期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
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 被引量:4
1
作者 张翼 朱永利 《电工技术学报》 EI CSCD 北大核心 2023年第7期1935-1945,1955,共12页
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... 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。 展开更多
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
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部