《电力人工智能样本存储技术要求》征求意见稿.pdf

T/CESXXX—XXXX

电力人工智能样本存储技术要求

1范围

本文件规定了电力行业人工智能样本包含图像、文本、音频电力样本处理技术中样本存储技术总

体架构、基本要求和各项技术指标。

本文件适用于电力行业人工智能平台样本存储的建设、管理和使用。

2规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文

件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T41867-2022信息技术人工智能术语

GB/T25000.51-2017软件工程软件产品质量要求和评价体系(SQuaRE)质量测量框架

Q/GDW12118—2021人工智能平台架构及技术要求

T/CES129-2022电力人工智能平台样本规范

3术语和定义

下列术语和定义适用于本文件。

3.1

样本存储系统Samplestoragesystem

指实现样本存储技术的软硬件系统，包括样本数据库、样本文件系统、样本元数据管理系统等。

3.2

样本存储效率Samplestorageefficiency

指样本存储系统在存储和访问样本数据时所消耗的时间、空间和资源的指标。

3.3

样本数据Sampledata

其具备的特征能够反映总体数据情况的一部分个体数据

3.4

文件格式fileformat

存储介质对存储信息制定的编码方式，用于识别内部储存的资料。

4符号、代号和缩略语

下列符号、代号和缩略语适用于本文件。

4.1符号

无

4.2代号

无

4.3缩略语

JPEG：联合图像专家组(JointPhotographicExpertsGroup)

PNG：便携式网络图型（PortableNetworkGraphics）

5电力人工智能样本存储总体架构

3

T/CESXXX—XXXX

电力人工智能样本存储技术总体架构包括：

a)样本数据，指用于电力人工智能训练和应用的原始数据，包括结构化数据和非结构化数据。非结

构化数据可以分为文本类、音频类和图像类三种类型，每种类型都有自己的格式和规范。样本数据需要

被存储在一个高性能、高可靠、高可用的样本文件系统中，以便于快速地读取和处理。

b)样本元数据，指对样本数据的描述性信息，包括但不限于编号、类型、来源、标签、质量、时

间、位置等内容。每个样本数据都应该有一个唯一的编号，用于标识和关联。样本元数据需要被存储在

一个高效、安全、灵活的样本数据库中，以便于进行增删改查等操作。

c)样本元数据管理系统，指用于实现样本数据库和样本文件系统之间的关联和协同的系统，主要有

三个功能：通过样本编号建立一一对应的关系，通过样本元数据进行检索和定位，通过样本元数据进行

同步和更新。这个系统需要保证数据的一致性、完整性和可用性。

图1电力人工智能样本存储技术总体架构图

6样本存储技术基本要求

6.1样本数据格式

样本数据应采用统一的文件格式进行存储，以便于后续的处理和分析。原则上同批次样本文件

中，单个文件最大不得超过该批次样本文件平均大小的200%，最小不得小于平均大小的50%。各类

型样本数据具体格式如下：

a)文本类样本数据应采用TXT、JSON、XML、CSV等常见的文本文件格式进行存储，每个文件应包

含一段或多段文本。

b)音频类样本数据应采用WAV、MP3、WMA、WAV、APE、FLAC、OGG、AAC等常见的音频文件格式进

行存储，每个文件应包含一段或多段音频。

c)图像类样本数据应采用JPEG、PNG、BMP、SVG、WEBP、EPS等常见的图像文件格式进行存储，

每个文件应包含一个图像。

d)视频类样本数据应采用MP4、M4V、WEBM、MOV、AVI、DIV等常见的视频文件格式进行存储，每