基于深度广度联合剪枝的电力设备局部放电轻量化诊断方法
文档名：基于深度广度联合剪枝的电力设备局部放电轻量化诊断方法
摘要：边缘计算技术使在智能电力设备端开展基于神经网络的就地智能诊断成为可能,但存在电力智能终端资源受限与局部放电诊断模型高资源占用之间的矛盾.为解决此问题,该文提出了基于深度-广度联合剪枝的电力设备局部放电轻量化诊断方法.该方法将MobileNetV2作为基础模型,在训练中引入可迭代重要度因子,"端到端"地感知并裁剪模型中的冗余模块,实现深度方向的结构压缩;采用几何中值滤波器剪枝(FPGM)进一步去除各卷积层的冗余滤波器,并提出增强型模拟退火搜索算法(ESA)自主求解各层的剪枝比例,循环搜索直至获得最大限度的无损压缩模型.结果表明,该方法可以在数据驱动下自主设计高精度、轻量化、低延迟的局部放电深度诊断模型,相较于现有的深度模型,资源占用大幅降低、推理速度显著提升,为资源受限的电力设备边缘侧部署提供了技术支持.
作者：张翼朱永利Author：ZhangYiZhuYongli
作者单位：华北电力大学电气与电子工程学院保定071003
刊名：电工技术学报 ISTICEIPKU
Journal：TransactionsofChinaElectrotechnicalSociety
年，卷(期)：2023, 38(7)
分类号：TM85
关键词：局部放电深度学习自动化剪枝轻量化诊断结构设计
机标分类号：TP391TN402TP193
在线出版日期：2023年4月19日
基金项目：河北省自然科学基金，特高压工程技术(昆明、广州)国家工程实验室开放基金资助项目基于深度-广度联合剪枝的电力设备局部放电轻量化诊断方法[
期刊论文]电工技术学报--2023, 38(7)张翼朱永利边缘计算技术使在智能电力设备端开展基于神经网络的就地智能诊断成为可能,但存在电力智能终端资源受限与局部放电诊断模型高资源占用之间的矛盾.为解决此问题,该文提出了基于深度-广度联合剪枝的电力设备局部放电轻量化...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于深度-广度联合剪枝的电力设备局部放电轻量化诊断方法A Lightweight Partial Discharge Diagnosis Method of Power Equipment Based on Depth-Width Joint Pruning
基于深度-广度联合剪枝的电力设备局部放电轻量化诊断方法.pdf
页:
[1]