Research on the Recognition Method of Electric Energy Meter Lead Title based on the Fuzzy Image Processing

This article puts forward an automatic recognition algorithm of electric energy meter lead seals： firstly, the image will be histogram equalization, smoothing, binaryzation pretreatment, then according to the image characteristics of text changes, the system can quickly and accurately segment image from complex background, finally the system extract different dimension and the feature of English and Arabia using digital projection transform coefficient method and to identify the corresponding number by BP neural network, solves the problem of automatic recognition of electric energy meter lead sealing.

Design of PLC Centralized Meter Reading System

With the increasing development of urban housing construction and the rapid expansion of the number of inhabitants and independent electric energy meter, a variety of tariff systems are launched, meter reading metering becomes increasingly complex, and the traditional manual meter reading is already hard to adapt to new changes. This thesis studies the design of a centralized meter reading system. This program applies PLC technology for information transfer, which guarantees the stability of system carrier communication. This system is composed of electric energy meter, collector, concentrator and other hardware, as well as communication and management software of collection copies system. It is characterized by functions of power data collection, centralization, remote transmission, distance control, electricity analysis, line loss calculation, integrated query, and time-sharing billing. Its promotion and application will necessarily provide important technical means for power supply, property and urban utilities to improve their modernized and automatic management level.

引入注意力机制的偏转字符识别算法

由于传统人工抄表成本高且受恶劣环境限制,使得智能抄表成为以后的发展方向。常见的电表主要可分为机械字轮电表和液晶电表两类。其中,由于机械字轮电表存在的偏转问题,导致其在字符识别的过程中出现了字符特征信息缺失的情况,从而使该表型识别准确率较低。为了解决此问题,本文对YOLOv5识别算法的骨干网部分进行了修改,提升了算法对机械字轮电表偏转字符的识别效果。首先,在网络模型中引入了CBAM注意力机制,提升了网络模型对偏转字符的特征提取能力。其次,将切片操作(Focus)替换成一个6×6的卷积,并使用更快的SPPF池化结构替换了原先的SPP池化结构以提升算法的运算速度。为了测试模型的识别效果,采集了329张电表偏转字符样本进行实验,整体识别准确率可以达到99.4%。同时采集了1500张液晶电表样本对模型的泛化性进行测试,识别准确率达到了99.6%。实验结果表明,本文方法解决了偏转字符识别率低的问题,同时验证了识别模型具有很强的泛化性。

基于不规则目标检测的指针式仪表读数识别方法

针对目前指针式仪表读数识别方法流程多、累计误差大、对倾斜图像识别效果差的问题,提出一种基于不规则目标检测网络的指针式仪表读数识别方法。首先构建校准网络结构,提取不规则目标顶点坐标,实现对图像自动进行透视变换,强化整体网络对倾斜样本的学习性能;随后利用卷积神经网络直接提取图像特征,实现读数信息的回归任务,减少方法步骤;最后整合模型,使倾斜校准与读数识别任务通过同一个可反向传播的神经网络学习并实现。实验表明,该方法提高了对倾斜仪表图像的读数识别精度,读数流程短、识别效率高。

基于机器学习和模板匹配的变电站仪表自动读数方法

针对变电站固定摄像头拍摄的各种类型的指针式仪表,提出一种自动读数方法。该方法包括模板制作、模板匹配、图像处理、表针识别和几何读数五个阶段。通过模板制作确定刻度值和角度的几何关系,使用模板匹配算法定位待读数的仪表盘位置,提取仪表盘部分的图像,并通过高斯滤波和伽马变换降低光照和阴影对表针识别的干扰。为提升复杂环境下图像二值化的效果,使用K均值聚类算法获取仪表盘图像的动态二值化阈值。为适应圆形和椭圆形变形的表盘,使用可变长度的线段拟合仪表盘二值化图像中的表针,获取表针的旋转角度,再结合主要刻度的角度和刻度值的对应关系,计算出表针角度对应的读数。实际应用结果表明,针对自然场景下变电站中的指针式仪表,该方法对光照、阴影、遮挡、倾斜、变形等干扰因素具有良好的鲁棒性,误差均小于最小刻度间隔,满足工程应用要求。

