面向输电线路异常目标识别的模型加速技术

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

面向输电线路异常目标识别的模型加速技术

更新时间：2025-11-08

- 面向输电线路异常目标识别的模型加速技术
- Issue 5, Pages: 41-47(2025)
- 作者机构：
  
  1. 中国电力科学研究院有限公司
  2. 华北电力大学电气与电子工程学院
  3. 国家电网有限公司
  4. 国网江西省电力有限公司电力科学研究院
  5. 国网宁夏电力有限公司电力科学研究院
  6. 国网江苏省电力有限公司南京供电分公司
- 作者简介：
- 基金信息：
- DOI：
  CLC： TM75;TP391.41
- Published：2025
- 稿件说明：
移动端阅览
[J]. 2025, (5): 41-47.
DOI：

[J]. 2025, (5): 41-47. DOI：

摘要

针对输电线路目标识别帧率较低的问题，提出一种改进的YOLO(you only look once

YOLO)v3-tiny网络模型。通过设计基于深度卷积可分离的新型网络架构，并引入正负样本置信度以优化损失函数，显著提升了所提模型的检测速度；采用像素自适应和通道自适应技术进行图像特征融合，对激活函数通过寄存器移位操作来加速运行，实现了网络模型参数与检测精度之间的平衡。提出一种硬件移位逼近浮点数的移位方法，简化了硬件运算，并基于平均准确率提出硬件移位准则，最终确定了适用于存内计算的卷积神经网络加速器方案。该方法在降低功耗38.9%和减少逻辑资源消耗83.6%的同时，平均准确率仅下降0.1%；在电力数据集上，实现了70.4%的平均识别准确率。该文的创新之处在于对网络架构和硬件加速方案进行优化，显著提高了目标识别的效率。

Abstract

关键词

Keywords

references

王昆.深度学习中的卷积神经网络硬件加速系统设计研究[D].贵州大学,2019(09).

Williams Thomas J.,Lamb Jessica V.,Buffet Jean Charles,Khamnaen Tossapol,O'Hare Dermot.Synthesis of ultra-high molecular weight poly(ethylene)-co-(1-hexene) copolymers through high-throughput catalyst screening[J].RSC ADVANCES,2021.

Shuhua Zhang,Jinsong Wang,Haibo Liu,Jie Tong,Zheng Sun.Prediction of energy photovoltaic power generation based on artificial intelligence algorithm[J].Neural Computing and Applications,2020.

Wang Bin,Dong Ming,Ren Ming,Wu Zhanyu,Guo Chenxi,Zhuang Tianxin,Pischler Oliver,Xie Jiacheng.Automatic Fault Diagnosis of Infrared Insulator Images Based on Image Instance Segmentation and Temperature Analysis[J].IEEE Transactions on Instrumentation and Measurement,2020.

Sadykova Diana,Pernebayeva Damira,Bagheri Mehdi,James Alex.IN-YOLO: Real-time Detection of Outdoor High Voltage Insulators using UAV Imaging[J].IEEE Transactions on Power Delivery,2019.

Zhi Zhou,Xu Chen 0004,En Li,Liekang Zeng,Ke Luo,Junshan Zhang.Edge Intelligence: Paving the Last Mile of Artificial Intelligence With Edge Computing.[J].Proceedings of the IEEE,2019.

Geoffrey E. Hinton,Oriol Vinyals,Jeffrey Dean.Distilling the Knowledge in a Neural Network.[J].CoRR,2015.

张树华,王继业,王辰,赵传奇,张鋆.基于分层模糊神经网络的边缘侧光伏发电能量预测[J].现代电力,2024(03).

焦飞,宋睿,张鋆,彭国政,周华良,李友军,赵传奇,张树华.存算一体技术研究进展及其在电网中的应用探索[J].电网技术,2024(01).

陈轶阳,王小宁,卢莎莎,肖海力.面向高性能计算系统的容器技术综述[J].计算机科学,2023(02).

张鋆,王继业,宋睿,张树华,焦飞.基于边缘智能的输电线路异常目标高效检测方法研究[J].电网技术,2022(05).

姜斌.高性能计算系统在大数据分析中的应用探究[J].电子元器件与信息技术,2021(02).

郝帅,马瑞泽,赵新生,安倍逸,张旭,马旭.基于卷积块注意模型的YOLOv3输电线路故障检测方法[J].电网技术,2021(08).

莫梓嘉,高志鹏,苗东.边缘智能:人工智能向边缘分布式拓展的新触角[J].数据与计算发展前沿,2020(04).

阳王东,王昊天,张宇峰,林圣乐,蔡沁耘.异构混合并行计算综述[J].计算机科学,2020(08).

郭昕婕,王绍迪.端侧智能存算一体芯片概述[J].微纳电子与智能制造,2019(02).

江慧芳,蔡达,王晓蕊.基于CPU-GPU异构环境的运算代价评估模型[J].计算机工程,2017(09).

桂小林,钱德沛.面向高性能计算和广域异构资源共享的元计算系统[J].计算机工程,2001(08).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

AI问答

⁰