- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
《电力人工智能样本存储技术要求》编制说明
(征求意见稿)
一、工作简况
1主要工作过程
起草(草案、调研)阶段:2023年10月开始,国家电网有限公司大数据中
心牵头各单位成立标准编写组,讨论确定了标准的主要内容及分工,同时进行调
研分析,收集资料,形成标准草案稿,准备立项审查答辩;
立项阶段:2023年11月开始进行专家函审,其中,七位专家同意立项并提
出部分意见,详见标准提案立项评估函审结论表与立项建议汇总表。
中期稿评审阶段:2023年12月报2023年中国电工技术学会标准提案申报
项目(第五批),经专家组审阅同意立项并提出意见,修改后形成征求意见稿。
2主要参加单位和起草工作组成员及其所做的工作
本标准由国家电网有限公司大数据中心、国网信息通信产业集团有限公司、
中国电力科学研究院有限公司、国网智能电网研究院有限公司、安徽继远软件有
限公司、国网福建省电力有限公司共同负责起草。
主要成员:李强、赵峰、邱镇、陈振宇、李博、刘识、王晓辉、李炳森、黄
晓光、王晓东、秦余、张琳瑜、张国梁、白景坡、张晓航、崔冬梅、刘璟、靳敏、
郭鹏天、李道兴、余江斌、郭庆、浦正国、薛濛、黄旭东、聂文萍、刘晓飞、刘
健、李扬笛、林爽、杨彦。
所做的工作:标准编写组查阅收集人工智能领域样本存储技术方面的相关资
料,结合电力人工智能场景,经分析讨论和对比整理确定了标准主要技术内容,
由国家电网有限公司大数据中心牵头完成标准草案编制,其他参与单位配合编制
并负责收集相关资料、提出建议。
二、标准编制原则和主要内容
1、标准编制原则
本标准按照GB/T1.1-2020《标准化工作导则第1部分:标准化文件的结构
与起草规则》的规定起草,遵循科学性、先进性、经济性,坚持实事求是,以电
力人工智能样本存储技术为基础,遵守国家有关法律、法规,符合团体标准要求,
目的在于规范电力人工智能样本的存储体系架构、存储技术指标、存储安全保障
等方面的要求,提高电力人工智能系统的运行效率和应用效果,推动电力行业的
智能化发展。
在标准编制过程中,主要参考了国家标准《信息技术人工智能术语》(GB/T
41867-2022)、《信息技术人工智能面向机器学习的数据标注规程》(T/CESA
1040-2019)等标准中与数据处理的相关术语和定义部分。
2、标准主要内容
本标准分为7个章节:(1)范围;(2)规范性引用文件;(3)术语和定义;
(4)符号、代号和缩略语;(5)电力人工智能样本存储总体架构;(6)样本存
储技术基本要求;(7)样本存储技术技术指标。主要内容如下:
电力人工智能样本存储总体架构:主要包括分布式存储系统、数据预处理、
数据标注、模型训练、模型评估、模型部署以及数据回流。此外,还需考虑数据
安全和隐私保护、数据访问控制以及数据备份和恢复等功能,以确保数据的安全
性和可靠性。
样本存储技术基本要求:主要包括数据安全可靠、容量可扩展、高效数据处
理、数据多样完整、方便数据访问和管理等方面。这些要求能够满足电力人工智
能应用对数据存储和处理的需求,从而支持其准确分析和预测,实现智能化的电
力管理。
样本存储技术技术指标:主要包括数据安全性、存储容量、数据处理效率、
数据多样性和完整性等方面。这些技术指标能够衡量样本存储技术的性能和质量,
以满足电力人工智能应用的需求。同时,这些指标的实现还需要考虑系统的稳定
性、可扩展性和易用性等因素,以确保样本存储技术的可靠性和可持续性。
3、主要技术差异
本标准为新制度标准,无主要技术差异。
4、解决的主要问题
1)数据质量较低:目前电力人工智能样本的存储缺乏统一的标准和规范,
导致数据在采集、存储、处理等过程中可能存在缺失、重复、错误等质量问题,
影响电力人工智能系统的运行效果和应用前景;
2)安全隐患较大:由于缺乏相应的安全保障和隐私保护措施,电力人工智
能样本的存储存在较大的安全隐患,数据可能被非法获取、篡改或泄露,给用户
和电力企业带来不可预测的风险和损失;
3)技术研究和应用水平参差:电力人工智能样本存储技术的研究和应用水
平参差不齐,部分技术和方法可能存在局限性,对一些新的技术和方法的研究也
需要得到进一步的规范。
三、主要试验(或验证)情况
文档评论(0)