一种应用于智能电能表的大模型跨端转移压缩方法及设备

本发明公开了一种应用于智能电能表的大模型跨端转移压缩方法，包括：S1.对终端设备的硬件特性进行量化建模，并同时基于量化数据，生成指导模型压缩的特征指纹；S2.基于指纹动态调整量化建模后模型结构各层的压缩策略，在保证精度的前提下最大化资源利用率；S3.通过构建设备拓扑感知的传输网络，实现集群级模型更新的高效分发；S4.在终端注入轻量化适配模块，快速消除设备间特征差异，完成模型与终端环境的精准适配。本发明通过设备特征感知压缩、动态适配器注入、协同差分传输三大核心技术，构建“终端特征分析‑分层动态压缩‑集群协同分发‑在线微调校准”的全流程闭环，能够实现异构终端集群的模型跨端迁移瓶颈突破。