圖像識別技術在智能電表計量誤差檢測中的應用

李順鑫 劉衛新 楊永建 衛程

摘要：為了降低智能電表計量誤差，降低竊電行為的發生，本文通過對圖像識別技術進行深入研究，結合 Android 開發檢測程序，提出以脈沖燈為識別對象進行檢測計量誤差的手持設備。 在圖像增強方面，首先通過灰度變換，降低圖像處理的運算，利用圖像形態學濾波的方式進行濾波，通過對脈沖燈閃爍時的亮度、顏色和形狀等特征的檢測，實現脈沖燈亮滅的識別，并以此開發檢測程序。

關鍵詞：圖像識別技術;智能電表計量誤差

1 智能電表簡介

智能電表是智能電系統地終端，除了具備普通電表的電量計量功能外，還具有數據處理、實時監測、自動控制、信息交互等功能。智能電表一般由測量單元、數據處理單元、通信單元等組成，其工作原理是電表集成電路通過對實施采樣的電流和電壓信息進行處理并轉換成與電能形成正比的脈沖輸出，系統單片機控制把脈沖處理為電量在顯示屏上顯示。在通關根據生產實際要求，它支持雙向計電、階梯式定價、分時段定價和峰谷式定價等多種方案。考慮到電表計量誤差對電力營銷有一定影響，所以在計量電表時，務必要做好誤差抑制，盡量減小，甚至消除電表計量誤差，確保電表計量的精確性。若計量誤差過大，會給用電用戶和電力企業造成經濟損失。因此在電表計量中，一定要保證計量的準確性，減少計量誤差。

2 測量的誤差來源分析

2.1 信號參數采樣電路引起誤差

信號參數采樣電路引起的誤差主要為電流采樣誤差和電壓采樣誤差。電流無法直接測量，需要將較大電流轉變為等效的小信號交流電壓，直接接入式電子式電能表一般采用錳銅分流片。錳銅分流器較之普通電流互感器具有更好的線性和更小的溫度系數。電壓也無法直接測量，上百伏的被測電壓需經過分壓器或電流互感器轉變為等效的小電壓信號，才可送入乘法器。電子式電能表內使用的分壓器一般為電阻網絡或電壓互感器。電壓采樣采用電阻分壓，考慮到電阻的功耗和耐壓，一般采用多個相同工藝和精度的貼片電阻串聯。由于分壓關系，電阻的溫度變化使得取樣電壓關系式的分子和分母相互抵消。因此，要采用低成本、精度盡可能大的電阻。

2.2 計量芯片及計量電路引起誤差

計量電路采樣輸入的交流電流和交流電壓模擬信號，是在計量芯片內與基準源參考電壓比較實現A/D轉換的，因此基準源的變化對計量準確度的影響極大。基準源參考電壓需要足夠穩定。

2.3 額外因素引起誤差

在實際工作中，電能表的使用受各種因素影響，不可避免地在電能計量中產生誤差，電能表工作的電壓、電流情況，所處的電磁環境和溫度差異都會使電能表產生誤差。雷擊可能對通訊模塊以及線路造成一定損傷，進而損壞智能電表以及終端;由于電表箱的封閉性，當夏天外界氣溫較高、環境較為潮濕，其箱內所處環境較為潮濕，其箱內所處環境濕熱致使集中器散熱不良，進而引發故障。

2.4 潛動性能影響輕載誤差

運行電流在標定電流5%-10%以下時即為輕載。對電能表來說，其潛動與啟動是兩個相互矛盾的性能，當強調靈敏度的同時，必將考慮其抗干擾性能，兩項折中，最后會損失一定的準確度，所以誤差是無法避免的。大多數計量芯片都包括一個空載閾值的特性，它具有防潛動功能。計量芯片一般其潛動閾值是可調的，通過設置芯片的潛動與啟動閾值寄存器來實現。

