圖像識別技術在云南電網數據認責中的研究與應用

楊東寧，徐 敏，李 沙，鄒璞玉

（1.云南電網有限責任公司信息中心，云南 昆明 650217；2.云南云電同方科技有限公司，云南 昆明 650217）

1 數據認責的現狀及問題

2017年，云南電網公司開展數據認責體系建設，依據云南電網公司管理體系，通過業務部門專責或班組人員按數據主題、責任人建立責任關系，明確各方的職責，以落實最小管理單元的數據責任。構建各業務域內核心數據的數據標準、錄入規范，促進數據操作規范、準確、完整，確保數據質量問題責任明確清晰，使數據質量問題能夠找到具體的責任人，各類數據質量問題沖突能夠得到解決。

同時，云南電網公司將數據認責工作納入了組織績效考核，從2017年起，每年組織開展現場檢查整改工作，完成18家供電局生產域、營銷域、物資域及人資域的數據完整性、準確性檢查整改。現場檢查過程中發現，工作效率和效果都亟待提高。

2 人工檢查費時費力

檢查人員需要提前在系統中查看數據、打印資料，到工作現場與設備銘牌等資料核對數據是否正確，并提示整改，整改后需要再次進行現場核對，整個檢查整改過程費時費力。以2017年為例，共組織近百名專家，耗時兩周，完成全省18家供電局生產、營銷業務域數據的核查，但是由于業務數據量龐大，檢查人員只能完成抽查工作，檢查整改工作僅覆蓋極小部分的問題數據。其中，生產業務域共抽查145 604個字段，發現待整改問題數22 733個；營銷業務域共抽查3 379個字段，發現待整改問題數109個。

3 人工錄入數據準確性較低

檢查過程中發現一些數據源頭的質量問題，如由于人員錄入錯誤造成的設備技術參數缺失、數據填寫標準不統一及數據不準確等。檢查發現的問題數據需再次由人工補錄、修改，依然存在人工失誤造成的問題數據。

針對這些現狀和問題，為了提高數據核查工作效率，保證數據認責工作質量，迫切需要借助圖像識別技術等人工智能手段作為工具支撐，保障公司數據認責工作規范有序地開展。

4 圖像識別技術及應用情況

圖像識別是指利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對像的技術。使用圖像識別技術，通過圖像讀取、邊緣檢測、抽象、分割及分類等過程，可將圖像中的文本信息轉化為計算機可存儲的數據。其中，圖像讀取是把圖像電子化以圖片的方式進行傳播；邊緣檢測在于確認圖片中圖像的邊緣，確定圖像的范圍；抽像就是把復雜的圖像簡化，得到骨架，以準確表示圖像；分割就是對骨架進行切割，便于以更簡單的圖形反映圖像。分割也叫不變幾何特征提取，通過分割可以以環、交差點、端點等圖形表示圖像。分類是通過神經網絡對圖形進行識別歸類的過程。在圖像識別的過程中，對于同一物體的圖像很容易受到各種噪聲的干擾，如圖像位置、大小、角度、顏色、光影及背景等，都會對識別造成影響。例如，同一個物體，位置旋轉了一定角度，從圖片中看是明顯的不同，此時網絡是否又能正確識別。對于同一物體的圖像，不管位置、大小、角度、顏色、光影及背景如何變化，都必須能夠識別出來，這是技術實現的一個難點。對于輕微畸變或是輕微殘缺的物體的圖像，是否能正確分類到正常物體的一類，這也是一個難點。

圖像識別是人工智能的一個重要領域，目前在金融、政府、工業、教育及醫療等行業都有常見的應用場景。例如，人臉識別、監控視頻快速檢索及防控預警在公安系統中的應用；在自動化生產過程中，人們將機器視覺系統廣泛地用于工況監視、成品檢驗和質量控制等領域；醫療影像數據的識別和診斷輔助，提升了醫生的診斷效率；通過圖片文字識別，實現了文字高速錄入。

對于電網企業數據，可用在電網設備臺賬建立、物資倉儲信息管理及實物數據與系統數據之間的核查對比等與數據質量管理密切相關的業務領域。但是，目前常見的圖像識別技術解析效果有限，對識別對象的格式標準、參數規范及清晰度等均有較高要求，而根據電網數據的特性，并不能直接使用現有圖像識別技術。以電力設備為例，電力設備存在種類多、型號多及參數規則眾多等特性，不同類型的設備參數描述可能完全不同，現有圖像識別技術未能一一識別電力設備參數名和參數值。因此，鑒于準確性、電力設備的獨特性要求和電網設備、客戶信息及物資等數據來源的廣泛性、特殊性，需要在圖像識別技術的基礎上進行個性化開發，針對不同業務域建立模型，實現參數解析、參數結構化修正，提高參數名和參數值的識別準確率，實現圖像識別技術和電力數據質量治理的有機結合。

