一種電纜終端頭紅外識別算法的FPGA實現研究
電子技術應用
吳衛堃1，鄭耀華1，曾彥超1，曾祥偉1，巫志安1，李嘉成1，周騫2，袁超2
1.廣東電網有限責任公司肇慶供電局；2.湖南大學 電氣與信息工程學院
摘要： 針對在電站巡檢中電纜終端頭識別準確率低、實時性差等問題，設計一種基于粒子群算法（Particle Swarm Optimization，PSO）優化反向傳播（Back Propagation，BP）神經網絡的現場可編程門陣列（Field Programmable Gate Array，FPGA）紅外識別系統。紅外識別算法實現包括使用改進區域生長算法對紅外圖像進行分割，隨后計算Hu不變矩作為神經網絡輸入特征。對于PSO-BP神經網絡，選擇7-10-1的網絡結構，訓練后均方誤差為0.085，優于BP神經網絡的0.136。在FPGA上實現時，采用定點數據量化、流水線結構及并行計算方法，同時對Sigmoid激活函數應用二次方程多段擬合。最終經過仿真驗證，該系統識別率達到了92%并且算法速度提高了約6倍。
中圖分類號：TN79 文獻標志碼：A DOI: 10.16157/j.issn.0258-7998.246172
中文引用格式： 吳衛堃，鄭耀華，曾彥超，等. 一種電纜終端頭紅外識別算法的FPGA實現研究[J]. 電子技術應用，2025，51(7)：95-100.
英文引用格式： Wu Weikun，Zheng Yaohua，Zeng Yanchao，et al. Research on FPGA implementation of an infrared identification algorithm for cable terminals[J]. Application of Electronic Technique，2025，51(7)：95-100.
中文引用格式： 吳衛堃，鄭耀華，曾彥超，等. 一種電纜終端頭紅外識別算法的FPGA實現研究[J]. 電子技術應用，2025，51(7)：95-100.
英文引用格式： Wu Weikun，Zheng Yaohua，Zeng Yanchao，et al. Research on FPGA implementation of an infrared identification algorithm for cable terminals[J]. Application of Electronic Technique，2025，51(7)：95-100.
Research on FPGA implementation of an infrared identification algorithm for cable terminals
Wu Weikun1，Zheng Yaohua1，Zeng Yanchao1，Zeng Xiangwei1，Wu Zhian1，Li Jiacheng1，Zhou Qian2，Yuan Chao2
1.Zhaoqing Power Supply Bureau， Guangdong Power Grid Co.， Ltd.；2.School of Electrical and Information Engineering， Hunan University
Abstract： To address the issues of low identification accuracy and poor real-time performance of cable terminal heads during power station inspections, a field programmable gate array (FPGA) infrared recognition system based on particle swarm optimization (PSO) to optimize back propagation (BP) neural networks has been designed. The infrared recognition algorithm includes the use of an improved region growing algorithm for segmenting infrared images, followed by the calculation of Hu invariant moments as input features for the neural network. For the PSO-BP neural network, a 7-10-1 network structure was chosen, achieving a mean squared error of 0.085 after training, which is better than the 0.136 of the BP neural network. When implemented on the FPGA, fixed-point data quantization, pipelined architecture, and parallel computing methods were employed, along with a piecewise quadratic fitting for the Sigmoid activation function. Ultimately, through simulation verification, the system achieved a recognition rate of 92% and improved the algorithm's speed by approximately six times.
Key words : FPGA；infrared image recognition algorithm；region growing method；Hu invariant moments；PSO-BP neural network
引言
電纜終端頭是電力系統的重要組成部分，其運行狀態影響電網安全。紅外成像技術因其非接觸性和穿透力強[1]，在電纜終端頭識別中得到廣泛應用。然而，復雜背景使傳統紅外識別算法容易出現識別錯誤、實時性差等問題[2]，從而導致其狀態診斷結果無法及時匹配對應的設備類型，影響運行狀態系統的正常運行。
近年來，神經網絡在圖像識別中廣泛應用[3]，能夠在復雜環境中準確識別目標物體。將紅外圖像處理算法與神經網絡結合是更優解。目前，電力巡檢中常用的神經網絡包括BP神經網絡、卷積神經網絡和生成對抗網絡。然而，這些算法通常依賴計算機平臺，難以滿足電力巡檢對便攜性和實時性的要求，因此需要移植到嵌入式平臺。考慮到嵌入式硬件資源，BP神經網絡因其簡潔結構和較低計算需求，更適合硬件部署，但其容易陷入局部最優，而PSO算法可以優化BP神經網絡的初始權重和偏置，顯著提升識別效果[4]。
在硬件設備的選擇上相比于DSP+ARM架構，FPGA憑借其并行處理能力和高速計算優勢[5]，更適合進行電站中的數據處理[6]，近年來已廣泛應用于高速圖像處理領域。
本文基于以上分析提出一種基于PSO-BP神經網絡優化紅外識別算法的FPGA系統，通過FPGA并行計算和流水線結構優化，實現電纜終端頭紅外圖像的實時、準確識別。
本文詳細內容請下載：
http://www.xxav2194.com/resource/share/2000006602
作者信息：
吳衛堃1，鄭耀華1，曾彥超1，曾祥偉1，巫志安1，李嘉成1，周騫2，袁超2
（1.廣東電網有限責任公司肇慶供電局，廣東 肇慶526000；
2.湖南大學 電氣與信息工程學院，湖南 長沙410000）
此內容為AET網站原創，未經授權禁止轉載。