該導(dǎo)則為電力企業(yè)提供了電力人工智能平臺建設(shè)架構(gòu)和算法模型評價的方法與指標(biāo)依據(jù)，可幫助電力企業(yè)清晰地了解自身現(xiàn)狀，指導(dǎo)電力人工智能平臺的規(guī)劃、設(shè)計、開發(fā)、運(yùn)維和算法模型應(yīng)用，從而降低成本，提升電力企業(yè)生產(chǎn)效益。

1.標(biāo)準(zhǔn)起草單位及主要起草人

起草單位：國網(wǎng)信息通信產(chǎn)業(yè)集團(tuán)有限公司、福建億榕信息技術(shù)有限公司、北京國網(wǎng)信通埃森哲信息技術(shù)有限公司、國網(wǎng)重慶市電力公司電力科學(xué)研究院、四川大學(xué)、安徽繼遠(yuǎn)軟件有限公司、四川中電啟明星信息技術(shù)有限公司、國網(wǎng)重慶市電力公司、中國電力科學(xué)研究院有限公司、國網(wǎng)四川省電力公司、重慶大學(xué)、國家電網(wǎng)有限公司大數(shù)據(jù)中心。

主要起草人：李強(qiáng)、趙峰、邱鎮(zhèn)、劉迪、莊莉、李炳森、廖逍、黃曉光、劉永清、謝可、向輝、譚洪恩、呂躍春、張凌浩、蘇少春、楊迎春、周孔均、王曉東、鐘加勇、彭艦、王秋琳、黃飛虎、王金策等。

2.標(biāo)準(zhǔn)編制背景

隨著電力人工智能標(biāo)準(zhǔn)驗(yàn)證項目規(guī)范標(biāo)準(zhǔn)體系的建設(shè)，以及人工智能算法模型服務(wù)優(yōu)化與擴(kuò)展、基礎(chǔ)功能擴(kuò)展和模型管控能力提升需求，針對平臺樣本庫標(biāo)注不夠智能，導(dǎo)致樣本標(biāo)注量不足影響算法模型成果識別準(zhǔn)確率等問題，需增加樣本數(shù)據(jù)智能化標(biāo)注功能，加深平臺總體框架建設(shè)，更加準(zhǔn)確高效率地開展業(yè)務(wù)功能同時有效降低成本模型管控功能提升，也可增強(qiáng)人工智能平臺數(shù)據(jù)處理功能，優(yōu)化電力智能電網(wǎng)建設(shè)。

其次，隨著樣本庫、模型庫規(guī)?；七M(jìn)，現(xiàn)有功能也無法滿足用戶對樣本庫、模型庫的智能檢索和利用，需增加樣本庫與模型庫的兩極聯(lián)動及規(guī)?；芾砉δ?，支撐“兩庫”的共享運(yùn)營機(jī)制，實(shí)現(xiàn)全面賦能業(yè)務(wù)應(yīng)用智能化提升。人工智能平臺在數(shù)據(jù)處理、模型管控、平臺基礎(chǔ)功能等方面已具備初步成效，形成了“數(shù)據(jù)-算法-模型-服務(wù)”閉環(huán)。還需增加模型訓(xùn)練模塊，建立數(shù)據(jù)到模型的橋梁，提升平臺對業(yè)務(wù)的全面泛化能力。

新時期，為提升企業(yè)管理和用戶服務(wù)水平方面對人工智能技術(shù)提出了更高的要求，人工智能平臺需深化語音識別、人臉識別、知識圖譜、OCR等人工智能技術(shù)在運(yùn)檢、安監(jiān)等領(lǐng)域的典型應(yīng)用試點(diǎn)建設(shè)。

3.標(biāo)準(zhǔn)主要內(nèi)容

從內(nèi)容上來看，該標(biāo)準(zhǔn)主要包含以下幾個部分：

（1）范圍

本標(biāo)準(zhǔn)規(guī)定了電力人工智能平臺建設(shè)架構(gòu)、技術(shù)要求以及規(guī)定了電力人工智能算法模型在共享應(yīng)用中所涉及的文件、描述文檔和使用方式的基本要求。

本標(biāo)準(zhǔn)適用于電力人工智能平臺的規(guī)劃、設(shè)計、開發(fā)、運(yùn)維和算法模型應(yīng)用。

（2）規(guī)范性引用文件

本標(biāo)準(zhǔn)主要引用的文件主要包括：

• GB/T 1.1—2020 標(biāo)準(zhǔn)化工作導(dǎo)則 第1部分：標(biāo)準(zhǔn)的結(jié)構(gòu)和編寫
• GB/T 5271.1—2000 信息技術(shù) 詞匯 第1部分：基本術(shù)語
• GB/T 5271.28—2001 信息技術(shù) 詞匯 第28部分：人工智能基本概念與專家系統(tǒng)
• GB/T 5271.29—2006 信息技術(shù) 詞匯 第29部分：人工智能語音識別與合成
• GB/T 5271.31—2006 信息技術(shù) 詞匯 第31部分：人工智能機(jī)器學(xué)習(xí)
• GB/T 5271.34—2006 信息技術(shù) 詞匯 第34部分：人工智能神經(jīng)網(wǎng)絡(luò)
• DA/T 77-2019 紙質(zhì)檔案數(shù)字復(fù)制件光學(xué)字符識別OCR工作規(guī)范
• TAF—WG7—AS0043—V1.0.0:2019 智能產(chǎn)品語音識別測評方法

（3）術(shù)語及定義

主要包括電力人工智能樣本數(shù)據(jù)、模型能力、模型評價要素以及專業(yè)技術(shù)要素的定義。

（4）縮略語

主要包括適用于本標(biāo)準(zhǔn)的縮略語。

（5）架構(gòu)要求

包括總體架構(gòu)、技術(shù)架構(gòu)、數(shù)據(jù)架構(gòu)要求。

（6）技術(shù)要求

包括功能要求、性能要求、安全要求、硬件要求。

（7）算法模型共享要求

包括算法模型文件和算法模型描述文件要求。

4.標(biāo)準(zhǔn)制定效益

該標(biāo)準(zhǔn)規(guī)范了電力人工智能平臺總體架構(gòu)及技術(shù)要求，該標(biāo)準(zhǔn)效益主要體現(xiàn)在：

（1）整體提升電網(wǎng)安全穩(wěn)定運(yùn)行與控制、輸變電技術(shù)、配用電技術(shù)等方面的智能化水平；

（2）規(guī)范面向電網(wǎng)業(yè)務(wù)領(lǐng)域的電力人工智能平臺建設(shè)架構(gòu)，對外樹口碑，展形象，為公司品牌價值增值增效；

（3）規(guī)范模型驗(yàn)證評價流程，促進(jìn)模型服務(wù)質(zhì)量提升，提升電力業(yè)務(wù)人工智能技術(shù)應(yīng)用水平，提高企業(yè)管理生產(chǎn)效率，降低人工成本。