人民政協網5月17日電 5月16日，從國網浙江電力獲悉，由該公司牽頭研發的國際標準《基于聯邦學習的電力視覺檢測系統要求和框架》正式在國際電信聯盟（ITU）獲批立項。這是世界首個獲批立項的電力聯邦學習國際標準，將有效助推人工智能在全球電力行業的規模化應用，助力電力行業智能化轉型。

聯邦學習是一種分布式人工智能模型訓練技術。《基于聯邦學習的電力視覺檢測系統要求和框架》國際標準將聯邦學習技術與電力視覺檢測業務相結合，構建了一套分布式模型訓練方法，能夠有效解決數據孤島帶來的算法模型精準度不高等問題，從而提升電力設備智能化運維水平，提高電網智能化、安全運行能力。

在全球電力領域，視覺檢測技術已廣泛運用于輸電、變電、配電等設備的日常運維中，實現了源、網、荷、儲各環節的綜合運行和維護檢測。“人工智能需依靠大量的數據訓練來提升算法的準確性，但在實際應用中，視覺檢測模型面臨著訓練數據分散、視覺數據傳輸成本高、訓練數據安全難以保證等問題。”《基于聯邦學習的電力視覺檢測系統要求和框架》標準召集人、浙江省王紅凱技能大師工作室領銜人王紅凱介紹，聯邦學習的優勢在于能夠打破數據孤島，允許多個數據主體在不共享數據的情況下，跨主體開展視覺檢測模型訓練，有效提升電力系統各環節設備維護和異常行為監測的準確率和檢測效率。

國網浙江電力、浙江省王紅凱技能大師工作室成員開展該國際標準研究 陳穎 攝

業內常用“羊吃草”的比喻介紹聯邦學習的過程。“將青草看作數據，將小羊看作人工智能訓練模型，傳統建模需要將各個草場的青草搜集起來，運到小羊所在的地方喂它，就像從各處收集數據來訓練模型。而聯邦學習能夠讓小羊自行前往不同草場吃草，也就是數據在不出本地的情況下，也能完成模型訓練，達到提升算法準確率的目的。”王紅凱說，《基于聯邦學習的電力視覺檢測系統要求和框架》國際標準，實現了算法模型傳輸替代海量電力視頻圖像數據傳輸，有效避免了數據采集過程中的隱私泄露等安全問題。

據了解，國際電信聯盟是聯合國負責信息通信事務的專門機構，屬于政府間國際組織。國網浙江電力于4月16至26日參加了在法國雷恩舉行的國際電信聯盟標準化第16工作組全體會議，并在會議上通過《基于聯邦學習的電力視覺檢測系統要求和框架》國際電信聯盟標準評審。（徐梓沐 王嘉琦 毛冬）