一种电缆终端头红外识别算法的FPGA实现研究
电子技术应用
吴卫堃1，郑耀华1，曾彦超1，曾祥伟1，巫志安1，李嘉成1，周骞2，袁超2
1.广东电网有限责任公司肇庆供电局；2.湖南大学 电气与信息工程学院
摘要： 针对在电站巡检中电缆终端头识别准确率低、实时性差等问题，设计一种基于粒子群算法（Particle Swarm Optimization，PSO）优化反向传播（Back Propagation，BP）神经网络的现场可编程门阵列（Field Programmable Gate Array，FPGA）红外识别系统。红外识别算法实现包括使用改进区域生长算法对红外图像进行分割，随后计算Hu不变矩作为神经网络输入特征。对于PSO-BP神经网络，选择7-10-1的网络结构，训练后均方误差为0.085，优于BP神经网络的0.136。在FPGA上实现时，采用定点数据量化、流水线结构及并行计算方法，同时对Sigmoid激活函数应用二次方程多段拟合。最终经过仿真验证，该系统识别率达到了92%并且算法速度提高了约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?？紤]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://m.tom3567.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。