基于蓝牙技术的电能抄表系统设计

许多地区的用电户分布比较散,位置比较偏僻,给用户的用电管理和布线带来了不便,因此,优化和改进电能抄表系统显得尤为必要。将电能抄表系统作为研究对象,运用蓝牙通信技术,确定了一个基于蓝牙技术的电能抄表系统的总体架构。通过信号采集器收集电能数据,使用蓝牙模块,实现全双工通信,可以实现电压、电流采集,计算功率和用电量,并通过蓝牙串口进行电能数据的传输,利用计算机仿真软件对抄表系统的性能进行测试,验证系统的无线抄表功能,从而实现短距离无线抄表,更快捷地完成电能抄表任务,提高工作效率和准确性。

电能计量中的自动化技术应用

电能计量系统属于电力管理系统的基础性内容,主要负责对各项基础性数据进行采集和计量,能够为后续运维与管理等工作的开展提供数据依据,是保证电力系统管理工作开展质量的关键所在。将自动化技术应用到电能计量中,能够在有效提高电能计量效率的同时,解决人工计量所存在的各种问题,保证电能计量精准度,会对我国电力系统应用与发展产生积极作用。通过对电能计量自动化技术应用优势的介绍,对自动化系统展开研究,并会在此基础上对自动化技术在电能计量中的应用展开深度探讨,旨在提高自动化技术应用水平,推动我国电能计量工作稳定性发展。

电能计量数据的采集技术分析

阐述低压电能计量集抄技术发展现状、技术原理及系统组成。探讨电能计量集抄技术及工作特点、组网方式,分析低压计量集抄装置常见故障类型,以及做好低压集抄系统日常维护的方法。

基于5G通信的电能计量抄表系统设计

文章针对现有电能计量抄表系统面临的实时性、可靠性及灵活性挑战,提出一种基于5G通信技术的创新解决方案。通过在智能电表中集成高速率、低时延的5G通信模块,并在系统后端采用先进的边缘计算和混合存储架构,实现了电表数据的实时采集、高效传输以及智能处理,有效提升了系统的整体性能。仿真实验结果表明,当信噪比(Signal to Noise Ratio,SNR)达到10 dB及以上时,该方案能够将数据传输时延控制在2.7 ms以内,平均吞吐量达到186.5 Mb/s及以上,同时在不同节点规模下实现了最高99.97%的数据可用性,能够满足未来智能电网的技术需求。

一种质量法机械式水表串联自动检定装置设计

针对机械式水表读数的现有图像识别方法识别成功率低、效率低的问题,开发了一种动态识别指针(或梅花轮)位置的图像识别方法。对被测水表进行摄像,自动定位、跟踪末位指针或梅花轮转动圈数和角度(坐标),实时图像识别转化为水量读数,结合计量标准器自动测量的实际累积水量,实现水表示值误差自动检定。设计了一套基于图像识别的质量法机械式水表串联自动检定装置,实现6~10台同规格DN(15-25)水表同时自动检定;图像识别成功率高于99.9%,检定装置准确度等级达0.2级;与人工检定相比,检定时长从23.5~43分钟降低至11~15分钟,显著提升了水表检定工作质量和效率。

电能计量集抄技术研究

电能计量是电力行业发展的关键影响因素之一,直接影响行业效益。电能计量集抄作为计量的关键性技术之一,需要电力行业管理人员加强对集抄技术的重视,以保证相关作业的落实。文章结合电能计量工作的实际需要对集抄技术的特点以及现状进行分析,分析了集抄存在的难点,并在此基础上制订了科学的运用策略,以保证集抄作业的落实。

