一种低功耗的电网巡检故障图像识别方法
郭锋1
柳骏2
王裘潇2
徐海3
万广雷2
1.国网浙江省电力有限公司设备部,杭州3100072.国网浙江省电力有限公司台州供电公司3.国网信通产业集团安徽继远软件有限公司,合肥230088
摘要：针对计算机平台在图像处理过程中面临的高能耗问题,研究了电网巡检故障图像识别的低功耗神经网络加速方法.采用直接映射方式将卷积层与全连接层的计算分别映射至独立的计算核心,提出了针对图像处理过程不同阶段的优化方案,实现了不同运算层次与硬件资源之间的匹配,并通过遗传算法得到了神经网络的并行优化参数.结果表明,优化后的LetNet-5与AlexNet卷积神经网络运行能效分别为优化前的1.94倍和1.8倍,单张图片的平均处理速度约为原来的4～5倍和2～3倍.
关键词：卷积神经网络电网巡检图像识别循环展开平衡剪枝批处理遗传算法参数优化
分类号：TM744(输配电工程、电力网及电力系统)
资助基金：国家自然科学基金(61372071)国家电网有限公司总部科技项目(5211TZ18000V)
论文发表日期：2023-01-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 6-11 )
英文信息