原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中文摘要
中文摘要
随着智能电网的不断普及和高级量测体系的建立，智能电网中产生了海量的用电数
据。这些数据可以有效的帮助电力公司对电网中的负荷进行有效预测。准确安全的负荷
预测对于电力生产、输电和维护至关重要。当前深度学习模型已经取代其他经典模型成
为最流行的预测模型。但深度预测模型需要用户提供大量的私人用电量数据，这一行为
存在潜在的隐私泄露风险。边缘节点可以使用联邦学习通过聚合对全局模型进行联邦训
文档评论（0）