智能核算技术在电力营销模式创新中的应用

阐述智能抄表技术与电力营销业务现状,探讨基于智能抄表的电力营销业务模式创新。通过实例分析和实践应用,分析优势和存在的问题,提出加强智能抄表技术的研发与应用、加强跨部门的协同与合作、提高业务素质和优化客户关系管理的建议。

Energy flow problem solution based on state estimation approaches and smart meter data

Accurate electric energy(EE)measurements and billing estimations in a power system necessitate the development of an energy flow distribution model.This paper summarizes the results of investigations on a new problem related to the determination of EE flow in a power system over time intervals ranging from minutes to years.The problem is referred to as the energy flow problem(EFP).Generally,the grid state and topology may fluctuate over time.An attempt to use instantaneous(not integral)power values obtained from telemetry to solve classical electrical engineering equations leads to significant modeling errors,particularly with topology changes.A promoted EFP model may be suitable in the presence of such topological and state changes.Herein,EE flows are determined using state estimation approaches based on direct EE measurement data in Watt-hours(Volt-ampere reactive-hours)provided by electricity meters.The EFP solution is essential for a broad set of applications,including meter data validation,zero unbalance EE billing,and nontechnical EE loss check.

基于旋转目标检测的指针式仪表示数识别方法

针对目前指针式仪表示数识别方法实用性差、累计误差大的问题,提出了一种基于旋转目标检测网络的指针式仪表示数识别方法。首先,改进网络模型YOLOv5s,生成旋转目标检测网络,同时,引入密集编码标签,解决旋转目标检测中存在的边界问题,并向模型中引入注意力模块,提升模型获取目标特征的能力;其次,利用网络输出的位置与角度信息对表盘进行倾斜校正和刻度点筛选,省去了对表盘指针进行直线检测的时间;最后,利用角度法完成仪表示数读取。实验证明,该方法读数误差较小,具有一定的抗干扰能力,进一步提高了示数读取的速度和精度。

非对称交叉平均教师:一种半监督语义分割算法及其在变电站表计读数识别中的应用

针对数据集标注成本高昂的问题,提出一种半监督语义分割算法,可以利用少量标注数据和大量无标注数据训练高精度的分割模型,节省大量人工标注成本。该文算法在经典的平均教师算法的基础上进行改进,将单组教师-学生模型扩展为双分支结构,采用交叉监督的方式进行学生模型训练,有效解决了平均教师算法的模型耦合问题。另外,引入非线性投影模块构造两个非对称分支,使模型学习到异质知识,进一步提升了算法性能。对算法进行针对性调整后,可以较好地适配变电站实际应用场景。实验结果表明,该文算法不仅在变电站表计图像分割任务中表现出良好的性能,还在两个学术数据集PASCAL VOC 2012和CamVid中超过了当前主流算法。

基于关联系数网络的电表异构信息提取方法

针对拆回电表厂家和型号众多,人工分筛的数据录入效率低、准确率难以保证的问题,提出一种基于改进关联系数神经网络的电表异构信息提取方法。首先,利用连接文本提议网络(connectionist text proposal network,CTPN)定位型号文本,并利用密集连接卷积网络(DenseNet)和连接时序分类(connectionist temporal classification,CTC)识别,获取型号初步识别结果;其次,利用轻量化的实时快速目标检测(YOLOv4-Tiny)网络检测电表商标,获取厂家初步识别结果;再次,在验证集进行测试,获取合适的自适应关联系数;最后,基于厂家和型号的信息关联和二者初步识别结果,进行关联识别,提取电表异构信息。实验结果表明:文中提出的改进关联系数神经网络可有效提取拆回电表型号和厂家这两种不同结构的信息,准确率达到98.71%,提取单张电表信息平均耗时0.406 s。与主流文本识别和目标检测算法相比,所提算法提高了拆回电表信息提取精度,有助于实现拆回电表信息的自动录入与建档。

