基于对抗式学习的电源分配单元多端协同校正系统

本发明属于电源分配优化领域，尤其涉及基于对抗式学习的电源分配单元多端协同校正系统，包括采集模块通过强化采集调整模型实现差异化数据采集与异常识别，预处理单元采用联邦框架下的分布式滤波模型进行降噪与稀疏化处理；自校准模块通过分布式LS‑SVR生成器预测温度变化，结合粒子群优化的BP神经网络鉴别器预测电压、电流漂移量，利用综合对抗损失函数进行对抗训练，动态调整实时需求分配系数，使其与真实值的偏差满足阈值；本申请显著提升了采集效率、校正精度及对复杂负载动态变化的适配性。