电力边缘计算

边缘计算技术正在电力行业得到广泛应用，为发电、输电、变电、配电、用电等业务场景提供了强大的支持，从而推动了电力行业的数字化转型和高质量发展。在发电场景中，边缘计算技术可以帮助发电企业实时采集和分析计算网关，构建以台区边缘计算网关为中心的低压配网一体化管控体系，在边缘侧进行数据汇集、计算与回传，实现接入设备的状态全方位感知与需求快速响应。这有助于提高配电管理的智能化水平，保障电力供应的稳定性和发电设备与系统的数据，优化发电过程，提高能源利用效率，降低设备故障率，减少运维工作量。这不仅有助于提高发电效率，还可以降低成本，为发电企业创造更多的商业价值。在输电场景中，边缘计算技术可以执行输电线路的巡检任务，解决了传统人工巡检方式效率低、存在安全隐患等问题。同时，构建边缘计算平台，可以在网络环境复杂情况下及时获取并分析各类输电设备的海量信息，保障输电系统的稳定运行。在变电场景中，基于边缘计算的在线监测和故障诊断技术是当前研究的热点研究方向。通过在变电侧搭建边缘计算平台，可以满足变电站、换流站等厂站的设备管理和智能监控需求，提高变电设备的运行效率和安全性。在配电场景中，通过在配电台区引入边缘

配电房视频识别研究与应用”荣获“2022年度电力行业边缘计算优秀实践奖”。星环科技此次获奖案例“基于深度学习的配电房视频识别研究与应用”，针对南方电网某省供电局在配电房使用管理过程中出现的问题，运用智能近日，中国通信标准化协会算网融合产业及标准推进委员会(CCSATC621)组织召开“边缘计算产业发展论坛”，会上正式公布“2022边缘计算优秀案例”征集活动入围名单。星环科技凭借“基于深度学习的识别分析技术实现了人脸识别、穿戴规范、开关柜状态识别、设备台账识别、异物检测、油位辨别、危险源检测、红外测温智能预警等功能模块，并以边缘计算整合物联设备、融合人工智能算法来提供实时视频识别技术“云边，借助星环科技边缘计算平台Sophon，将云AI能力释放到边缘端。Sophon平台提供云端EdgeHub和边缘端EdgeNode的两个子模块，并与接入平台的设备端，形成“云边端一体化协同”，将标准化的云原生能力向边缘端复制。

配电房视频识别研究与应用”荣获“2022年度电力行业边缘计算优秀实践奖”。星环科技此次获奖案例“基于深度学习的配电房视频识别研究与应用”，针对南方电网某省供电局在配电房使用管理过程中出现的问题，运用智能近日，中国通信标准化协会算网融合产业及标准推进委员会(CCSATC621)组织召开“边缘计算产业发展论坛”，会上正式公布“2022边缘计算优秀案例”征集活动入围名单。星环科技凭借“基于深度学习的识别分析技术实现了人脸识别、穿戴规范、开关柜状态识别、设备台账识别、异物检测、油位辨别、危险源检测、红外测温智能预警等功能模块，并以边缘计算整合物联设备、融合人工智能算法来提供实时视频识别技术“云边，借助星环科技边缘计算平台Sophon，将云AI能力释放到边缘端。Sophon平台提供云端EdgeHub和边缘端EdgeNode的两个子模块，并与接入平台的设备端，形成“云边端一体化协同”，将标准化的云原生能力向边缘端复制。

配电房视频识别研究与应用”荣获“2022年度电力行业边缘计算优秀实践奖”。星环科技此次获奖案例“基于深度学习的配电房视频识别研究与应用”，针对南方电网某省供电局在配电房使用管理过程中出现的问题，运用智能近日，中国通信标准化协会算网融合产业及标准推进委员会(CCSATC621)组织召开“边缘计算产业发展论坛”，会上正式公布“2022边缘计算优秀案例”征集活动入围名单。星环科技凭借“基于深度学习的识别分析技术实现了人脸识别、穿戴规范、开关柜状态识别、设备台账识别、异物检测、油位辨别、危险源检测、红外测温智能预警等功能模块，并以边缘计算整合物联设备、融合人工智能算法来提供实时视频识别技术“云边，借助星环科技边缘计算平台Sophon，将云AI能力释放到边缘端。Sophon平台提供云端EdgeHub和边缘端EdgeNode的两个子模块，并与接入平台的设备端，形成“云边端一体化协同”，将标准化的云原生能力向边缘端复制。

