朱小超，張 磊，解秦虎，黃 鶯，崔 悅

(國網(wǎng)寧夏電力有限公司 銀川供電公司，寧夏 銀川 750000)

0 引 言

伴隨供電行業(yè)的快速發(fā)展，用電信息采集以及利用頻次的不斷增多，電能表使用量增加。由于發(fā)生故障、需拆除等因素，作為電能表全壽命管理的重要收尾環(huán)節(jié)，拆回電能表準(zhǔn)確計(jì)量對(duì)于提高電力服務(wù)質(zhì)量具有重要意義[1-2]。但是由于季節(jié)因素以及周圍環(huán)境的影響，電能表的表面存在灰塵、標(biāo)簽等污漬，導(dǎo)致清洗效果不佳，因此，需要設(shè)計(jì)一種有效的拆回電能表污漬清洗方法，提高電能表運(yùn)行的可靠性，保證檢定結(jié)果準(zhǔn)確[3-4]。

部分學(xué)者提出關(guān)于電能表的故障檢測(cè)及分類系統(tǒng)，對(duì)其進(jìn)行智能管理，取得較好的研究效果，但是在電能表清洗方面，傳統(tǒng)的電能表清洗方法僅利用電機(jī)帶動(dòng)毛刷進(jìn)行灰塵清潔，無法對(duì)附著在電能表內(nèi)的頑固污漬進(jìn)行精準(zhǔn)定位，導(dǎo)致清洗效果不到位[5]。

現(xiàn)代化拆回電能表管理系統(tǒng)中，雙目視覺技術(shù)能夠無接觸獲取環(huán)境以及器具的數(shù)據(jù)，為系統(tǒng)提供視覺信息，機(jī)器學(xué)習(xí)技術(shù)則依據(jù)視覺信息，高效地計(jì)算相關(guān)信息，從而更好完成拆回電能表的管理[6-7]。文獻(xiàn)[8]采用自適應(yīng)設(shè)定閾值，引入權(quán)重調(diào)整分配權(quán)值，提取電能表故障影響因素，并關(guān)聯(lián)性分析，該方法對(duì)提高電能表檢定性能具有一定幫助，但是其存在識(shí)別誤差較高的問題；文獻(xiàn)[9]重點(diǎn)分析電能表數(shù)據(jù)，基于機(jī)器學(xué)習(xí)建立電能表供電模型，有效完成了電能表故障測(cè)試，對(duì)于電能表全壽命周期管理具有重要作用，但是該方法的運(yùn)行時(shí)間較長；文獻(xiàn)[10]主要通過機(jī)器學(xué)習(xí)計(jì)算電能表臺(tái)區(qū)歸屬的概率分布，尋找最優(yōu)途徑識(shí)別臺(tái)區(qū)，但是該方法的耗時(shí)偏長。由此可知，傳統(tǒng)的方法均或多或少地存在不足之處，如算法運(yùn)行時(shí)間較長、計(jì)算難度過大和容易出現(xiàn)計(jì)算準(zhǔn)確率較低的現(xiàn)象等。

為提高拆回電能表應(yīng)用性能，解決現(xiàn)有方法存在的不足，本文設(shè)計(jì)一種雙目視覺和機(jī)器學(xué)習(xí)的拆回電能表污漬清洗系統(tǒng)，并通過實(shí)驗(yàn)驗(yàn)證該系統(tǒng)的有效性。

1 拆回電能表污漬清洗系統(tǒng)

本文的拆回電能表污漬清洗系統(tǒng)主要依靠雙目視覺和機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)[11-12]，由控制中心統(tǒng)一指揮，并且通過雙目視覺和機(jī)器學(xué)習(xí)對(duì)拆回電能表的污漬進(jìn)行識(shí)別和數(shù)據(jù)運(yùn)算，進(jìn)而利用通信協(xié)議連接清洗服務(wù)模塊，控制微顆粒模塊通過高壓氣流完成拆回電能表微顆粒表面污漬的自動(dòng)清洗工作。系統(tǒng)設(shè)計(jì)如圖1所示。

圖 1 拆回電能表微顆粒清洗系統(tǒng)Fig.1 The microparticle cleaning system of disassembled electric energy meter

