电力人工智能技术理论基础与发展展望(二):自主学习与应用初探

电力人工智能技术不断取得突破的同时,实际应用中也面临诸多挑战,在电力人工智能的假设分析与应用范式研究基础上,探索电力人工智能自主学习的创新应用模式.首先,针对电力人工智能研究中存在的可信伦理、数据分布与进化迁移等瓶颈,提出并详细阐述数据知识融合、平行互动、模型进化三大机制;进而,基于生物脑认知原理,提出适用于电力领域人工智能应用的意识引导的自主学习技术,通过构建电力领域机器意识引导算法进行模型构建、数据组织、训练调优等自主学习应用,解决规则复杂、数据价值低、场景泛化等情况下的电力人工智能模型训练优化难题;最后,在设备运维检修领域开展应用探索,通过意识引导知识、数据、任务的理解分析,构建面向复杂运维检修任务端到端算法生成的智能应用.