欢迎光临能源世界网   设为首页 | 加入收藏夹 | 合作项目
网站首页 | 能源要闻 | 电力行业 | 煤炭行业 | 油气行业 | 节能环保 | 能源设备 | 展会资讯 | 供求信息 | 新兴能源 | 联系我们
通知公告 | 政策信息 | 特别报道 | 专家介绍 | 能源世界 | 推荐单位 | 能源科技 | 杂志概况 | 入会申请 | 能源世界理事会 | 友情链接
 
公告 2025年中国国际工业废水处理与资源化利用峰会 | 第七届亚洲海洋风能大会10月在上海召开 | 第三届EESA储能展整装待发,邀您共赴盛会 | 2024(第十一届)中国国际石墨烯创新大会通知 | 第九届(2024)国际储能和电池技术及装备(上海)会展
 站内搜索:
 
 
杂志概况 更多>>
《能源世界》杂志简介
《能源世界》编辑委员会
《能源世界》顾问委员会
《能源世界》编辑部联系方式
 
供求信息 更多>>
  供应信息
  求购信息
  代理信息
  合作信息
 
品牌推荐 更多>>
首页 >> 电力行业 >> 世界首个电力联邦学习国际标准获批立项
 
世界首个电力联邦学习国际标准获批立项
来源:中国新闻网 时间:2024/5/17 

据中国国家电网浙江省电力有限公司16日消息,由该公司牵头研发的国际标准《基于联邦学习的电力视觉检测系统要求和框架》近日在国际电信联盟(ITU)获批立项。此为世界首个获批立项的电力联邦学习国际标准。

联邦学习是一种分布式人工智能模型训练技术。《基于联邦学习的电力视觉检测系统要求和框架》国际标准将联邦学习技术与电力视觉检测业务相结合,构建了一套分布式模型训练方法,能够有效解决数据孤岛带来的算法模型精准度不高等问题,从而提升电力设备智能化运维水平,提高电网智能化、安全运行能力。

“人工智能需依靠大量的数据训练来提升算法的准确性,但在实际应用中,视觉检测模型面临着训练数据分散、视觉数据传输成本高、训练数据安全难以保证等问题。”《基于联邦学习的电力视觉检测系统要求和框架》标准召集人、浙江省王红凯技能大师工作室领衔人王红凯说。

王红凯介绍,联邦学习的优势在于能够打破数据孤岛,允许多个数据主体在不共享数据的情况下,跨主体开展视觉检测模型训练,有效提升电力系统各环节设备维护和异常行为监测的准确率和检测效率。

王红凯说,《基于联邦学习的电力视觉检测系统要求和框架》国际标准,实现了算法模型传输替代海量电力视频图像数据传输,有效避免了数据采集过程中的隐私泄露等安全问题。
责任编辑:myadmin
上一条: 中核集团:打造“硬核”科技的更多可能
下一条: 余剑锋出访乌兹别克斯坦 推动中乌核能合作
 
中国工合能源产业促进会 | 中国电力企业联合会 | 中国煤炭工业协会 | 中国石油和化学工业联合会 | 中国节能协会 | 中国物资再生协会 | 中国风能协会 | 中国节能协会节能服务产业委员会
 
 
联系我们  |  合作项目  |  招聘信息  |  入会申请  |  关于我们  |  版权声明  |  友情链接
Copyright@ 2003-2007 NY21.CN 能源世界网 京ICP备20001758号 京公网安备11011102000836号
电话:010-68035565 E-mail:nysj21@126.com QQ:769766878