一种基于联邦学习的电解铝槽温度预测模型构建方法、系统、设备及介质

本发明公开了一种基于联邦学习的电解铝槽温度预测模型构建方法、系统、设备及介质，属于电解铝槽温度预测技术领域，包括在多个电解铝厂中分别采集生产运行参数，构建本地样本数据集；在本地构建并训练用于温度预测的神经网络模型，在训练前，采用鲸鱼优化算法搜索确定神经网络模型的训练控制参数；对神经网络模型参数进行加密，并上传至中央服务器；对上传的加密的神经网络模型参数进行解密，并执行神经网络模型参数聚合，得到全局模型参数；将聚合后的全局模型参数下发至多个电解铝厂更新本地神经网络模型；重复操作，直至神经网络模型收敛。本发明在保障工业数据隐私的前提下，显著提高了铝电解槽温度预测的准确性与实用性。