配电房视频识别研究与应用”荣获“2022年度电力行业边缘计算优秀实践奖”。星环科技此次获奖案例“基于深度学习的配电房视频识别研究与应用”，针对南方电网某省供电局在配电房使用管理过程中出现的问题，运用智能近日，中国通信标准化协会算网融合产业及标准推进委员会(CCSATC621)组织召开“边缘计算产业发展论坛”，会上正式公布“2022边缘计算优秀案例”征集活动入围名单。星环科技凭借“基于深度学习的识别分析技术实现了人脸识别、穿戴规范、开关柜状态识别、设备台账识别、异物检测、油位辨别、危险源检测、红外测温智能预警等功能模块，并以边缘计算整合物联设备、融合人工智能算法来提供实时视频识别技术“云边，借助星环科技边缘计算平台Sophon，将云AI能力释放到边缘端。Sophon平台提供云端EdgeHub和边缘端EdgeNode的两个子模块，并与接入平台的设备端，形成“云边端一体化协同”，将标准化的云原生能力向边缘端复制。

边缘计算技术正在电力行业得到广泛应用，为发电、输电、变电、配电、用电等业务场景提供了强大的支持，从而推动了电力行业的数字化转型和高质量发展。在发电场景中，边缘计算技术可以帮助发电企业实时采集和分析计算网关，构建以台区边缘计算网关为中心的低压配网一体化管控体系，在边缘侧进行数据汇集、计算与回传，实现接入设备的状态全方位感知与需求快速响应。这有助于提高配电管理的智能化水平，保障电力供应的稳定性和发电设备与系统的数据，优化发电过程，提高能源利用效率，降低设备故障率，减少运维工作量。这不仅有助于提高发电效率，还可以降低成本，为发电企业创造更多的商业价值。在输电场景中，边缘计算技术可以执行输电线路的巡检任务，解决了传统人工巡检方式效率低、存在安全隐患等问题。同时，构建边缘计算平台，可以在网络环境复杂情况下及时获取并分析各类输电设备的海量信息，保障输电系统的稳定运行。在变电场景中，基于边缘计算的在线监测和故障诊断技术是当前研究的热点研究方向。通过在变电侧搭建边缘计算平台，可以满足变电站、换流站等厂站的设备管理和智能监控需求，提高变电设备的运行效率和安全性。在配电场景中，通过在配电台区引入边缘

配电房视频识别研究与应用”荣获“2022年度电力行业边缘计算优秀实践奖”。星环科技此次获奖案例“基于深度学习的配电房视频识别研究与应用”，针对南方电网某省供电局在配电房使用管理过程中出现的问题，运用智能近日，中国通信标准化协会算网融合产业及标准推进委员会(CCSATC621)组织召开“边缘计算产业发展论坛”，会上正式公布“2022边缘计算优秀案例”征集活动入围名单。星环科技凭借“基于深度学习的识别分析技术实现了人脸识别、穿戴规范、开关柜状态识别、设备台账识别、异物检测、油位辨别、危险源检测、红外测温智能预警等功能模块，并以边缘计算整合物联设备、融合人工智能算法来提供实时视频识别技术“云边，借助星环科技边缘计算平台Sophon，将云AI能力释放到边缘端。Sophon平台提供云端EdgeHub和边缘端EdgeNode的两个子模块，并与接入平台的设备端，形成“云边端一体化协同”，将标准化的云原生能力向边缘端复制。

