考虑风险瞬时性的生产安全风险辨识模型前端加速方法技术

本发明专利技术公开了考虑风险瞬时性的生产安全风险辨识模型前端加速方法，包括：利用基于MobileNetV3的轻量化生产影像视觉特征提取模块进行特征提取；对替换后的生产安全风险辨识模型进行样本训练和测试，得到基准生产安全风险辨识模型；利用联合判别函数评估基准生产安全风险辨识模型中各个特征通道的重要程度；根据各个特征通道的重要程度，剪枝删除冗余的特征通道，然后进行微调整得到轻量化生产安全风险辨识模型；判断轻量化生产安全风险辨识模型是否达到终止条件，否则回到上一步；利用量化运算方式对轻量化生产安全风险辨识模型进行轻量化压缩。能提高风险辨识模型在风险防护前端装置的响应速度，保障生产安全风险防控的时效性。效性。效性。

【技术实现步骤摘要】
考虑风险瞬时性的生产安全风险辨识模型前端加速方法


[0001]本专利技术属于电力安全管控方法
，涉及考虑风险瞬时性的生产安全风险辨识模型前端加速方法。

技术介绍

[0002]随着电力系统的规模不断扩大，系统运行过程中的安全事故频繁发生。其中电力生产安全风险的强瞬时性为电力安全管控带来了巨大的挑战。由于电力生产安全风险的强瞬时性特征，对于风险智能辨识模型的响应速度有较高需求，将智能模型推理过程下放至实体防护装置前端中实现风险的本地化识别与告警已成为迫切发展趋势。然而当前安全风险识别方法主要是以卷积神经网络等深度学习模型为基础，借助云计算中心丰富的计算资源进行模型训练与推理，现有安全风险辨识模型呈现结构庞大、网络层数多、所需计算资源较多等特点，无法适用于算力有限的生产安全风险防护前端装置。
[0003]为了提高对于终端数据的传输能力和运算速度，边缘计算得到了相关领域的广泛关注，并先后衍变出了移动边缘计算(Mobile edge computing，MEC)、雾计算(Fog computing)和海计算(sea computing)等多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.考虑风险瞬时性的生产安全风险辨识模型前端加速方法，其特征在于，包括以下步骤：步骤1、将生产安全风险辨识模型作为原始模型；步骤2、利用基于MobileNetV3的轻量化生产影像视觉特征提取模块替代生产安全风险辨识模型中的基于卷积神经网络的复杂特征提取模块，得到替换后的生产安全风险辨识模型；步骤3、对替换后的生产安全风险辨识模型进行样本训练和测试，得到基准生产安全风险辨识模型；步骤4、利用联合判别函数评估基准生产安全风险辨识模型中各个特征通道的重要程度；步骤5、根据各个特征通道的重要程度，剪枝删除基准生产安全风险辨识模型中冗余的特征通道，然后对删除特征通道后模型架构进行微调整，保证剪枝后风险辨识模型的完整性，得到轻量化生产安全风险辨识模型；步骤6、判断轻量化生产安全风险辨识模型是否达到终止条件，否则回到上一步；步骤7、利用量化运算方式对轻量化生产安全风险辨识模型进行轻量化压缩。2.根据权利要求1所述的考虑风险瞬时性的生产安全风险辨识模型前端加速方法，其特征在于，所述基于MobileNetV3的轻量化生产影像视觉特征提取模块的获取过程为：先采用具有线性瓶颈的倒残差结构获取生产影像的复用特征，再通过轻量化注意力机制模块增强对重要视觉特征的表达，之后通过网络搜索架构模块获得轻量化生产影像视觉特征提取模块。3.根据权利要求1所述的考虑风险瞬时性的生产安全风险辨识模型前端加速方法，其特征在于，所述联合判别函数为重构误差L
M
(K)及网络中间通道的判别力损失...

【专利技术属性】
技术研发人员：马富齐，王波，刘永文，贾嵘，李微，刘恒，王嘉勋，穆睿昕，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：