面向输电线路边缘智能的硬件加速设计.pdfVIP

第51卷第2期/2025年2月/计算机工程研究论文

面向输电线路边缘智能的硬件加速设计

张树华1²，王继业²，赵传奇²，陈宏铭3*，郭咏雯3

（1.华北电力大学电气与电子工程学院，北京102206；2.中国电力科学研究院有限公司，北京100192；

3.浙江海洋大学信息工程学院，浙江舟山316022)

摘要：近年来，随着输电物联网的发展，输电线路在线监测成为重点建设项目，但嵌人式平台的计算能力和功

耗问题影响了输电线路可视化的实现。为解决这些问题，研究计算资源和存储资源高度融合的存内计算优化技

术。首先，设计了一种轻量级神经网络，专用于输电线路目标识别，有效降低了资源利用率；其次，提出一种适用

于卷积神经网络(CNN)的现场可编程逻辑门阵列(FPGA)计算架构，基于超轻量化异常目标识别神经网络算法，

结合特征图输出复用和乒乓机制等优化策略，大幅提升了嵌人式平台的运行率并降低了资源占用率；最后，利

用层融合技术、多通道传输和网络参数重排等策略，优化了嵌入式平台的功耗，提升了能效比。实验结果表明，

FPGA加速器在175MHz主频下工作时，功耗低于3.5W,在输电线路数据集上的识别帧率达到33帧/s，与其他

方案相比，在资源利用率、顿率和能效比方面均有显著提升。

关键词：人工智能加速；现场可编程逻辑门阵列(FPGA)；YOLOv3网络；RISC-V硬核；卷积神经网络

中图分类号：TP391文献标志码：AD0l:10.19678/j.issn.1000-3428.0069743

HardwareAccelerationDesignforEdgeIntelligenceofTransmissionLines

ZHANGShuhua2,WANGJiye”,ZHAOChuanqi?,CHENHongming*,GUOYongwen

(1.SchoolofElectricalandElectronicEngineering,NorthChinaElectricPowerUniversity,Beijing102206,China;

2.ChinaElectricPowerResearchInstitute,Beijing100192,China;

3.SchoolofInformationEngineering,ZhejiangOceanUniversity,Zhoushan316022,Zhejiang,China)

[Abstract)]Inrecentyears,withthedevelopmentoftheInternetofThings(IoT)forpowertransmission,the

onlinemonitoringoftransmissionlineshasbecomeakeyconstructionfocus.However,thecomputationalcapacity

andpowerconsumptionofembeddedplatformsaremajorobstaclestothevisualizationoftransmissionlines.To

addresstheseissues,thispaperproposesaninmemorycomputingoptimizationtechnologythateffectively

integratescomputingresourcesandstorageresources.First,alightweightneuralnetworkdesignedspecificallyfor

transmissionlinetargetrecognitionhasbeendevelopedtoeffectivelyreduceresour