從圖1可以看出，該系統(tǒng)主要由控制中心、傳動(dòng)系統(tǒng)、識(shí)別模塊和清洗服務(wù)子系統(tǒng)組成。

1) 控制中心?？刂浦行氖窍到y(tǒng)核心，依據(jù)任務(wù)分配和功能設(shè)計(jì)對(duì)各模塊發(fā)出工作指令，協(xié)調(diào)各模塊數(shù)據(jù)處理等工作，完成拆回電能表污漬清洗工作[13-14]?？刂浦行姆譃樯衔粰C(jī)和下位機(jī)2部分，上位機(jī)主要為計(jì)算機(jī)操作控制系統(tǒng)，通過通信協(xié)議連接識(shí)別模塊，獲取拆回電能表顆粒物的信息，同時(shí)，分解數(shù)據(jù)反饋至清洗服務(wù)子系統(tǒng)[15-16]。下位機(jī)為邏輯控制器，接收上位機(jī)指令，獲取系統(tǒng)設(shè)備反饋信息，處理信息，并上傳至服務(wù)器[17-18]。

2) 傳動(dòng)系統(tǒng)。傳動(dòng)系統(tǒng)用于拆回表的工位轉(zhuǎn)運(yùn)，將拆回表依次運(yùn)輸并定位到視覺識(shí)別工位、清洗工位、下料區(qū)工位，其由PLC控制配合傳感器，并接受控制中心的指令，通過氣動(dòng)系統(tǒng)實(shí)現(xiàn)對(duì)拆回表的傳輸。

3) 識(shí)別模塊。識(shí)別模塊由工業(yè)相機(jī)、照明、定位裝置等組成。在清洗電能表污漬之前，通過雙目視覺與機(jī)器學(xué)習(xí)相結(jié)合的方法識(shí)別污漬，并在識(shí)別模塊安置傳動(dòng)系統(tǒng)，依次連續(xù)檢測(cè)不同拆回電能表，保障多個(gè)電能表依次完成污漬識(shí)別和清洗?？紤]到雙目視覺系統(tǒng)在采集電能表信息過程中，可能受到外界光線的影響，因此，在識(shí)別模塊中采用專用照明系統(tǒng)，以此降低外界的干擾。當(dāng)雙目視覺系統(tǒng)工作時(shí)，定位裝置自動(dòng)抬升，以保證拆回電能表視覺識(shí)別過程的準(zhǔn)確性。當(dāng)完成識(shí)別拆回電能后，抬升裝置自動(dòng)下降，傳動(dòng)系統(tǒng)啟動(dòng)，傳送電能表[19-20]，識(shí)別模塊通過圖像識(shí)別算法確定電表表面的污漬分布和污漬類別，以此作為清洗子系統(tǒng)清洗的依據(jù)。

4) 清洗服務(wù)子系統(tǒng)。清洗服務(wù)子系統(tǒng)包括機(jī)器人系統(tǒng)、壓力系統(tǒng)、微顆粒控制系統(tǒng)等。通過識(shí)別模塊的分析數(shù)據(jù)，控制中心將數(shù)據(jù)發(fā)送機(jī)器人系統(tǒng)，機(jī)器人獲得污漬分布位置后，遠(yuǎn)程設(shè)定微顆粒產(chǎn)生器的干冰研磨微顆粒的粒度，由機(jī)器人通過固定在機(jī)器臂上的高壓噴口，通過控制運(yùn)動(dòng)位置、運(yùn)動(dòng)速度、噴射角度實(shí)現(xiàn)對(duì)表面污漬準(zhǔn)確高效地清理。

2 雙目視覺和機(jī)器學(xué)習(xí)的污漬清洗

依據(jù)系統(tǒng)框架結(jié)構(gòu)可知，系統(tǒng)設(shè)計(jì)過程中，首先基于雙目視覺和機(jī)器學(xué)習(xí)完成污漬識(shí)別，然后通過控制中心下達(dá)指令，清洗裝置通過高速干冰微顆粒實(shí)現(xiàn)拆回電能表污漬清洗服務(wù)。因此本文重點(diǎn)分析污漬識(shí)別和微顆粒清洗過程。

