发明公开
- 专利标题: 基于个性化联邦学习的变压器故障诊断方法、终端及介质
-
申请号: CN202411281605.2申请日: 2024-09-13
-
公开(公告)号: CN118798326A公开(公告)日: 2024-10-18
- 发明人: 魏振春 , 裴文浩 , 向念文 , 吕增威 , 陈志伟 , 王超群 , 邵冰冰 , 李科杰 , 徐娟
- 申请人: 合肥工业大学
- 申请人地址: 安徽省合肥市包河区屯溪路193号
- 专利权人: 合肥工业大学
- 当前专利权人: 合肥工业大学
- 当前专利权人地址: 安徽省合肥市包河区屯溪路193号
- 代理机构: 合肥和瑞知识产权代理事务所
- 代理商 周赛; 王挺
- 主分类号: G06N3/098
- IPC分类号: G06N3/098 ; G06F18/214 ; G06F18/24 ; G06F18/213 ; G06F17/11
摘要:
本发明涉及变压器故障诊断技术领域,公开了基于个性化联邦学习的变压器故障诊断方法、终端及介质。该方法获取N个变压器站点的异构变压器数据,分别作为N个客户端的本地私有数据集;利用中央服务器初始化联邦学习的训练环境,生成初始化全局模型并配置融合网络;中央服务器连接所有客户端,客户端对各自的异构变压器数据进行预处理;客户端初始化本地个性化模型和联邦模型;中央服务器经过多轮次选中不同客户端参与个性化联邦学习训练,得到最优变压器故障诊断模型;将目标变压器站点的实时异构变压器数据输入至对应最优变压器故障诊断模型中,输出目标变压器站点的故障诊断结果;本发明提高了变压器故障预测和诊断准确性。