[發明專利]一種面向電網調控的人工智能系統構建方法及裝置

在審

• 申請號: 202210648136.8
• 申請日: 2022-06-09
• 公開（公告）號: CN115169810A
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 劉金波;李昊;萬雄;翟明玉;葛睿;王秋楠;張偉;孫廣輝;習新魁;楊立波;馬斌;李一鵬;季學純;陳子韻;王宇冬;張珂珩;李佳陽;沈嘉靈;勞瑩瑩
• 申請（專利權）人: 國電南瑞科技股份有限公司;國網電力科學研究院有限公司;國網河北省電力有限公司;國家電網有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/10;G06Q50/06;G06F16/25
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

本發明公開了一種面向電網調控的人工智能系統構建方法及裝置，其方法包括：將各物理或虛擬服務器的算力資源進行集群資源池化生成虛擬資源池；對從電網調控系統中提取不同類型的樣本數據進行預處理、樣本標注以及樣本數據集存儲，統一建立樣本數據的資源服務目錄；集成開源算法框架，并將應用自研算法納入統一管理；提供可視化機器學習建模引擎，可視化機器學習建模引擎將機器學習AI模型構建和開發轉變為圖形化流程編排與執行，將數據、算法、AI模型訓練與評估前后端一體化整合；對訓練好的AI模型進行持久化存儲并進行配置管理和版本化管理；本發明能夠降低人工智能應用研發門檻，助力電網調控領域人工智能應用快速落地。

技術領域

本發明涉及一種面向電網調控的人工智能系統構建方法及裝置，屬于電力系統技術領域。

背景技術

作為新一輪產業變革的核心驅動力，人工智能(AI：Artificial Intelligence)在賦能提升傳統行業、催生新興產業方面成效顯著。目前電力系統自動化領域人工智能研究和應用取得了一定的成果，但還存在以下問題：算力分散且較難擴展，各類應用“煙囪式”部署人工智能開發運行環境，造成了底層硬件資源的重復建設、算力分散且較難擴展。算法框架不統一且部署復雜，應用獨立部署、升級底層算法庫工作繁雜，基于不同算法庫版本開發的應用自研算法與模型無法共享使用。缺乏高效的AI模型構建工具支撐，基準模型構建、模型迭代優化需要投入大量人工重復性工作，并且模型準確性較難提升。樣本數據、模型成果沒有統一管理與共享，訓練樣本數據與訓練成果模型需要持久化管理與多廠家間共享。

發明內容

本發明的目的在于克服現有技術中的不足，提供一種面向電網調控的人工智能系統構建方法及裝置，能夠構建“算力統籌、智能共享”的人工智能應用開發及服務支撐系統，為人工智能應用研制與運用提供算力、數據、算法和服務的全棧式支撐，降低人工智能應用研發門檻，助力電網調控領域人工智能應用快速落地，將電網調控領域應用人工智能技術成果進行沉淀，構建共建共享的AI生態環境。

為達到上述目的，本發明是采用下述技術方案實現的：

第一方面，本發明提供了一種面向電網調控的人工智能系統構建方法，包括：

將各物理或虛擬服務器進行集群算力資源池化生成虛擬資源池；所述虛擬資源池用于提供AI模型訓練與評估的運行環境；

對從電網調控系統中提取不同類型的樣本數據進行預處理、樣本標注以及樣本數據集存儲，統一建立樣本數據的資源服務目錄；所述資源服務目錄用于實現樣本數據集的元數據共享；

將主流開源算法框架以及應用自研算法進行統一管理，建立集成開源算法框架；所述集成開源算法框架用于提供算法支撐；

構建可視化機器學習建模引擎，通過可視化機器學習建模引擎將機器學習AI模型構建和開發轉變為圖形化流程編排與執行；所述可視化機器學習建模引擎用于提供AI模型構建支撐；

構建AI模型倉庫，通過AI模型倉庫對訓練好的AI模型進行持久化存儲并進行配置管理和版本化管理，并對存儲與管理的AI模型進行一鍵微服務化發布和能力共享；所述AI模型倉庫用于實現AI模型賦能和業務應用。

可選的，所述將各物理或虛擬服務器進行集群算力資源池化生成虛擬資源池包括：

將各物理或虛擬服務器進行集群算力資源池化，根據集群算力資源中不同服務器的可用算力資源進行標簽化管理，通過將集群算力資源整合成虛擬資源池；

所述標簽化管理包括：將用戶ID作為Kubernetes中的命名空間對虛擬資源池進行邏輯劃分與隔離；管理員為不同用戶分配所需資源信息，所述資源信息采用戶用資源配額表進行持久化存儲；

所述算力資源包括CPU資源、GPU資源、內存與存儲資源。