各个匹配参与方依次被选择作为相应组内聚合迭代中的组内聚合方的组内选择顺序。

5.根据权利要求3所述的方法，其特征在于，所述从所述多个组内聚合方中，确定全局聚合方，并触发所述全局聚合方对各个分组簇分别对应的目标组模型参数进行全局聚合，得到全局模型参数，包括：

基于最后一次组内聚合迭代中，对应选择到的多个组内聚合方，进行全局聚合方的选定；

触发所述全局聚合方，对各所述分组簇分别对应的目标组模型参数进行获取，以及对获取到的各个目标组模型参数进行聚合，得到相应的全局模型参数。