配电房视频识别研究与应用”荣获“2022年度电力行业边缘计算优秀实践奖”。“2022边缘计算优秀案例”征集活动由中国信息通信研究院联合工业和信息化部智能终端软件协同攻关和体验推广中心共同发起，以“产品能力边缘计算技术，对电力设备和网络进行实时监测和控制，实现精细化管理和故障快速排除。安全防范与风险控制：利用AI技术进行电力安全风险评估和预警，提高电力系统的安全性和应急响应能力。推动新能源发展：通过云边近日，中国通信标准化协会算网融合产业及标准推进委员会（CCSATC621）组织召开“边缘计算产业发展论坛”，会上正式公布“2022边缘计算优秀案例”征集活动入围名单。星环科技凭借“基于深度学习的”“技术创新”“行业影响”“效益价值”为基本评选依据，旨在遴选2022年度优秀的边缘计算产品，促进边缘计算产业生态建设。星环科技此次获奖案例“基于深度学习的配电房视频识别研究与应用”，针对南方电网某省供电局在配电房使用管理过程中出现的问题，运用智能识别分析技术实现了人脸识别、穿戴规范、开关柜状态识别、设备台账识别、异物检测、油位辨别、危险源检测、红外测温智能预警等功能模块，并以边缘计算整合物联设备

。实现精细化管理：借助云端和边缘计算技术，对电力设备和网络进行实时监测和控制，实现精细化管理和故障快速排除。安全防范与风险控制：利用AI技术进行电力安全风险评估和预警，提高电力系统的安全性和应急响应模块，并以边缘计算整合物联设备、融合人工智能算法来提供实时视频识别技术“云边一体化”完整解决方案，可以实时了解现场工作人员的状态、防止现场工作人员误操作，降低了作业风险，提高了供电企业对安全行为的管控力度和管控效率，保障了工作人员的生命安全和配电房的生产安全。在具体的实施过程中，借助星环科技边缘计算平台Sophon，将云AI能力释放到边缘端。Sophon平台提供云端EdgeHub和边缘端视频流接入，以及模型（规则引擎）的实时计算，产生预警消息上传云端。该解决方案的行业应用价值主要体现在：提高电网运行效率：通过数据分析和预测，优化电力系统的负荷分配和供需平衡，提高电网的稳定性和可靠性EdgeNode的两个子模块，并与接入平台的设备端，形成“云边端一体化协同”，将标准化的云原生能力向边缘端复制。云边端一体化协同示意图云端EdgeHub：主要负责边缘节点的管理，以及AI模型如配电房内的合规穿戴检测

本节介绍Hippo表写入相关操作。Hippo会返回写入成功数据的下标以及总共写入成功的数据条数，如果出现行级错误（比如主键冲突），Hippo会返回具体的行级错误。插入本节介绍如何向Hippo中插入数据。curl-ushiva:shiva-XPUT'localhost:8902/hippo/v1/{table}/_bulk?database_name={database_name}&pretty'-H'Content-Type:application/json'-d'{"fields_data":[{"field_name":"book_id","field":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74...

Hippo在1.2版本提供了全文索引能力，兼容ElasticSearch6.7.2语法，在底层架构上复用了公司产品TranswarpScope的一部分特性，支持以Java/HTTPRestful的形式通过Hippo的HTTPServer接口进行全文索引的创建、查询、使用等各类需求，通过该能力的支持，可以更好的实现向量与全文的混合检索。通过将向量检索加全文检索的联合召回，可以降低漏检和误检的概率，能够实现比单独使用向量或全文更高的精度。同时，一套数据库系统可避免部署多套系统带来的架构复杂、开发运维成本高等问题。具体的使用方法除了访问端口需要将端口从8902调整为9200外，均可参考《TranswarpScope手册》4.TranswarpScopeAPI介绍。

