风电运维大模型部署与边缘计算实战

📚 共计 30 章节

风电运维现状与挑战

传统运维痛点、数字化转型趋势、大模型与边缘计算的价值定位。

边缘计算基础

边缘计算概念、核心架构（设备层、边缘层、云端层）、与云计算的区别与协同。

架构云边协同

大模型基础

Transformer架构原理、预训练与微调、模型压缩技术（量化、剪枝、蒸馏）。

Transformer压缩

风电数据采集与预处理

SCADA数据、振动数据、气象数据；数据清洗、归一化、时序对齐。

边缘硬件选型

NVIDIA Jetson系列、树莓派、Intel NUC；算力、功耗、成本对比。

边缘端环境搭建

Ubuntu系统安装、Docker容器化部署、CUDA/cuDNN配置。

模型轻量化实战

PyTorch模型转ONNX、ONNX转TensorRT、INT8量化部署。

边缘推理框架

TensorRT、OpenVINO、ONNX Runtime；性能对比与选型建议。

风电故障诊断模型

基于CNN的叶片裂纹检测、基于LSTM的齿轮箱温度预测。

模型在边缘端的部署

使用TensorRT部署CNN模型、使用ONNX Runtime部署LSTM模型。

边缘端数据流管理

MQTT协议、Kafka轻量级替代方案、本地数据缓存策略。

边缘-云协同架构

端侧实时推理、云侧模型更新、联邦学习初步。

协同联邦学习

风电预测性维护实战

基于边缘推理的轴承剩余寿命预测（RUL）。

边缘端模型监控

日志收集、推理延迟监控、模型漂移检测。

安全与隐私

边缘端数据加密、模型加密、TLS通信。

多风机协同

边缘节点组网、分布式推理、结果聚合。

组网分布式

实战项目一：风机叶片结冰检测

从数据到部署，完整叶片结冰检测系统。

实战项目二：齿轮箱异常振动预警

实时预警系统，基于边缘推理的振动分析。

实战项目三：功率曲线优化

基于边缘计算的功率曲线优化与效能提升。

TensorRT动态形状、多流推理、内存复用。

模型更新策略

OTA升级、A/B测试、回滚机制。

边缘端可视化

Grafana + Prometheus 轻量级监控面板。

边缘节点TCO、带宽节省计算、ROI评估。

行业标准与合规

IEC 61400-25、等保2.0要求。

案例研究：海上风电场边缘AI

某海上风电场边缘AI部署实录。

案例海上风电

端侧大模型（TinyML）、6G与边缘计算融合。

课程总结与项目答辩

完整项目展示、常见问题解答。

附录A：常用命令速查表

Docker、TensorRT、MQTT 命令速查。

附录B：常见错误与解决方案

CUDA版本冲突、内存不足等。

附录C：推荐学习资源与社区

论文、GitHub项目、论坛。