本发明公开了一种基于联邦学习的变电站多场景巡检分析方法，包括下述步骤：数据获取，半监督数据标注，数据对齐，主服务器分发公钥给各巡检站，各巡检站构建本地模型，各巡检站上传加密模型梯度信息，主服务器计算巡检站模型梯度信息，主服务器使用数据分布动态加权法返回巡检站模型更新参数，各巡检站使用主服务器返回参数更新模型参数，各巡检站共享中间结果，协助彼此计算模型参数，得到联邦学习后的模型，将实时拍摄图像数据输入联邦学习后的模型进行预测，得到实际应用场景预测结果，对增量数据进行训练更新模型。本发明在各个部署网点数据不交换的前提下进行模型之间的协作训练，使得模型在不同电网部署场景具有泛化性。