3. 圖像識別技術理論

3.1 圖像灰度變換

通過手機攝像頭拍攝的電表脈沖燈圖像為彩色圖像，像素點由紅、綠和藍 3 種顏色組成。顏色分量分別為 255 個等級，當全部為 255 等級時為白色，顏色等級全部為 0 時，像素點為黑色，彩色圖像每一個像素點的顏色可達 1600 萬多種，數據量太大，不適合數據處理，灰度變化通過將像素點的顏色由 3 種變為一種，在保留像素點的特征前提下，降低了顏色分類，使得更利于數據運算，灰度變換目前常用的為平均灰度法、最大值灰度法及加權灰度法，本文采用加權灰度法對圖像進行灰度變換。通過對電能表的脈沖燈進行拍照， 然后通過這3 種灰度變換方法進行灰度變換，使用加權灰度法處理的圖像效果最好，文中圖像的灰度變換就采用加權灰度法進行變換。

3.2 圖像二值化

圖像經過灰度變換之后， 圖像的數據量雖然少了，但是想要把對象有效的提取出來還是非常困難，為了進一步減少數據的運算量，將圖像進行二值化處理，二值化處理又稱為圖像分割，即通過實現設定一個閾值，將低于該閾值的所有像素點置零，將大于等于該閾值的像素點置 1 ，本文采用全局閾值二值化的方法，設二值化之前的圖像為，設定閾值為threshold 。

3.3 圖像濾波

圖像的濾波方法有很多種， 效果比較好的為形態學濾波，在進行形態學濾波之前，需要對圖像進行膨脹和腐蝕。

3.4 圖像目標檢測

再對圖像進行一系列運算處理后， 根據脈沖燈的形狀特征對其進行目標檢測， 一組完整的脈沖燈由亮至滅，再有滅至亮，選取兩張圖像進行灰度變換之后進行二值化等一些列運算，然后取交集，將于特征對象無關的信息過濾掉， 之后進行形態學濾波得出特征對象，

4. 減少誤差的方法探究

4.1 改進設備質量

為了達到智能電表的設計要求，保證計量的準確性和盡可能地降低誤差，必須對采樣信號質量和計量電路提出更高的要求。優化計量設計電路，合理選擇元器件，設計過程要求電路板上元器件之間的相互干擾盡量要小，注重考慮設計過程對控制一致性的誤差。對于電流、電壓采樣電路，當使用錳銅電阻或電阻網絡進行采樣式，所使用的電阻就必須是高精度、溫度系數低、穩定性高的電阻。對于電能表的核心計量芯片，行騙的選型對電能表的性能至關重要。

4.2 優化校驗電表方式

一般采用0.02%級的標準功率校工廠生產中使用的0.05%級電能表校驗儀，以免電能校驗儀受到臺差的影響。此外，還應進一步加強對測量不確定度的研究，探究電能表在設計和生產中產生誤差的原因，并采用有針對性的改進措施。采用軟件交表，提高交表、附表內空誤差，在工業控制上縮小初交誤差范圍。

4.3 及時處理電表故障

技術人員要熟悉設備的組裝結構及其工作原理，熟練掌設備相關維修技能。針對智能電表，如果發生故障，應盡早排查故障，查找故障原因，并更換受損部件。如果智能電表數據異常，通常需要更換電表，如果數據丟失，技術人員則應對集中器f11數據項終端集中抄表數據狀態實施召測，對比主站下發資料與集中器中智能電表資料是否一致。

5. 結論

文中以圖像識別技術為基礎， 通過加權灰度轉換， 將彩色圖像轉化為灰度圖像， 降低圖像的數據量，之后通過二值化對圖像進行閾值分割，提取目標圖像，最后通過形態學濾波，過濾圖像中的噪聲，結合 Android 開發測量程序， 將圖像識別技術應用到智能電表的計量誤差檢測中，提高了檢測的效率。

參考文獻：

[1]郝林倩，王明輝.基于圖像處理的智能電表外觀缺陷自動檢測分析[J].太原學院學報（自然科學版），2018，36（03）：45-50.

[2]崔玉勝.基于物聯網的人工智能圖像檢測系統設計研究[J].遼寧科技學院學報，2018，20（02）：7-9.

[3]蘇慧玲，王忠東，蔡奇新.智能電能表離散型自動化檢定的協同應用[J].自動化儀表，2017，38（07）：98-102.

[4]莊磊，付真斌，李玲，丁建順.電能表自動檢定系統計量特性的智能監測研究[J].儀器儀表標準化與計量，2016（06）：38-40+46.