电力人工智能平台模型多级协同方法、系统、设备及介质与流程

1.本发明属于电力系统人工智能计算领域，特别涉及电力人工智能平台模型多级协同方法、系统、设备及介质。


背景技术：

2.人工智能被誉为第四次工业革命的核心驱动力，对社会和经济的影响日益凸显。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用将不断加速。各国政府纷纷出台相关政策，并将其上升到战略高度。
3.积极探索人工智能技术应用，运用智能语音、图像识别、视频分析、知识图谱等人工智能技术，在运检、安监等领域开展典型应用试点建设。基础能力建设方面，总部侧已初步建成了公司级人工智能“两库一平台”，省侧部署了省级人工智能平台，为后续深化推广应用人工智能技术应用奠定良好基础。应用建设方面，设备领域应用无人机智能巡检技术，构建输变电缺陷识别模型，替代传统人工巡检，极大提高了隐蔽性缺陷发现率；安监领域开展现场作业视频智能分析，实现典型违章行为的智能识别；营销领域开展智能营业厅、智能语音客服等场景建设，实现智能化的业务咨询和办理；基建领域在高风险和复杂工序现场，实施违章智能告警应用，有效识别电力作业现场安全隐患。
4.模型是人工智能应用的核心，模型多级协同涉及平台间、平台与边设备、边设备与端设备等协同，实现模型共享、模型部署、模型更新服务。如何实现模型在平台间共享，平台与边端侧部署服务，支撑电力业务人工智能应用，现有技术并没有给出比较合理的方案。


技术实现要素：

5.针对上述存在的不足，本发明的目的是提供一种电力人工智能平台模型多级协同方法、系统、设备及介质，该系统支撑模型在平台间共享，平台与边端侧部署服务，支撑电力业务人工智能应用。
6.为达到上述目的，本发明采用以下技术方案予以实现：
7.一种电力人工智能平台模型多级协同系统，包括：
8.第一人工智能平台，用于汇聚平台总模型资源，提供模型资源的运行服务；
9.和第二人工智能平台，用于汇聚自身模型资源为第一人工智能平台共享模型资源，并使用第一人工智能平台的所有模型资源，通过边缘组件在边端侧进行模型资源的部署和服务：
10.根据边端侧设备的类型及特点将待部署的模型进行模型优化、转换和封装，进行模型与设备的匹配；
11.向边端侧传输模型资源，进行身份鉴别和服务类型校验，并将所述模型的运行指标参数通过物联管理平台发送至边端侧；根据边端侧对模型部署请求的校验结果部署模型。
12.作为本发明的进一步改进，所述第一人工智能平台，用于提供物理归集和逻辑归
集；
13.所述物理归集用于模型资源文件、模型资源信息、模型资源目录协同，还用于当第二人工智能平台上传模型资源时，第一人工智能平台通过审批后，更新总模型资源目录；
14.所述逻辑归集提供模型资源信息、模型资源目录的协同，用于当第二人工智能平台上传模型资源目录后，第一人工智能平台通过审批后，更新总模型资源目录。
15.作为本发明的进一步改进，所述模型资源信息封装后，通过接口方式上传到第一人工智能平台的模型库中；模型文件和镜像传输到第一人工智能平台底层对象存储服务器上，根据来源及专业领域建立存储分区。
16.作为本发明的进一步改进，所述模型资源目录协同用于提供模型资源目录上传、模型资源目录删除、模型资源目录修改、模型资源目录查询；
17.模型资源目录上传是将模型资源目录上传至模型库，接口信息包括模型资源目录条目id、模型资源目录条目名称、模型资源目录条目创建日期；
18.模型资源目录删除是第一人工智能平台提供模型资源目录删除服务，用于第二人工智能平台调用模型资源目录删除服务的接口，对模型资源目录进行删除；
19.模型资源目录修改是第一人工智能平台提供模型资源目录修改服务，用于第二人工智能平台调用模型资源目录修改服务的接口，根据需求对模型资源目录进行修改；
20.模型资源目录查询：第一人工智能平台提供模型资源目录查询服务，用于第二人工智能平台调用总公司侧模型资源目录查询服务的接口，对模型资源进行查询。
21.作为本发明的进一步改进，所述模型资源信息协同是提供模型资源信息上传、模型资源信息查询、模型文件上传、模型资源下载；
22.模型资源上传是第一人工智能平台提供模型资源上传服务，用于第二人工智能平台调用模型资源上传服务的接口信息，将模型上传至模型库；
23.模型资源查询是第一人工智能平台提供模型资源查询服务，用于第二人工智能平台调用模型资源查询服务的接口，对模型资源进行查询；
24.模型文件上传是第一人工智能平台提供模型文件上传服务，用于第二人工智能平台调用总公司侧模型文件上传服务的接口，将模型文件或镜像文件上传至模型库；