2.1 雙目視覺的目標(biāo)污漬定位

雙目視覺系統(tǒng)從2個(gè)不同角度采集同一物體攝影圖像，根據(jù)視差計(jì)算，并確定最佳觀察點(diǎn)，提高計(jì)算精確度，同時(shí)雙目視覺系統(tǒng)具有易操作和較強(qiáng)抗干擾性的優(yōu)勢(shì)，被廣泛應(yīng)用于目標(biāo)識(shí)別和檢測(cè)領(lǐng)域。利用雙目視覺系統(tǒng)進(jìn)行拆回電能表污漬目標(biāo)定位具體過程如下。

由于雙目視覺系統(tǒng)構(gòu)建中可能因曝光不足的針孔畸變或透鏡畸變問題，導(dǎo)致定位效果不佳，因此，需要雙目攝像機(jī)標(biāo)定。本文以神經(jīng)網(wǎng)絡(luò)為依據(jù)，選取若干組數(shù)據(jù)點(diǎn)作為標(biāo)定點(diǎn)輸入到訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)中，通過神經(jīng)網(wǎng)絡(luò)計(jì)算以及權(quán)值賦予等步驟輸出圖像坐標(biāo)，實(shí)現(xiàn)雙目攝像機(jī)標(biāo)定。標(biāo)定完成后，通過雙目攝像機(jī)進(jìn)行拆回電能表污漬圖像信息采集和處理[21-22]。

假設(shè)攝像機(jī)坐標(biāo)系為XYZ，世界坐標(biāo)系為X′Y′Z′，攝像機(jī)光軸與成像空間交點(diǎn)的齊坐標(biāo)形式表示為A(x,y,z，1)，在世界坐標(biāo)系中表示為B(x′,y′,z′，1)，則兩者之間的關(guān)系可表示為

(1)

式中：F為轉(zhuǎn)換矩陣。

(2)

式中:H1×3為攝像機(jī)坐標(biāo)系與世界坐標(biāo)系轉(zhuǎn)換的旋轉(zhuǎn)矩陣；g1×3為攝像機(jī)坐標(biāo)系與世界坐標(biāo)系轉(zhuǎn)換的偏移向量。

由此計(jì)算雙目攝像機(jī)在左右方向的視差sL和sR，完成雙目視覺差異計(jì)算：

(3)

依據(jù)上述坐標(biāo)轉(zhuǎn)換以及視差計(jì)算，可完成定位拆回電能表的目標(biāo)污漬。

2.2 機(jī)器學(xué)習(xí)的污漬識(shí)別

機(jī)器學(xué)習(xí)包含深度學(xué)習(xí)和半監(jiān)督學(xué)習(xí)等多種技術(shù)，卷積神經(jīng)網(wǎng)絡(luò)是一種典型的深度學(xué)習(xí)方法，可自主完成數(shù)據(jù)特征提取，具有較強(qiáng)的網(wǎng)絡(luò)泛化能力和數(shù)據(jù)處理能力[23-24]。本文基于卷積神經(jīng)網(wǎng)絡(luò)識(shí)別拆回電能表污漬，共分為輸入層、卷積層、池化層、全連接層和輸出層等部分，將雙目視覺系統(tǒng)定位完成的圖像信息輸入神經(jīng)網(wǎng)絡(luò)，劃分神經(jīng)元網(wǎng)格，生成像素檢測(cè)區(qū)域，從而通過神經(jīng)元計(jì)算區(qū)域網(wǎng)格數(shù)據(jù)提取污漬特征，映射到多維空間生成特征圖，采用神經(jīng)網(wǎng)絡(luò)的全連接層與支持向量機(jī)相結(jié)合的方式分類處理污漬[25]，分類后對(duì)數(shù)據(jù)歸一化處理，實(shí)現(xiàn)污漬目標(biāo)識(shí)別。卷積神經(jīng)網(wǎng)絡(luò)識(shí)別流程如圖2所示。

圖 2 卷積神經(jīng)網(wǎng)絡(luò)識(shí)別流程Fig.2 Identification process of convolutional neural network

