智能电能表生产全流程质量数据采集方法研究

当前智能电能表生产企业和电力公司之间缺乏有效的共享机制,缺少对智能电能表从设计制造到运行报废全生命周期各环节质量控制点的全面掌控,导致智能电能表在运行过程中存在批量故障,运维成本和舆情压力较大。针对以上问题,文章对智能电能表生产全流程质量数据采集方法进行研究,设计质量数据采集架构、质量数据模型和质量数据的接入方法,与电力公司侧的计量生产调度平台共同实现对智能电能表的全链条质量数据的采集。试验结果表明,这项采集技术使得数据采集效率提升到原来的8倍,数据准确性也得到提升,为智能电能表的质量管控以及典型应用场景的开发奠定了基础。

基于改进的YOLOX家用燃气表检测算法

针对家用燃气表人工集中抄表作业过程中检测背景复杂、实时性差、数字目标小等问题,提出了一种基于改进的YOLOX家用燃气表数字检测算法S-YOLOX。首先,削减CSPDarknet结构,降低主干网络的深度;其次,对特征金字塔进行调整,加强小目标物体检测;最后,修订PANet和Head结构的激活函数,解决梯度轻微爆炸问题。实验结果表明,SYOLOX算法不仅减少了模型的参数量,而且提高了检测精度,其中S-YOLOX-l模型平均精度(mAP)达到了94.9%,提高了2.2%,模型大小仅为原模型的32.9%。