本发明公开了一种基于动态联邦学习的多电站协同故障诊断方法及系统，涉及故障诊断领域，方法包括：对逆变器三相电流时序数据进行采集，基于采集的数据进行数据预处理，生成样本；搭建用于故障诊断的卷积神经网络；基于样本、卷积神经网络、动态聚合算法和去中心化联邦学习建立协同故障诊断模型；对协同故障诊断模型性能进行评估；本发明具有高效利用网络带宽、隐私保护和低延迟的优点；不会受到中心服务器故障崩溃的影响，提高了架构的稳定性；针对联邦学习架构多轮数据通信带来的成本问题，进一步降低了计算和通信成本，提高了聚合效率，使得方法的实际可行性大大提高。