PowerVLM：基于Federated Learning与模型剪枝的电力视觉语言大模型

欧阳旭东; 雒鹏鑫; 何绍洋; 崔艺林; 张中超; 闫云凤

doi:10.19705/j.cnki.issn2096-5125.20250306

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

PowerVLM：基于Federated Learning与模型剪枝的电力视觉语言大模型

“人工智能赋能的新型电力系统建设”专题 | 更新时间：2026-02-13

- PowerVLM：基于Federated Learning与模型剪枝的电力视觉语言大模型
- PowerVLM：基于Federated Learning与模型剪枝的电力视觉语言大模型
- 全球能源互联网 2026年9卷第1期页码：101-111
- 作者机构：
  
  1. 浙江大学工程师学院
  2. 广东电网有限责任公司河源供电局
  3. 浙江大学海南研究院
  4. 浙江大学先进技术研究院
- 作者简介：
- 基金信息：
  
  广东电网有限公司科技项目（GDKJXM20230471）~~
- DOI：10.19705/j.cnki.issn2096-5125.20250306
  中图分类号： TM76;TP18
- 纸质出版：2026
- 稿件说明：
移动端阅览
欧阳旭东, 雒鹏鑫, 何绍洋, 等. PowerVLM：基于Federated Learning与模型剪枝的电力视觉语言大模型[J]. 全球能源互联网, 2026,9(1):101-111.

欧阳旭东, 雒鹏鑫, 何绍洋, et al. PowerVLM：基于Federated Learning与模型剪枝的电力视觉语言大模型[J]. 2026, 9(1): 101-111.
欧阳旭东, 雒鹏鑫, 何绍洋, 等. PowerVLM：基于Federated Learning与模型剪枝的电力视觉语言大模型[J]. 全球能源互联网, 2026,9(1):101-111. DOI： 10.19705/j.cnki.issn2096-5125.20250306.

欧阳旭东, 雒鹏鑫, 何绍洋, et al. PowerVLM：基于Federated Learning与模型剪枝的电力视觉语言大模型[J]. 2026, 9(1): 101-111. DOI： 10.19705/j.cnki.issn2096-5125.20250306.

摘要

智能电网的快速发展衍生出多模态、多源异构的海量电力数据，给人工智能模型在复杂电力场景感知带来了挑战，同时行业数据的敏感性和隐私保护需求进一步限制了通用模型在电力领域的跨场景迁移能力。对此，提出了一种基于Federated Learning与模型剪枝的电力视觉语言大模型。提出了一种基于类别引导的电力视觉语言大模型PowerVLM，设计了类别引导增强模块，增强模型对电力图文数据的理解和问答能力；采用FL的强化学习训练策略，在满足数据隐私保护下，降低域间差异对模型性能的影响；最后，提出了一种基于信息决议的模型剪枝算法，可实现低训练参数的模型高效微调。分别在变电巡检、输电任务、作业安监3种典型电力场景开展实验，结果表明，该方法在电力场景多模态问答任务中的METEOR、BLEU和CIDEr等各项指标均表现优异，为电力场景智能感知提供了新的技术思路和方法支撑。

Abstract

关键词

Keywords

references

赵日晓,闫冬,周翔,王新迎.人工智能支撑新型电力系统能源供给及消纳[J].全球能源互联网,2023(02).

凡航,徐葳,范晓昱,王云河.隐私计算在新型电力系统中的应用分析与展望[J].电力系统自动化,2023(19).

李雅丹,邓大为,吴振田,刘炜伦,卢文冰.新型电力系统生产设备智能化管理平台建设关键技术与应用[J].全球能源互联网,2023(04).

王清亮,王生彬,刘景青,郭伟嘉,康文慧,刘敦楠,胡洋.省级电网新能源分阶段市场化规模及路径研究[J].全球能源互联网,2023(04).

张云飞,贺丽君,王子溪,李凡.面向机器视觉任务的多尺度图像特征压缩算法[J].西安交通大学学报,2023(12).

江俊杰,胡军,马国明,严英杰,杨庆,杨爱军,陈义强,刘亚东,江秀臣.数字化电力装备专用传感应用需求与发展趋势[J].高电压技术,2024(08).

邢致恺,何怡刚,姚其新.基于多模态信息融合的变压器在线故障诊断方法[J].电子测量与仪器学报,2024(09).

张焕龙,周钶燕,王延峰,田杨阳,翟登辉,李哲,许丹,刘恒.基于掩码记忆的无人机电力设备分割跟踪方法研究[J].电力系统保护与控制,2024(21).

李卓,谢耀滨,吴茜琼,张有为.基于深度学习的电力系统虚假数据注入攻击检测综述[J].电力系统保护与控制,2024(19).

高道春,孙应毕,杜凡,杨再鹤,陈根军.考虑新能源接入的智能电网运行风险评估技术[J].能源与环保,2023(05).

顿婧博,李卓.面向联邦大语言模型训练的传输优化技术综述[J].计算机科学,2025(01).

王朋,张迪,张勇军,甘露,曾梦妤,秦绍基,刘林.新型电力系统数智化关键技术应用研究与展望[J].电力系统保护与控制,2025(06).

罗凯鸿,徐茹枝,夏迪娅,杨鑫.基于匿名性差分隐私联邦学习的负荷预测模型训练方法[J].电力信息与通信技术,2024(11).

潘磊,赵枳晴,傅强,郑远,田俊.变电站多尺度异常入侵目标轻量化检测方法[J].无线电工程,2024(06).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向强不确定性供需波动的新能源电网调度强化学习算法

基于NeuralProphet-LSTM模型的碳价预测研究

人工智能支撑新型电力系统能源供给及消纳