基于联邦学习的卷烟厂动力能源转换设备效能预测方法

为提升设备效能预测模型的泛化性使用传统集中式训练框架而导致的数据隐私问题，发明人团队基于“动力能源供应转换设备效能偏差分析及故障预警技术研究”的研究项目(合同编号HYHH2023ZN01)，提出了一种基于联邦学习的卷烟厂动力能源转换设备效能预测方法，主要由卷烟厂动力能源转换设备生产信息数据集构建及预处理、融合多中心聚合和注意力凝练的联邦学习框架、基于联邦学习的卷烟厂动力能源转换设备效能预测方法以及卷烟厂动力能源转换设备效能预测装置四个部分构成。根据这四个部分功能模块化制成基于联邦学习的卷烟厂动力能源转换设备效能预测方法，有效地解决集中式训练过程中面临的数据泄露问题。