25.模型下载是第一人工智能平台提供模型下载服务，用于第二人工智能平台调用下载服务的接口，从模型库下载模型至本地。
26.作为本发明的进一步改进，所述模型资源的元信息包括模型名称、模型大小、模型版本、模型开发框架、模型运行参数等信息；模型资源文件采用压缩包方式进行协同，模型格式包括镜像文件和模型文件两种。
27.作为本发明的进一步改进，所述接口信息包括模型名称、模型深度学习框架、模型算法名称、模型所属单位、模型所属业务系统、模型所属业务部门和模型文件；
28.一种电力人工智能平台模型多级协同方法，包括：
29.获取模型资源，得到待部署的模型；
30.根据边端侧设备的类型及特点将待部署的模型进行模型优化、转换和封装，进行模型与设备的匹配；
31.向边端侧传输模型资源，进行身份鉴别和服务类型校验，并将所述模型的运行指标参数通过物联管理平台发送至边端侧；根据边端侧对模型部署请求的校验结果部署模
型。
32.作为本发明的进一步改进，还包括边端侧模型更新步骤：
33.根据边端侧运行环境要求将待更新模型进行模型优化、转换和封装，进行模型与设备的匹配，将新版本模型更新到边端设备；
34.其中，更新方法为灰度更新模式，新模型部署前将旧模型进行本地备份，待新模型运行指标满足要求后，进行旧模型本地自动删除，并将更新信息写入日志文件。
35.作为本发明的进一步改进，所述边端侧进行模型管理和日志能力，边侧部署多个模型时，支持多模型资源目录服务和模型版本管理；当边端侧完成模型部署后，检测模型运行指标、计算资源占用、存储资源占用的运行信息，并将运行信息写入日志文件，日志进行本地存储及定期回传。
36.一种电力人工智能平台模型多级协同平台，包括：
37.获取模块，用于获取模型资源，得到待部署的模型；
38.匹配模块，用于根据边端侧设备的类型及特点将待部署的模型进行模型优化、转换和封装，进行模型与设备的匹配；
39.部署模块，用于向边端侧传输模型资源，进行身份鉴别和服务类型校验，并将所述模型的运行指标参数通过物联管理平台发送至边端侧；根据边端侧对模型部署请求的校验结果部署模型。
40.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述电力人工智能平台模型多级协同方法的步骤。
41.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述电力人工智能平台模型多级协同方法的步骤。
42.与现有技术相比，本发明具有以下有益效果：
43.本发明系统由第一人工智能平台和第二人工智能平台构成，第二人工智能平台汇聚自身模型资源为第一人工智能平台共享模型资源，进而实现通过边缘组件在边端侧进行模型资源的部署和服务，并提出了电力人工智能平台模型平台间、平台与边端侧的模型多级协同方法，根据边端侧设备的类型及特点将待部署的模型进行模型优化、转换和封装，进行模型与设备的匹配，实现模型资源服务目录、模型镜像或文件的协同共享，根据边端侧对模型部署请求的校验结果部署模型可以支撑电力专用模型的部署、更新、服务等，通过模型推理支撑电力智能化应用。
附图说明
44.图1为本发明人工智能平台模型多级协同架构；
45.图2为本发明边端侧模型部署与服务架构；
46.图3为本发明一种电力人工智能平台模型多级协同方法流程图；
47.图4为本发明具体应用的最佳实施例；
48.图5为本发明一种电力人工智能平台模型多级协同系统；
49.图6为本发明一种电子设备示意图。
具体实施方式
50.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
51.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
52.本发明提供一种电力人工智能平台模型多级协同系统，包括：
53.第一人工智能平台，用于汇聚平台总模型资源，提供模型资源的运行服务；
54.和第二人工智能平台，用于汇聚自身模型资源为第一人工智能平台共享模型资源，并使用第一人工智能平台的所有模型资源，通过边缘组件在边端侧进行模型资源的部署和服务。
55.人工智能应用需求越来越多，电力行业建立了多级人工智能平台，包括公司人工智能平台、子公司人工智能平台。第一人工智能平台可以为公司人工智能平台，第二人工智能平台可以为子公司人工智能平台。
56.公司人工智能平台汇聚公司内部样本、模型等资源，为公司业务部门提供模型运行服务；子公司人工智能平台汇聚子公司样本、模型资源，可为总公司共享样本、模型，也可使用总公司的样本、模型资源，子公司人工智能平台通过边缘组件，实现模型在边端侧的部署和服务。
57.本发明给出一种平台间模型协同方法，基于图1的人工智能平台模型多级协同架构。
