Mar, 2025
基于原型的异构联邦学习用于风力涡轮机叶片结冰检测
Prototype-based Heterogeneous Federated Learning for Blade Icing
Detection in Wind Turbines with Class Imbalanced Data
TL;DR本研究解决了在高纬度地区风力发电场中,因环境条件差异导致的数据异构性和类不平衡问题,从而影响风力涡轮机叶片结冰检测的效果。提出了一种联邦原型学习模型,并引入对比监督损失函数,显著提升了检测性能,实验证明相较于其他方法平均提升了19.64%的mFβ和5.73%的mBA。这一贡献增强了数据隐私保护,并有效识别了关键的结冰异常。