基于IP-GNN和联邦学习的接地故障预测方法

本发明公开了基于IP‑GNN和联邦学习的接地故障预测方法，包括如下步骤：采集配电网运行数据，基于配电网运行数据构建配电网动态拓扑模型，基于配电网动态拓扑模型构建混合维度拓扑空间；融合动态图卷积、自适应分区策略和多头注意力机制构建改进分区图神经网络；将改进分区图神经网络与隐私保护联邦学习框架结合，构建接地故障预测模型；将混合维度拓扑空间输入接地故障预测模型，实现接地故障的预测；本发明将改进型分区图神经网络与隐私保护联邦学习深度融合，不仅实现了跨组织的数据协同建模，还突破了拓扑分析效率与数据隐私保护之间的传统平衡瓶颈。