“雨燕”敏捷智能计算系统及应用研究
2021年电子技术应用第4期
方 科1，宁 琨2，潘 灵1
1.敏捷智能计算四川省重点实验室，四川 成都 610036；2.东方电气风电有限公司，四川 德阳618000
摘要：针对部分工业所处恶劣边缘环境往往缺乏充足的计算存储和网络资源，但又具有典型的超实时毫秒级数据密集型应用场景需求，从总体架构、软硬件组成、关键技术3个方面介绍了基于敏捷智能计算技术的“雨燕”系统。该系统已在风电设备中得到验证性应用，提升了用户优化风机运维检测能力，减少停机损失，降低运维成本，同时展望了依托敏捷智能集群计算技术实现从单体风机智能运维到大规模风场智能运营的智慧风电应用前景。
中图分类号：TP393
文献标识码：A
DOI：10.16157/j.issn.0258-7998.201331
中文引用格式：方科，宁琨，潘灵. “雨燕”敏捷智能计算系统及应用研究[J].电子技术应用，2021，47(4)：9-16，23.
英文引用格式：Fang Ke，Ning Kun，Pan Ling. Research and application on agile intelligent system named “SWIFT”[J]. Application of Electronic Technique，2021，47(4)：9-16，23.
文献标识码：A
DOI：10.16157/j.issn.0258-7998.201331
中文引用格式：方科，宁琨，潘灵. “雨燕”敏捷智能计算系统及应用研究[J].电子技术应用，2021，47(4)：9-16，23.
英文引用格式：Fang Ke，Ning Kun，Pan Ling. Research and application on agile intelligent system named “SWIFT”[J]. Application of Electronic Technique，2021，47(4)：9-16，23.
Research and application on agile intelligent system named “SWIFT”
Fang Ke1，Ning Kun2，Pan Ling1
1.Sichuan Key Laboratory of Agile Intelligent Computing，Chengdu 610036，China； 2.Dongfang Electric Wind Power Co.，Ltd.，Deyang 618000，China
Abstract：In view of the lack of sufficient computing, storage and communication network resources for computing equipment at the edge of inclement industrial environments, and the requirement for ms-level data processing response, the agile intelligent system named “SWIFT” was introduced from the general architecture, hardware and software composition and key technology. This system has been verified in wind power equipment, which improves the user′s ability to optimize wind turbine operation and maintenance detection, and reduces downtime loss and operation cost. At the same time, it also discussed that the agile intelligent cluster computing technology could be applied in not only intelligent operation and maintenance of single wind turbine，but also the intelligent operation of large-scale wind farm.
Key words :edge computing；operations and maintenance；intelligent clustering；wind power
0 引言
随着全球工业数字化浪潮的到来，5G、AI、大数据等新技术不断涌现。智能计算正在兴起，成为“新基建”当中与工业互联网、物联网等行业系统的重要结合点和改变数据信息服务模式的关键创新之一，有望带来更多的颠覆性业务模式[1]。
许多企业已经针对工业资产实现了数字化，并通过建立集中的物联网平台来收集、处理和分析这些资产数据。但行业智能时代，除了需要对海量数据分析以实现各种智能场景外，更需要不断优化计算力，使其能匹配行业数字化带来的数据爆炸式处理压力[2-4]。鉴于部分工业所处恶劣边缘环境(例如海上石油勘探平台、风电)往往缺乏充足的计算存储和网络资源，但又具有典型的超实时毫秒级数据密集型应用场景需求，仅依靠边缘计算技术是无法适用于机器学习和深度学习模型的[5-9]。若能进一步建立深度学习计算框架对应用场景提供实时决策能力，扩展数据边缘性低延迟计算能力，提高非传统计算硬件的利用率，比如数字信号处理器(DSP)、现场可编程门阵列(FPGA)、多核CPU等，则可从这些工业应用中获取更多的价值。
本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003456
作者信息：
方 科1，宁 琨2，潘 灵1
(1.敏捷智能计算四川省重点实验室，四川 成都 610036；2.东方电气风电有限公司，四川 德阳618000)
此内容为AET网站原创，未经授权禁止转载。