基于联合学习的烟气含氧量负荷预测方法及装置

摘要

本发明提供了一种基于联合学习的烟气含氧量负荷预测方法及装置。该方法包括：通过参与方分别确定本地多组设备的数据集和目标设备数据集对应的样本权重；根据本地多组设备的数据集和对应的样本权重，训练得到多组设备的预测神经网络模型；将本地多组设备的预测神经网络模型上传到中心节点进行模型聚合，以得到聚合后的预测神经网络模型；根据预设训练条件训练聚合后的预测神经网络模型，以得到联合预测模型；根据联合预测模型和目标设备数据集对应的样本权重，预测目标设备烟气含氧量值。本发明解决了现有技术中因无法提高能源设备的烟气含氧量负荷预测的准确性的而造成资源浪费问题。