典型文献
适用于电力场景的人工智能中台技术研究与探索
文献摘要：
目前电力人工智能技术在电力各业务领域都有一定的应用成果,但大多在业务应用层面,缺少对人工智能技术系统级的解决方案.文中对人工智能在电力行业应用落地存在的问题进行探讨,给出了解决办法.针对样本收集面临数据分散、收集困难的情况,一方面建设统一平台进行样本收集,使得各地样本收集快速、简便;另一方面引入数据回流思想,将推理侧检测的数据传回样本收集平台,实现样本筛选、收集流程自动化.对于数据标注工作量大的问题,提出了主动交互式标注技术,实现样本数据智能标注.对于模型训练样本量少的问题,引入迁移学习的思想,采用预训练模型,在不影响模型效果的同时,还减少模型训练时间.对于模型迁移至边端设备,因边端设备架构、模型框架造成模型移植性差的问题,基于开放神经网络交换(ONNX)实现不同目标架构的模型转换,解决硬件兼容的问题,提升模型的复用性.
文献关键词：
人工智能技术;智能标注;云边协同;迁移学习;技术中台
中图分类号：
作者姓名：
张凌浩;潘文分;庞博;吴凯军;张颉
作者机构：
国网四川省电力公司电力科学研究院,四川 成都 610041;国网四川省电力公司凉山供电公司,四川 凉山 615000
文献出处：
引用格式：
[1]张凌浩;潘文分;庞博;吴凯军;张颉-.适用于电力场景的人工智能中台技术研究与探索)[J].四川电力技术,2022(03):16-22
A类：
ONNX
B类：
电力场景,中台技术,研究与探索,力人,在业,业务应用,应用层,技术系统,系统级,电力行业,行业应用,解决办法,统一平台,传回,样本筛选,收集流程,流程自动化,数据标注,主动交互,交互式,数据智能,智能标注,模型训练,训练样本,样本量,迁移学习,预训练模型,影响模型,训练时间,模型迁移,移至,端设备,设备架构,模型框架,成模,移植性,网络交换,模型转换,复用性,云边协同,技术中台
AB值：
0.518849
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
