抽油机的数据体量与质量不均衡的智能故障诊断方法

本发明公开了一种抽油机的数据体量与质量不均衡的智能故障诊断方法，属于油田数字化与智能化技术领域。针对采油场数据体量与质量不平衡导致的联邦学习公平性缺失问题，提出基于分层注意力聚合、贡献度量及奖励分配机制的协同诊断算法，包括(1)分层注意力聚合策略：根据客户端上传的模型参数动态分配权重，提升全局模型性能；(2)贡献度量方案：基于客户端参数与全局模型的距离，量化数据体量与质量的贡献；(3)奖励分配机制：通过个性化权重定制激励客户端参与训练。本发明能公平评估客户端贡献，具有可持续激励机制，可实现隐私‑性能平衡，诊断准确率高，模型公平性理想。