一种基于比例公平的异步联邦学习通信方法及系统

本发明公开了一种基于比例公平的异步联邦学习通信方法及系统，涉及变电站监控系统智能化技术领域，包括中心服务器初始化，客户端从中心服务器下载全局模型；客户端进行本地模型更新，并将更新后的模型参数上传至中心服务器；中心服务器通过聚合模型将各客户端模型参数进行聚合，并将聚合后的全局模型下发至客户端。本发明所述方法通过采用异步联邦学习机制，不仅通过降低通信延迟提高了整体训练效率，还通过降低数据传输量降低了通信开销；通过比例公平算法，优化通信过程，避免了因个别客户端延迟导致的整体效率下降问题；通过引入样本权重、时延权重，使模型更好地适应不同场景，提高泛化能力。