一种电力场站云边模型演进方法及相关装置

本申请属于一种模型演进方法，针对云侧学习范式计算和通信成本高，新应用环境下的数据特征无法及时更新至模型，边侧学习范式的泛化性能和精度低，模型服务响应延迟长的技术问题，提供一种电力场站云边模型演进方法及相关装置，基于训练后的模块选择器和云侧大模型，针对给定的边侧设备做子模型拆分，为给定的边侧设备下发部署子模型后，对下发部署的子模型进行训练后，对各子模型的参数进行聚合，并更新云侧大模型的模块参数，然后再次拆分和下发部署。本申请中云侧大模型可动态更新不同边侧的知识，保证全局数据分布覆盖高度动态变化的边侧环境，从而保证模型性能能够及时应对高度变动的环境需求。