科研之友
微信
新浪微博
Facebook
分享链接
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。
-
单位国网四川省电力公司电力科学研究院; 国网四川省电力公司凉山供电公司
