2023年11月2日,在“第2届电力行业数字化转型大会暨第4届电力人工智能大会”上,「智创奖」第二届电力数智化转型技术创新应用评选颁奖典礼同期举行。
国网福建省电力有限公司电力科学研究院凭借其“电表底度ai识别微应用”案例,获得“新型电力系统人工智能技术创新应用案例奖”。
该应用创新融合人工智能目标检测、字符识别等模型以及流程自动化等技术,实现电表影像示数值及类别数据识别、中间校核、信息入库等环节智能替代与自动操作,提升底度等关键信息识别、快速校核、自动上传等速率,每百只电表入库作业流程由原来3个多小时缩短至20分钟以内,工作效率提升超10倍,为基层电表轮换提速。
目前已赋能全省9地市供电所开展规模化应用,赋能超50万只电表轮换工作。同时,创新地形成一套低成本、可推广的电力人工智能规模化应用经验,推动电网数字化与智能化转型升级。
传统智能电表轮换作业
存在的问题
智能电表轮换工作是指通过对使用寿命到期的电表进行轮换,并推进新一代hplc智能电表改造,来保障计量精准度、提高自动化抄表、远程费控与停复电成功率。国网福建电力积极践行“双满意”工程,2022年完成约645万只智能电表轮换。
然而,传统的智能电表轮换业务流程繁杂,除了人工需要到现场拆除电表外,还涉及电表拍照、底度信息抄写录入、校核、系统填报等多环节,总体工作量大,对利用智能化的方式提高作业效率需求大。
目前,传统的智能电表轮换作业主要存在以下问题:
1、大量电表影像数据依赖人工重复读写,制约基层电表轮换业务效率。因业务工作要求需对拆除电表进行拍照、关键信息读取及录入存证等作业,需要拍摄并人工读取的电表电量示数类别就包括:有功总示数、有功峰示数、有功谷示数,对于三相电表还存在第一象限无功示数、第四象限无功示数,全程依赖人工读写记录。
2、拆表入库涉及流程环节多、作业人员组成复杂、底度核验压力大。业务流程涉及供电所外勤班组、内业人员、区县级资产管理人员等处理环节,电表底度等关键信息需经历人工、系统等多次核验,跨层级、耗人力、失误风险较大。
3、大量数据录入业务系统未实现自动替代。拆表照片影像、底度等关键信息数据需经过重命名、逐一上传业务系统,经系统校核后完成业务闭环,多个环节具备智能化、自动化提升潜力。
电表底度ai识别微应用
总体技术路线
电表底度ai识别微应用总体技术路线包括:业务流程解构、工程化应用架构设计、核心图像识别算法研发、应用性开发等部分。
01、业务流程解构、工程化应用架构设计
电表拆表入库业务全流程解构。围绕拆表入库全环节作业内容,梳理重命名、底度等关键信息识别写入、智能校核、系统上传填报等步骤作智能替代,保留装拆、拍照、二次人工核验等人工操作。电表底度ai识别工程化微应用架构设计。依托省级人工智能平台,开发微应用延伸平台模型服务能力,设计部署rpa应用实现全过程高比例人工替代。
图:电表底度ai识别工程化微应用架构图
02、核心图像识别算法研发
算法模块包括目标检测模型、字符识别模型、图像分类模型等采用yolov5模型框架实现电表影像中,仪表盘中示数显示区域、分类显示区域(单相表)、类别功能码区域(三相表),以支持后续的示数值识别与类型分类识别计算。
在目标检测任务之后,进行数值识别,包括电量示数值的识别以及分类功能码(三相表)的识别。采用crnn-ctc算法模型开展。对于单相电表,由于屏显中无专门的类别功能码显示区域,类别识别采用右上角类别字符显示区域的图像分类进行识别。
图:电表底度ai识别工程化微应用架构图
03、应用性功能开发
开发网页微应用,集成各类图像识别模型功能,基于b/s架构研发web端微应用,配置图像上传、结果导出功能,同事结合业务系统流程开发rpa应用,实现基层作业人员通过本地电脑远程调用ai模型、就地修正、自动上传结果等“一键式”操作,实现“数据业务化,员工少动手”。
该技术成果适用于电力营销计量领域、设备图像识别领域,未来还可以进一步扩大模型支持能力,在计量装置缺陷识别等相关应用中开展赋能。
参与单位/参与人员:
国网福建省电力有限公司电力科学研究、国网福建省电力有限公司、国网泉州供电公司/谢炜、林爽、姚文旭、郑州、吴飞、李扬笛、林晨翔、上官敬尧
上一篇:无
cpem全国电力设备管理网 © 2016 凯发k8国际娱乐官网入口的版权所有 icp备案号:
"));