基于轻量化模型的智能配电站房云边协同应用模式研究 |
| |
引用本文: | 廖飞龙,刘冰倩,黄建业,郑州,武欣欣,游婷婷.基于轻量化模型的智能配电站房云边协同应用模式研究[J].自动化与仪器仪表,2024(3):210-215. |
| |
作者姓名: | 廖飞龙 刘冰倩 黄建业 郑州 武欣欣 游婷婷 |
| |
作者单位: | 1. 国网福建省电力有限公司电力科学研究院;2. 北京国网信通埃森哲信息技术有限公司 |
| |
摘 要: | 为了解决电力行业图像智能识别由于云端集中推理模式带来的网络带宽限制和数据传输时延方面的问题,在云边协同应用与人工智能深度学习网络模型轻量化压缩两个方向上进行探索研究和融合应用,通过云边协同架构体系和主流人工智能深度学习网络模型压缩方法进行对比分析,提出了一种基于参数量化模型压缩的云边协同应用模式,并在实际运行中的智能配电站房中进行现场测试,通过业务应用测试和数据结论验证了该应用模式的可行性,通过该云边协同应用模式实现了云端模型复用,减少了额外开发边端模型的人力物力投入,具有较高的示范和推广价值。
|
关 键 词: | 云边协同 模型压缩 边缘计算 参数量化 人工智能 物联网 |
|
|