我们基于昇腾 710A 边缘 AI 芯片（部署于配电网馈线终端 DTU），构建智能电网故障行波检测系统，需实时处理配电网高频行波信号（采样率 500kHz，单帧数据长度 10240 点），实现故障类型识别、故障距离定位（要求故障检测时延 <20ms，定位误差 < 50m，边缘端功耗≤25W，抗电网谐波干扰准确率> 98%）。已部署基础小波变换算法，但仍遇核心瓶颈：高频行波信号谐波干扰导致特征提取精度低、边缘端算力有限导致实时分析时延超标、多馈线并行检测时显存占用过高引发任务阻塞。

具体疑问

1. 如何结合昇腾 710A 的硬件加速预处理能力，优化高频行波信号的抗干扰特征提取，提升故障类型识别准确率？
2. 针对边缘端算力约束，如何基于 Ascend C 开发轻量化故障定位算子，在 20ms 内完成故障距离精准计算？
3. 如何优化昇腾 710A 的多馈线并行推理调度策略，降低显存占用并避免任务阻塞？