基于联邦学习的模型训练方法、故障检测方法及系统

本申请实施例提供了一种基于联邦学习的模型训练方法、故障检测方法及系统，属于人工智能技术领域。该方法包括：提取电力监测数据的全局特征、个性化特征、样本级信息和客户级信息；将样本级信息和客户级信息输入动态策略调制网络生成目标策略；通过目标策略调制全局特征和个性化特征，得到融合特征；接收第一全局模型参数，通过第一全局模型参数初始化本地模型；基于融合特征设置本地模型；根据电力监测数据训练本地模型，得到本地模型参数，将本地模型参数发送至服务器；接收服务器返回的第二全局模型参数，使用第二全局模型参数更新本地模型，得到目标故障检测模型。本申请实施例能够提高故障检测模型的准确性，降低信息泄露的风险。