一种基于联邦学习的多场景照明节能模型训练方法及系统

本发明公开了一种基于联邦学习的多场景照明节能模型训练方法及系统，涉及模型训练技术领域。包括以下步骤：S1，采集各联邦客户端的补光计划数据、实际执行数据及场景受光数据，并进行数据预处理，划分补光窗口并生成照明执行关联数据集；S2，建立计划调光参考基准，识别补光窗口的执行偏差和执行状态标签，并构建照明执行训练样本；S3，训练本地感知照明节能模型，计算本地训练更新数据；S4，对本地训练更新数据进行分组加权聚合，更新并下发全局模型参数和模型版本，进行多场景照明节能模型的迭代训练。解决了现有多场景照明节能模型训练中补光计划与灯组实际执行状态不一致，导致模型训练偏差的问题。