一种基于联邦学习系统的非侵入式低压用电器识别方法

本申请涉及一种基于联邦学习系统的非侵入式低压用电器识别方法，所述联邦学习系统包括有客户端和中央服务器，实现在联邦学习框架下的高隐私性和高泛化性的低压用电器识别。所述方法包括：对低压用电器的原始数据进行预处理，得到预处理后的数据；构建联邦学习系统的联邦学习模型，并通过预处理后的数据对联邦学习模型进行训练，得到训练好的联邦学习模型；实时采集低压用电器的数据，并进行预处理，得到预处理后的特征向量，将预处理后的特征向量输入训练好的联邦学习模型，输出低压用电器的类别，实现非侵入式低压用电器的识别。