58.所述人工智能平台模型多级协同的公司侧提供物理归集和逻辑归集功能，物理归集支持模型资源文件、模型资源信息、模型资源目录的协同，子公司侧上传模型资源，通过总公司侧审批后，更新总公司侧模型资源目录；逻辑归集提供模型资源信息、模型资源目录的协同，子公司侧可上传模型资源目录，通过总公司审批后，更新总公司模型资源目录。
59.(1)模型资源传输方式
60.模型资源信息采用json格式进行封装，通过http/https接口方式上传到总公司侧模型库中。模型文件和镜像传输到总公司侧平台底层对象存储服务器上，根据来源及专业领域建立存储分区。
61.(2)模型资源目录协同
62.模型资源目录协同提供模型资源目录上传、删除、修改、查询等功能协同能力。
63.模型资源目录上传：总公司侧提供模型资源目录上传接口，子公司侧通过调用模型资源目录上传服务接口，将模型资源目录上传至总公司模型库，接口信息应包括模型资
源目录条目id、模型资源目录条目名称、模型资源目录条目创建日期等；
64.模型资源目录删除：总公司侧平台提供模型资源目录删除服务，子公司侧调用模型资源目录删除服务的接口，对模型资源目录进行删除；
65.模型资源目录修改：总公司侧提供模型资源目录修改服务，子公司侧调用总公司侧模型资源目录修改服务的接口，根据需求对模型资源目录进行修改；
66.模型资源目录查询：总公司侧提供模型资源目录查询服务，子公司侧调用总公司侧模型资源目录查询服务的接口，对模型资源进行查询。
67.(3)模型资源协同
68.模型资源协同提供模型资源信息上传、模型资源信息查询、模型文件上传、模型资源下载等协同能力。
69.模型资源上传：总公司侧提供模型资源上传服务，子公司侧调用总公司侧模型资源上传服务的接口，将模型上传至总部模型库，接口信息包括模型名称、模型深度学习框架、模型算法名称、模型所属单位、模型所属业务系统、模型所属业务部门、模型文件等。
70.模型资源查询：总公司侧提供模型资源查询服务，子公司侧调用总公司侧模型资源查询服务的接口，对模型资源进行查询；
71.模型文件上传：总公司侧提供模型文件上传服务，子公司侧调用总公司侧模型文件上传服务的接口，将本子公司侧的模型文件或镜像文件上传至总公司侧模型库；
72.模型下载：总公司侧提供模型下载服务，子公司侧调用总公司侧下载服务的接口，从总公司侧模型库下载模型至本地。
73.模型资源元信息包括模型名称、模型大小、模型版本、模型开发框架、模型运行参数等信息。模型资源文件采用tar、zip格式以压缩包方式进行协同，模型格式包括镜像文件和模型文件两种，镜像文件大小不超过5gb，模型文件压缩包大小不超过2gb。
74.如图3所示，本发明提供一种电力人工智能平台模型多级协同方法，应用于第二第二人工智能平台，包括：
75.s100，获取模型资源，得到待部署的模型；
76.s200，根据边端侧设备的类型及特点将待部署的模型进行模型优化、转换和封装，进行模型与设备的匹配；
77.s300，向边端侧传输模型资源，进行身份鉴别和服务类型校验，并将所述模型的运行指标参数通过物联管理平台发送至边端侧；根据边端侧对模型部署请求的校验结果部署模型。
78.本技术提出了人工智能平台模型多级协同方法，实现模型在平台间协同共享，以及平台与边端侧模型部署、模型更新、模型服务等能力，支撑电力专用模型的部署、更新、服务等，通过模型推理支撑电力智能化应用。
79.具体地，模型协同流程包括人工智能平台向物联管理平台进行模型传输、物联管理平台向边缘物联代理进行模型传输并收集运行指标、边缘物联代理向端侧进行模型传输并收集运行指标。管理信息大区与互联网大区模型通过模型同步模块实现内外网模型同步。基于图2的边端侧模型部署与服务架构。
80.(1)边端侧模型部署
81.子公司侧平台提供将模型部署到边端设备的能力，根据边端侧设备类型及特点将
待部署模型进行模型优化、转换和封装，实现模型与设备的匹配。向边端侧下发的模型部署时进行身份鉴别和服务类型校验。并将新模型的运行指标参数通过物联管理平台发送至边端侧，边端侧对模型部署请求进行校验，校验通过后，边端侧接受模型并部署模型。
82.(2)边端侧模型更新
83.子公司侧提供新版本模型到边端设备的能力，根据边端侧运行环境要求将待更新模型进行模型优化、转换和封装，实现模型与设备的匹配；支持灰度更新模式，新模型部署前将旧模型进行本地备份，待新模型运行指标满足要求后，进行旧模型本地自动删除，并将更新信息写入日志文件。
84.(3)边端侧模型服务
