基于轻量化模型的智能配电站房云边协同应用模式研究

作     者：廖飞龙 刘冰倩 黄建业 郑州 武欣欣 游婷婷 LIAO Feilong;LIU Bingqian;HUANG Jianye;ZHENG Zhou;WU Xinxin;YOU Tingting

作者机构：国网福建省电力有限公司电力科学研究院福建福州350007 北京国网信通埃森哲信息技术有限公司北京100052 

基　　金：闽电财95号《国网福建省电力有限公司关于下达2023年本部专项费用预算的通知》 课题名称:人工智能与智慧物联云边协同技术研究和体系设计 课题编号:(B31304230003) 

出 版 物：《自动化与仪器仪表》 (Automation & Instrumentation)

年 卷 期：2024年第3期

页      码：210-215页

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。

主 题 词：云边协同 模型压缩 边缘计算 参数量化 人工智能 物联网 

学科分类：08[工学] 0835[0835] 0802[工学-机械学] 080201[080201] 

D　O　I：10.14016/j.cnki.1001-9227.2024.03.210

馆 藏 号：203127214...