全国电力技术协作网首页
CopyRight 2012-2014 DS文库版权所有
燃煤智慧电厂边缘计算电力专用 AI 视频芯片的设计分析
(0 次评价)131 人阅读0 次下载
智慧巡检 - 733 - 燃煤智慧电厂边缘计算电力专用 AI 视频芯片 的设计分析 国电内蒙古东胜热电有限公司,赵俊杰、杨如意、王献文、张越 中楹青创科技有限公司,于大鹏 宇算智能科技有限公司,张献堂、马运宇 摘 要:本研究分析基于 28 纳米基础 FPGA 芯片,写入自主研发的深度神经网络算法,形成 FPGA 智能芯片的设计过 程,封装成“智能边缘物联网微算中心”,组成大规模分布式的边缘计算网络,以实现燃煤智慧电厂生产现场设备和人 不安全状态的快速识别和大规模安全风险报警应用。结果表明训练用于跑冒滴漏检测的全连接分类网络的改良新算法可 支持芯片级的算力运算,还可解决原有技术在图像动态变化的情况下,检测速度慢及检测精度低的问题。电力专用 AI 视 频芯片可降低人工智能数据中心的计算负载,使用边缘计算和云计算组合的方式,比单纯使用云计算能完成更多关键性 业务,为全厂安全生产创造经济效益约 147 万元/年。 关键词:智慧火电厂;边缘计算;摄像头物联网芯片;不安全场景识别;跑冒滴漏识别 燃煤火力发电厂为国计民生提供稳定、可持续 的高品质电能和热力能源,是国家能源安全和民生 的重要生产基地。火电厂生产现场存在噪音大、气 味浓,设备复杂,易发生跑冒滴漏的问题,生产现 场的视频监控以安防为主,依赖远程监视人员的责 任心,监视劳动强度大,智能化程度低。生产现场 的跑冒滴漏隐患排查和缺陷治理消缺,目前仍依赖 人力的远程视频监视和现场人员巡检,很容易出现 设备跑冒滴漏发现不及时的问题,易造成停产、停 电、设备损坏的重大事故。设备跑冒滴漏、人员不 戴安全帽、倒地等图像识别算法一般部署在远端的 服务器,对网络传输速率、图像质量、算力均有较 高的要求,存在部署成本高,识别不精准,反应滞 后等问题。因此,有必要通过自主设计研发,部署 基于边缘计算和智能安全识别的电力 AI 专用视频芯 片,以缓解网络延时和流量爆发等挑战,缓解电厂 人工智能监控跑冒滴漏系统、安防系统、人员行为 识别系统等应用主数据中心 AI 系统的计算分析性能 压力。 本研究分析燃煤电厂生产现场视频监控存在的 问题,基于深度神经网络算法和 FPGA 芯片,以边缘 计算快速识别生产现场的跑冒滴漏等不安全因素, 提高火电厂安全风险管控和快速应急响应能力。本 文的分析有助于了解基于神经网络算法的智能 FPGA 芯片设计,通过将智能芯片嵌入摄像头,形成成本 低廉、快速识别、功能强大的边缘计算。 燃煤火电厂生产现场安全管理存在的问题和痛 点包括: 1、随着设备老化,跑冒滴漏在生产过程中频繁 出现,包括电火花、火焰,酸碱液、浆液、高温蒸 汽、高压水泄漏,煤粉、灰、渣泄漏,润滑油、液 压油渗漏等,将会造成设备寿命下降,操作安全等 级下降,影响机组连续运行的安全性。在电力生产 过程中,跑掉的都是效益,漏掉的都是财富,更影 响安全生产。 2、网络延迟高。随着电厂人工智能视频图像识

打分:

0 星

用户评论:

关于我们 | 联系我们 | 版权声明 | 企业服务 | 媒体合作
备案号:京ICP备13025456号-2 | 客服电话:010-88892009 | 反馈建议:1565227076@qq.com