基于联邦学习的跨业主光伏场站功率预测与故障诊断数据隐私保护与模型协同训练范式.docx

PAGE2

《基于联邦学习的跨业主光伏场站功率预测与故障诊断数据隐私保护与模型协同训练范式》

一、调研概述

1.1调研背景与目的

在“双碳”目标驱动下，我国光伏装机容量已突破500GW，呈现多业主、跨区域、海量分散的特点。各大发电集团持有的光伏资产形成数据孤岛，受《数据安全法》和《关键信息基础设施安全保护条例》约束，运行数据严禁出局域网。

这种数据割裂导致单一业主难以积累足够多样的故障样本和辐照波动场景，严重制约了人工智能模型在低辐照、突发遮挡等复杂工况下的泛化能力。传统集中式机器学习模式在法律层面已不可行。

本调研旨在探索联邦学习框架在光伏运维领域的应用范式，通过同态加密与参数聚合技