5 基于圖像識別技術的數據核查系統實現

5.1 系統架構

基于圖像識別技術的數據核查系統架構從下到上分為數據層、核心業務層及應用層，如圖1所示。

5.1.1 數據層

數據層是系統的信息數據物理存儲，包括設備數據、認責權限數據及核查結果數據。

（1）設備數據。系統定時從CSGⅡ系統源數據庫中同步地生產、營銷管理系統相關數據。

（2）認責權限數據。云南電網公司數據認責體系中按數據主題、責任人建立的責任關系，即最小管理單元的數據責任，實現數據責任到崗的管理目標。

（3）核查結果數據為系統核查后保存的核查整改清單，以供用戶對比整改。

5.1.2 核心業務層

核心業務層是系統進行圖像識別、核查對比的核心模塊。

圖1 基于圖像識別技術的數據核查系統架構設計

（1）圖像預處理。使用圖像識別技術，對采集的圖片進行圖像傾斜矯正、切割、局部二值化及去邊框等處理。

（2）圖像解析。使用圖像識別技術，根據空白區域、冒號及橫線進行內容定位和切割，標記內容區域的4個定位坐標值，獲取圖像中的參數信息。

（3）參數結構化。根據圖像解析獲取的參數，與數據層中的設備數據驗證，匹配現有系統設備臺賬參數、電力相關數據單位，對解析出的參數名和參數進行修正，包括合并、拆分、整合，獲得準確的設備參數和參數值組合。

（4）核查驗證。根據圖像識別技術和參數結構化獲取的數據，與同步的設備數據進行對比。

（5）核查結果整合。以列表形式整合實物數據與系統數據對比結果，對差異數據進行標識。

5.1.3 應用層

應用層分為PC端應用和移動應用，可為工作人員提供現場核查和后臺批量核查兩種處理方式。

（1）PC端應用提供任務分配、批量上傳、整改提交及統計分析等功能應用。

（2）移動應用提供任務查詢、圖像采集、結果查詢及統計分析等功能應用。

5.2 數據核查處理過程

數據核查的核心處理過程是使用圖像識別技術，對各業務域現場實物與數據庫中的現有數據對比核查、整改。

5.2.1 同步業務系統數據

數據核查系統定時從各系統將生產設備臺賬、營銷檔案等信息同步存儲到本地數據庫。

5.2.2 現場實物數據獲取

工作人員通過圖像識別技術對現場實物進行圖像采集、識別解析，系統對解析后的結果完成參數結構化處理。由于電網設備種類、型號眾多，不同型號的設備，參數標準千差萬別，圖像識別的目標參數是未知和繁瑣的，需要對識別解析的內容進行定制化地參數格式化處理。此過程也是系統的核心業務功能。

5.2.3 核查對比

根據解析并結構化后的實物數據，與系統數據的對比檢查，展示核查結果，對需要整改的信息進行提示。

5.2.4 一致率統計分析

根據核查對比的情況，對各項數據指標的核查一致率進行統計分析。

5.3 多種數據核查方式

根據實際業務需求，基于圖像識別技術的數據核查系統提供兩種數據核查方式，分別是使用移動應用進行的現場核查方式和使用PC端應用進行的后臺批量核查方式。

5.3.1 移動應用現場核查方式

系統提供移動應用，可直接連通系統數據庫及后臺業務處理，對現場采集到的圖片信息完成圖像識別后進行參數獲取和核查對比操作，適用于生產一線員工日常巡檢、現場檢查等應用場景。

現場核查處理流程如圖2所示[1]，不同于過去“檢查人員提前準備資料→現場對比→手工標注錯誤→手工整改數據→返回現場核對”的核查過程，通過移動應用，實現一拍即核查，解決了核查工作繁瑣、消耗人力時間的問題，更有效地提升了整改數據的準確性。

圖2 現場核查處理流程

5.3.2 后臺批量核查方式

系統還提供PC端應用，支持批量上傳圖片，對收集的圖片信息完成圖像識別后進行參數獲取和核查對比操作，適用于已有設備圖片、工作現場無法使用移動設備及不能及時上傳采集圖片等情況，實現后臺批量處理[2]。

通過PC端系統的應用，對于已有完善資料的設備，工作人員就無需再抵達現場采集信息，可更加便捷地完成數據核查，并在此基礎上實現自動生成新設備臺賬數據。新設備投產時，減少了人工錄入的工作量，在數據源頭就避免了因人員錄入錯誤而造成的數據質量問題。后臺批量核查處理流程如圖3所示。

6 系統應用效果及擴展性

基于圖像識別技術的數據核查系統已完成在云南電網公司的部署，目前已在試點供電局應用。通過系統的應用，基層一線員工在現場操作、日常巡檢工作中，實現一拍即核查、一查即整改的效果，改善了過去檢查專家多、耗時久及檢查范圍受限的情況，節省了人力物力，實現了系統建設預期目標。有效提升試點供電局數據整改工作效率，提高數據質量水平，下一步將按計劃推廣到全省應用。

基于圖像識別技術的數據核查系統目前實現了與生產管理系統、營銷管理系統的基礎數據實時核查、整改，避免了人工核查的時間、費用成本，提高了數據的完整性、準確性、規范性。后續系統擴展中將進一步擴展核查范圍，如人資業務域、物資業務域等，增加員工信息、物資合同及倉儲資產等基礎數據的圖像識別、參數結構化處理功能，進一步支撐云南電網公司數據認責工作，促進公司數據質量提升。

圖3 后臺批量核查處理流程

7 結 論

本文主要介紹了圖像識別技術在云南電網數據認責中的研究與應用，以供參考。