基于适应器的光伏故障检测联邦学习域偏移矫正方法

本发明提供了一种基于适应器的光伏故障检测联邦学习域偏移矫正方法，属于光伏故障检测域偏移技术领域。该方法在联邦学习的本地模型中引入适应器，有效解决了联邦学习中因不同光伏电站数据存在域偏移而导致模型泛化能力差的问题；所述适应器能够学习并调整本地数据特征，使其更接近全局数据分布，从而让模型在不同光伏电站的数据上都能保持良好的性能，大大提升了模型对各种复杂多样数据的适应性。域偏移的矫正使得模型能够更精准地识别光伏系统中的故障类型和状态。与传统方法相比，本发明减少了因数据分布差异而产生的误报和漏报情况，显著提高了故障检测的准确率、召回率和F1值，为光伏电站的高效运维提供了可靠的数据支持。