一种边缘侧AI模型热更新方法及系统

本发明公开了一种边缘侧AI模型热更新方法及系统，涉及边缘计算技术领域，解决了现有技术中AI模型远程更新中效率低、传输成本高及更新过程对设备连续性影响大的问题。本发明通过在变电站服务器群端执行增量训练、优化模型打包和压缩技术、利用KubeEdge平台实现模型分发与热更新，能够在边缘设备上高效运行优化后的AI模型，确保设备在不间断工作中始终保持最佳性能。同时，系统的性能监控与反馈机制能够实时监测设备运行状态，及时进行模型优化，形成闭环反馈，提升了模型适应性、精度、效率和系统的稳定性，降低了计算和存储成本，确保了智能巡检任务的高效执行。