摘要
本发明公开了一种混合厨余垃圾能源化处理方法，涉及能源化处理技术领域，包括，采集混合厨余垃圾的初始成分数据，并进行加密后输出区域加密数据上传至联邦学习模型训练平台，聚合多区域加密数据并训练全局垃圾成分预测模型，输出未来周期内混合厨余垃圾的成分分布概率矩阵；将成分分布概率矩阵输入至高光谱分选机，通过3D‑CNN实时解析未分选的混合垃圾流中的有机物、油脂及杂质空间分布，生成动态分选指令集；通过数字线程追踪全流程的能源产出数据与碳排放强度，动态修正联邦学习模型的权重系数并更新能源转化规则库。本发明通过将联邦学习模型与高光谱分选技术相结合，精确捕捉混合厨余垃圾成分的时空分布特征，提升分选精度与能源转化效率。
