基于联邦学习的设备故障检测模型训练方法及系统

本发明公开了基于联邦学习的设备故障检测模型训练方法及系统，包括以下步骤：从客户端获取每一个本地模型的本地参数和训练数据的第一特征，对第一特征进行归一化处理和维度变换，得到第二特征，根据第二特征进行特征匹配，得到同类型的本地模型，对同类型的本地模型的本地参数进行加权聚合，得到全局参数，将全局参数下发给客户端，以使客户端根据全局参数更新本地模型。本发明可以提高故障检测模型的准确的和可靠性，可广泛应用于设备故障检测技术领域。