《电力人工智能平台总体架构及技术要求(T-CES 128—2022).pdf》由会员分享，可在线阅读，更多相关《电力人工智能平台总体架构及技术要求(T-CES 128—2022).pdf（5页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 ICS 35.020 CCS L 65 团体标准T/CES 1282022 电力人工智能平台总体架构及技术要求 The overall architecture and technical requirements of the artificial intelligence platform for power industry 2022-06-22 发布 2022-06-24 实施中国电工技术学会 发布 T/CES 1282022 I 目 次 前言.1 范围.1 2 规范性引用文件.1 3 术语和定义.1 4 缩略语.5 5 架构要求.5 5.1 架构要求概述.5 5.2 总体架构.5
2、5.3 技术架构.6 5.4 数据架构.7 6 技术要求.8 6.1 功能要求.8 6.2 性能要求.9 6.3 安全要求.10 6.4 硬件要求.10 7 算法模型共享要求.10 7.1 算法模型共享要求概述.10 7.2 算法模型文件.10 7.3 算法模型描述性文档.11 7.4 算法模型共享应用方式.12 T/CES 1282022 II 前 言 本文件按照 GB/T 1.12020标准化工作导则 第 1 部分：标准化文件的结构和起草规则的规定起草。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由中国电工技术学会提出。本文件由中国电工技术学会标准工作委
3、员会能源智慧化工作组归口。本文件起草单位：国网信息通信产业集团有限公司、福建亿榕信息技术有限公司、北京国网信通埃森哲信息技术有限公司、国网重庆市电力公司电力科学研究院、四川大学、安徽继远软件有限公司、四川中电启明星信息技术有限公司、国网重庆市电力公司、中国电力科学研究院有限公司、国网四川省电力公司、重庆大学、国家电网有限公司大数据中心。本文件主要起草人：李强、赵峰、邱镇、刘迪、庄莉、李炳森、廖逍、黄晓光、刘永清、谢可、向辉、谭洪恩、吕跃春、张凌浩、苏少春、杨迎春、周孔均、王晓东、钟加勇、彭舰、王秋琳、黄飞虎、王金策、田鹏、吕小红、厉仄平、宋卫平、苏江文、刘礼、费长顺、邢国用、丘志强、禹国印、杨
4、成、崔蔚、王蓓、张琳瑜、崔迎宝、刘璟、王兴涛、李文璞、崔冬梅、刘晓飞、阎誉榕、尹玉、周伟、梁翀、李温静、王乖强、伍臣周、王晓辉、陈振宇、浦正国、郭庆。本文件为首次发布。T/CES 1282022 1 电力人工智能平台总体架构及技术要求 1 范围 本文件规定了电力人工智能平台建设架构、技术要求以及规定了电力人工智能算法模型在共享应用中所涉及的文件、描述文档和使用方式的基本要求。本文件适用于电力人工智能平台的规划、设计、开发、运维和算法模型应用。2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用
5、文件，其最新版本（包括所有的修改单）适用于本文件。GB/T 5271.12000 信息技术 词汇 第 1 部分：基本术语 GB/T 5271.282001 信息技术 词汇 第 28 部分：人工智能基本概念与专家系统 GB/T 5271.292006 信息技术 词汇 第 29 部分：人工智能语音识别与合成 GB/T 5271.342006 信息技术 词汇 第 34 部分：人工智能神经网络 GB/T 183362015 信息技术 安全技术 信息技术安全评估准则 DA/T 772019 纸质档案数字复制件光学字符识别 OCR 工作规范 3 术语和定义 下列术语和定义适用于本文件。3.1 人工智能 a
6、rtificial intelligence 一门交叉学科，通常视为计算机科学的分支，研究表现出与人类智能（如推理和学习）相关的各种功能的模型和系统。来源：GB/T 5271.282001，28.01.01 3.2 训练（在神经网络中）training(in neural network)神经网络在输入值的样本和正确输出值之间做出结合的步骤训练。来源：GB/T 5271.342006，34.03.18 3.3 样本数据 sample data 样本数据是一种特殊的数据，样本数据具备的特征能够正确反映总体数据情况的一部分个体数据。3.4 推理 inference 从已知前提导出结论的推理方法。注
7、 1：在人工智能领域中，前提是事实或规则。注 2：术语“推理”既指过程也指结果。T/CES 1282022 2 来源：GB/T 5271.282001，28.03.01 3.5 深度学习框架 deep learning framework 一种支持深度学习模型设计、训练和推理的软件。3.6 资源 resource 执行所要求的操作而必需的数据处理系统的任何组成部分。来源：GB/T 5271.12000，01.01.23 3.7 配置 configuration 信息处理系统中的硬件和软件组织和互连起来的方式。来源：GB/T 5271.12000，01.01.26 3.8 接口 interfac
8、e 两个功能单元共享的边界，它由各种特征（如功能、物理互连、信号交换等）来定义。来源：GB/T 5271.12000，01.01.38 3.9 计算机视觉 computer vision 功能单元获取、处理和理解可视数据的能力。来源：GB/T 5271.282001，28.01.19 3.10 语音识别 speech recognition 利用功能单元进行的，从语音信号到语音内容的某一表示的转换。来源：B/T 5271.292006，29.01.30 3.11 数据标注 data annotation 通过分类、画框、注释等方式对数据进行标记，形成可供计算机分析识别的数据。3.12 模型训练
9、 model training 基于一系列数据集、学习框架等，并通过最优的建模方法和参数得到一个算法模型的过程。3.13 光学字符识别 optical character recognition(OCR)将图片、照片上的文字内容直接转换为可编辑文本的一种技术。来源：DA/T 772019，3.3 3.14 人脸识别 face recognition 基于人的脸部特征信息进行身份识别的一种图像识别技术。3.15 知识图谱 knowledge graph 显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。3.16 自然语言处理