一种基于联邦学习的工业设备故障预测系统及隐私保护方法

本发明公开了一种基于联邦学习的工业设备故障预测系统及隐私保护方法，涉及工业设备故障预测领域；数据采集预处理模块经压缩感知降采样，提取故障特征筛选上传；联邦学习训练模块采用分层架构，动态算法调度学习率；故障预测诊断模块构建时空图神经网络，融合物理模型提升泛化；隐私保护安全通信模块同态加密存储，零知识证明验更新；知识图谱构建推理模块构建动态图谱，借因果推理定位故障根因，支持跨设备知识迁移。本发明采用量子与联邦学习技术，工业设备故障诊断准确率高，抗攻击能力强，加密效率大幅提升，缩短模型训练时间，实现跨设备知识迁移，降低运维成本，推动工业设备智能化运维发展。