本节测试主要描述了Hippo1.0在关键测试上的一些性能表现，该份测试同样也是Hippo的基准测试，后续版本发布也会在不同版本上进行该测试进行对比分析。术语表142.Hippo性能测试术语TermDescriptionnq一次搜索请求中搜索的向量个数topk一次请求中对于要检索的每个向量(依赖nq)，所能检索到最近距离的向量个数RT一次请求从发起到接受响应的时间]QPS请求在每秒内成功执行的次数dataset测试所用数据集，不同数据集表示不同的业务场景测试集群配置硬件配置表143.性能测试硬件配置硬件规范Nodes3CPUIntel®Xeon®Gold5218RCPU@2.10GHzMemory16*\16GBRDIMM,3200MT/sDISKNVMeSSD2T*4GPUNONE软件配置表144.性能测试软件配置软件版本Hippov1.2TranswarpManagerTDH9.3.0测试集表145.性能测试数据集数据集名称数据集介绍向量维度向量总数查询数量数据总量距离类型Sift-128-euclidean该数据集是基于Texmex的数据集整理，使用SIFT算法得到的图片特征向量。...

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

过滤条件表达式Hippo当前支持如下表达式，可用于标量或向量查询。表46.过滤条件表达式表达式描述and当前版本支持and，不支持or/not==等值<小于⇐小于等于>大于>=大于等于inin[1,2,3]notinnot_in[1,2,3]like'_'表示匹配任一字符，'%'表示匹配任意字符，'\'为转义符向量相似性检索本节描述如何进行向量相似度搜索。Hippo中的向量相似性搜索计算查询向量与表中向量的距离，返回最相似的结果集。通过指定标量过滤条件，用户可以进行向量与标量的混合搜索。curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/{table}/_search?pretty'-H'Content-Type:application/json'-d'{"output_fields":["book_id"],"search_params":{"anns_field":"book_intro","topk":2,"params":{"nprobe":10},"embedding_index":"ivf_flat_index"}...

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...

在Hippo中，比较耗时的操作如激活、加载向量索引实际上是一个分布式任务，用户可以通过任务相关接口查看、删除任务。查看任务curl-ushiva:shiva-XGET"localhost:8902/hippo/v1/_jobs?pretty"-H'Content-Type:application/json'-d'{"job_ids":["fc6feff4f303455a9347f9aab323dfc8"],"action_patterns":["hippo*"]}';返回结果：{"jobs":[{"job_id":"810935a1d91a46b7af2ec35013454fed","job_status":"SHIVA_JOB_SUCCESS","embedding_number":100,"task_results":[{"id":"54ab52493dfb4bab9fb7742d850c64c4","status":"TASK_SUCCESS","server":"172.29.40.26:27841","embedding_number":100,"execute_time":...

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...

运维管理界面WebserverWebserver是Hippo提供运维监控的界面。默认访问地址为:4567"class="bare">http://<webserver_ip>:4567。或者在Manager管理界面我们可以通过下图所示的查看链接这里进行跳转。图15.登录HippoWebserverWebserver主要由下面几个部分构成。概况图16.概况该页面展示了Hippo集群的基本信息，包括：Masterstatus：当前的ActiveMaster，MasterGroup，MasterAddress，Master的健康状态TabletServerStatus：TabletServerAddress，健康状态，逻辑机架和数据中心信息，容量使用以及Tablet个数TabletNum：当前集群表的个数Version：Hippo版本信息库表图17.库表页面以库和表的概念集群存储的各类数据信息。库信息：库名库创建时间库内各类表的信息：点击某个库，可以看到库下所有表的信息，主要包括：••表的ID••表的名字••表的状态••表的Tablet数量••表的Engine类型••表的副本数•...

查看Master节点通过以下命令，查看集群Master节点信息：curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/master?v'返回结果：epochtimestampactive.master.hostactive.master.portmaster.group169079683909:47:19172.29.203.18926841172.29.203.189:26841,172.29.203.189:26851,172.29.203.189:26861查看数据节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes?v'//查看所有节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes/{node}?v'//{node}表示待匹配的节点地址，支持以*通配，支持指定多个pattern，多个pattern以逗号分割返回结果：