一种基于分布式数据集压缩的智能电表故障诊断方法

本发明属于智能电表故障检测领域，公开了一种基于分布式数据集压缩的智能电表故障诊断方法。先统一采集多地点电表故障数据并生成带标签的数据集，再将数据平均分配至各客户端，通过局部模型训练提取特征并封装信息，同时以增益最大化策略选择代表性样本以保持分布覆盖和类内多样性。随后采用批量归一化轨迹匹配、多裁剪及对抗蒸馏，挖掘难样本并利用软标签减小模型差异，生成高价值压缩数据。最终在整合后的数据上重训故障诊断模型，显著降低存储传输成本并提升检测精度，为大规模电表运维提供高效方案。本方法兼顾安全性与可扩展性，具备推广价值，前景广阔，效益显著。