基于AI芯片的电力边缘智能终端:结构框架及其应用场景

来源 :电力信息与通信技术 | 被引量 : 0次 | 上传用户:tsks1848
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着电力物联网发展及能源数字化转型,电力边缘智能终端的适用场景不断拓展。AI芯片由于其本身智能分析及并行计算能力,成为电力边缘终端的主流核心器件之一,如何通过系统性的分析,根据应用场景选择合适的AI芯片成为目前亟需解决的问题。文章首先对AI芯片的技术架构和优缺点进行对比分析,然后根据电力系统的智能感知要求提出电力边缘智能终端的结构框架,并详细分析边缘智能终端构建的关键技术,最后结合电力典型应用场景提出了国产化可替代的AI芯片定制化选型方案。文章所提AI芯片化的电力边缘智能终端可以为电力边缘终端的设计、研发
其他文献
文章旨在探析能源互联网背景下人工智能关键技术在电力通信网中的应用前景。首先对各类机器学习算法原理及主流产业应用平台进行广泛调研,然后结合实际生产场景,分析机器学习在电力通信实际运维工作中的适用性及应用价值,最后对全文进行总结,以机器学习为代表的人工智能技术可应用于电力通信运维工作的全生命周期管控,可为能源互联网和新型电力系统的构建提供典型范例。
文章主要介绍基于5G电力虚拟专网的电力业务典型应用场景,在5G公网电力应用技术框架基础上,匹配5G网络低时延、大带宽、大海量连接三大应用场景,归纳出以负荷控制、配电自动化、智能巡检、分布式源储与用电信息采集为代表的5类电力典型通信应用场景,提出相应的5G电力业务场景通信技术和安全方案,并在浙江省范围内开展5G电力业务应用场景相应部署工作,验证了电力业务场景在传输时延、安全可靠性、快速响应等方面的表现,最后阐述该系统的经济效益及社会效益。
能源产业价值链的生产-配送-储存-消费各价值环节中,从能源配置角度应按负荷需求转换为与负荷最接近的品位(电-油-气-储等),实现在能源互联网构成的空间中高效流动,并从时间、空间上优化能量的生产、传输和使用。现有能源数据具有较强的时空分布特性,且数量庞大、类别繁多,无法实现对各价值环节相关要素进行实时感知、规律挖掘、历史溯源、预测预警等。文章充分发挥大数据、地图基础数据、位置服务生态、可视化引擎等互联网技术优势,分析了能源互联网多时空尺度问题,提出了一种面向能源互联网下的时空智能应用框架,探索了能源互联网下