基于轻量级深度学习算法的电力大型信息系统优化策略研究

文档名：基于轻量级深度学习算法的电力大型信息系统优化策略研究
面向未来大型电力信息化系统的建设需求,常态化深度学习算法逐步出现了计算开销不足的问题,深度学习虽然具备了复杂问题计算的解决能力,但同时也加重了系统计算开销的负担,因此要在业务突发扩展的形势下综合考虑算力系统瘦身的问题.在不影响业务计算结果的前提下,从计算系统结构、算法融合本体及算法参数矩阵三个方面提出了裁剪和压缩方法,理论上证明了该文设计的几种方法在信息化系统的局部应用中均具有一定的有效性.
作者：张明晖 高明伟
作者单位：北京博电新力电气股份有限公司,北京100086国网北京市电力科学研究院,北京100075
母体文献：新能源为主体的新型电力系统研讨会论文集
会议名称：新能源为主体的新型电力系统研讨会  
会议时间：2020年5月20日
会议地点：北京
主办单位：中国电力科学研究院
语种：chi
分类号：TP3TN9
关键词：电力企业  大型信息系统  模型压缩  轻量级深度学习
在线出版日期：2021年11月24日
基金项目：
相似文献
相关博文

2024-12-10 15:19 上传 基于轻量级深度学习算法的电力大型信息系统优化策略研究.pdf

文件大小:

1.41 MB

下载次数:

60

高速下载