85.边端侧提供模型管理和日志能力，边侧部署多个模型时，支持多模型资源目录服务和模型版本管理功能。边端侧完成模型部署后，具备模型运行指标、计算资源占用、存储资源占用等信息监测能力，并将运行信息写入日志文件，日志应支持本地存储、定期向子公司侧回传能力。
86.(4)协同方式要求
87.模型协同方式包括子公司侧人工智能平台、物联管理平台、边缘物联代理、端侧设备之间的协同。边端侧模型根据边侧设备的芯片、架构(armv7l、arm64、amd64等多种架构)平台进行模型转换。子公司侧人工智能平台向物联管理平台进行模型传输的接口采用http/https的post方式，物联管理平台向边缘物联代理进行模型部署交互方式采用mqtt协议。
88.图4所示，本发明给出具体应用的实施例。
89.两个子公司模型库与一个公司模型库进行数据交互，具体流程如下：
90.业务人员发出数据共享请求给到子公司1模型库，模型资源服务目录可以进行模型展示、模型订阅、模型审批等。通过目录同步实现模型共享至公司模型库。公司模型库目录下发至子公司2模型库。
91.当接收到业务人员的模型查询请求时，子公司2模型库发送模型订阅至公司模型库，公司模型库下发订阅申请至子公司1模型库，模型管理人员发送订阅审批至子公司1模型库，至子公司1模型库发送样本下载请求至子公司2模型库。
92.除了上述实施例以外，还可以采用将模型共享至公司模型库，子公司2直接想公司模型库发出请求，直接经过公司模型库后下载样本。
93.如图5所示，本发明还提供一种电力人工智能平台模型多级协同平台，应用于第二人工智能平台，包括：
94.获取模块，用于获取模型资源，得到待部署的模型；
95.匹配模块，用于根据边端侧设备的类型及特点将待部署的模型进行模型优化、转换和封装，进行模型与设备的匹配；
96.部署模块，用于向边端侧传输模型资源，进行身份鉴别和服务类型校验，并将所述模型的运行指标参数通过物联管理平台发送至边端侧；根据边端侧对模型部署请求的校验结果部署模型。
97.作为本发明的可选方案，平台还包括更新模块，用于：
98.根据边端侧运行环境要求将待更新模型进行模型优化、转换和封装，进行模型与
设备的匹配，将新版本模型更新到边端设备；
99.其中，更新方法为灰度更新模式，新模型部署前将旧模型进行本地备份，待新模型运行指标满足要求后，进行旧模型本地自动删除，并将更新信息写入日志文件。
100.其中，所述边端侧进行模型管理和日志能力，边侧部署多个模型时，支持多模型资源目录服务和模型版本管理；当边端侧完成模型部署后，检测模型运行指标、计算资源占用、存储资源占用的运行信息，并将运行信息写入日志文件，日志进行本地存储及定期回传。
101.如图6所示，本发明提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述电力人工智能平台模型多级协同方法的步骤。
102.所述电力人工智能平台模型多级协同方法包括以下步骤：
103.获取模型资源，得到待部署的模型；
104.根据边端侧设备的类型及特点将待部署的模型进行模型优化、转换和封装，进行模型与设备的匹配；
105.向边端侧传输模型资源，进行身份鉴别和服务类型校验，并将所述模型的运行指标参数通过物联管理平台发送至边端侧；根据边端侧对模型部署请求的校验结果部署模型。
106.本发明第还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述电力人工智能平台模型多级协同方法的步骤。
107.所述电力人工智能平台模型多级协同方法包括以下步骤：
108.获取模型资源，得到待部署的模型；
109.根据边端侧设备的类型及特点将待部署的模型进行模型优化、转换和封装，进行模型与设备的匹配；
110.向边端侧传输模型资源，进行身份鉴别和服务类型校验，并将所述模型的运行指标参数通过物联管理平台发送至边端侧；根据边端侧对模型部署请求的校验结果部署模型。
111.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
112.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
113.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特
定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
114.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
115.最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。