基于YOLOv5与改进VGG-CTC的数字仪表自动读数方法

随着数字电网的发展,数字仪表在电网中的应用越来越广泛。为进一步提高数字仪表自动读数算法的准确率和识别效率,推动数字电网建设,文中提出一种基于YOLOv5和改进VGG-CTC模型的数字仪表自动读数方法。该方法包括数字区域定位和仪表字符识别两部分。首先,采用YOLOv5模型检测输入图像的仪表数字区域,输出预测的数字区域边界框;然后,对VGG网络的卷积层和全连接层参数进行改进,提出一种改进VGG网络,将预测的数字区域输入该网络,即可提取数字区域图像特征,通过长卷积层输出字符概率分布信息;最后,经过CTC转录模块将概率分布序列映射为预测的数字仪表示数。实验结果表明,所提自动读数方法的准确率为89.63%,识别时间为439 ms,相比其他读数方法具有较好的读数准确率和识别速度,能够提高智能电网对设备状态监测的准确性和高效性,对推进能源物联网和数字化电网的建设具有重要意义。

字轮式仪表智能图像抄表系统的设计

为了克服人工抄表效率低和现有图像识别方法对双半字符识别不准的问题,设计了基于窄带物联网(NB-IoT)技术和轻量级卷积神经网络(CNN)的字轮式仪表智能图像抄表系统。首先,图像采集终端用NB-IoT模组将摄像头获取的表盘图像上传至云平台;然后,使用局部特征提取与匹配方法估计仿射变换矩阵,将输入的表盘图像转换至模板图像所在坐标空间并分割出各个读数的字符子图像;最后,使用基于多标签分类的轻量级CNN模型识别这些子图像并通过后处理得到最终表盘读数结果。实验结果表明,系统的图像采集终端休眠电流小于10μA,可确保2节锂亚电池工作5年以上;所提出的基于多标签分类的CNN模型能准确识别单字符和双半字符,达到了96.36%的字符识别准确率和94.15%的读数识别准确率,优于对比的其他识别算法。

结合模板匹配和深度神经网络的电能表信息识别

针对真实拍摄电能表图像受光照、污渍及拍摄角度等影响给识别带来的挑战,提出一种结合模板匹配和深度神经网络的电能信息识别方法。利用SIFT特征与模板库中图像进行匹配来获得待测电能表的类型(即高压或低压电能表),利用边缘信息和Hough变换提取出准确的电能表屏幕区域,进一步借助所匹配的标准模板标定信息获得待测图像的屏幕示数及示数标签区域;在此基础上,利用等间隔分割和对标签区域是否存在标签的二分类判定网络来实现示数数字的分割和标签识别,利用数字识别网络识别出示数。所提方法充分利用了模板标定信息,将复杂条件下的示数检测变为简单有效的等距分割,将标签识别由复杂的文本检测和识别任务变为简单高效的二值检测任务,因而具有更好的鲁棒性。实验结果证明了该方法的有效性。

基于改进YOLOv5与CRNN的电表示数识别

为了提高电表示数检测和识别的准确率,基于轻量高效的YOLOv5s网络提出了改进的目标检测网络。首先,在特征提取阶段添加CBAM注意力机制对图像的重要特征进行自主学习,并设计了一种特征融合网络D-BiFPN加强了对深层特征的提取;其次,引入CIOU损失函数,使目标框的回归更加稳定。对CRNN文本识别算法的主干网络进行改进,模型保持轻量化的特点,在移动端部署上有良好的前景。最后,在电表数据集上测试得出:相比于YOLOv5算法,所提出的算法精度均值提升了5.13%;相比于CRNN算法,所提出的文本识别算法准确率提升了7.4%。实验结果表明,改进后的文本检测算法对电表示数的检测精度较高,文本识别算法准确率和速度较高,满足电表示数检测识别的实际应用需求。