[发明专利]一种基于联邦学习的配电站故障预测方法

摘要

本发明提供一种基于联邦学习的配电站故障预测方法，涉及数据识别技术、电力系统及其自动化领域，解决了不同类型的配电站故障预测参数不共享、参数异构等问题，包括S1、故障预测数据预处理；S2、基于空洞卷积、图注意力网络和长短期记忆网络，建立本地模型；S3、服务器端采用联邦学习模型实现联合训练。该种基于联邦学习的配电站故障预测方法，通过在保护各个参与方的隐私基础上，采用多尺度融合数据特征，在非结构化数据上采用图注意力网络进行特征提取，建立本地模型，有效的解决了不同类型的配电站故障预测参数不共享、参数异构等问题。