2.3 拆回電能表污漬清洗子系統(tǒng)

拆回電能表污漬清洗子系統(tǒng)中設(shè)計(jì)清洗裝置，其主要由空氣壓縮機(jī)、干冰研磨機(jī)、干冰噴槍、機(jī)器人、除塵風(fēng)扇、粉塵收集箱等組成，干冰噴槍固定于機(jī)器人的機(jī)器臂上，清洗介質(zhì)采用顆粒狀干冰。清洗裝置結(jié)構(gòu)如圖3所示。

圖 3 清洗裝置結(jié)構(gòu)Fig.3 Structure of cleaning device

圖3中，啟動(dòng)清洗裝置后，當(dāng)拆回電能表到達(dá)指定工位，機(jī)器臂帶動(dòng)干冰噴槍到達(dá)指定位置，然后打開干冰噴槍，同時(shí)干冰研磨機(jī)運(yùn)行對(duì)干冰進(jìn)行研磨，將干冰研磨成要求尺寸的顆粒?？諝鈮嚎s機(jī)持續(xù)工作提供高壓氣體輸出，將研磨后的顆粒通過噴槍打到電表表面。根據(jù)主控系統(tǒng)發(fā)送的電表類型、污漬分布矩陣、污漬類型，由機(jī)器臂帶動(dòng)噴槍，設(shè)定所需速度、距離、角度，針對(duì)污漬進(jìn)行高壓噴射。清洗子系統(tǒng)由透明防護(hù)罩保護(hù)，防止高壓高速干冰對(duì)外部人員及設(shè)備造成損傷。被清洗下來的污漬殘?jiān)鼤?huì)殘留在防護(hù)罩內(nèi)，通過啟動(dòng)除塵風(fēng)扇，將殘?jiān)胺蹓m吹入清洗工位下方的粉塵收集箱，完成完整的電表清洗工作。

綜合以上模塊分析，完成雙目視覺和機(jī)器學(xué)習(xí)的拆回電能表污漬清洗系統(tǒng)設(shè)計(jì)。

3 結(jié)果與分析

為驗(yàn)證本文設(shè)計(jì)的拆回電能表污漬清洗系統(tǒng)的有效性，設(shè)計(jì)實(shí)驗(yàn)進(jìn)行系統(tǒng)測(cè)試。實(shí)驗(yàn)采用Windows10操作系統(tǒng)，配置caffe深度學(xué)習(xí)框架，為提高目標(biāo)識(shí)別效率，在GPU加速環(huán)境下開展實(shí)驗(yàn)?？刂浦行牟捎胕7 6700K處理器，雙目立體視覺的攝像頭采用東芝TELI CCD相機(jī)，顯示器像素分辨率為1 024×768。

將某地區(qū)多家電力公司共計(jì)500只拆回電能表作為實(shí)驗(yàn)研究對(duì)象，利用本文系統(tǒng)進(jìn)行拆回電能表污漬清洗，并對(duì)比其他文獻(xiàn)方法，驗(yàn)證本文設(shè)計(jì)系統(tǒng)性能。利用微粒檢測(cè)儀對(duì)500只電能表進(jìn)行處理，然后利用本文系統(tǒng)或其余對(duì)比系統(tǒng)進(jìn)行檢測(cè)，待一個(gè)系統(tǒng)檢測(cè)完畢后，重新對(duì)電能表進(jìn)行處理，利用污漬檢測(cè)儀檢測(cè)，供另一個(gè)系統(tǒng)實(shí)驗(yàn)，選取的實(shí)驗(yàn)指標(biāo)：系統(tǒng)耗時(shí)；系統(tǒng)識(shí)別誤差(提前處理待檢測(cè)的電能表，確定污漬的數(shù)目，并且與其系統(tǒng)檢測(cè)數(shù)目進(jìn)行對(duì)比，確定識(shí)別誤差)；電能表污漬清洗前后的平均檢定效率。

3.1 系統(tǒng)耗時(shí)

由于電力行業(yè)的快速發(fā)展以及電能表的廣泛應(yīng)用，實(shí)際應(yīng)用中拆回電能表數(shù)量龐大，那么拆回電能表污漬清洗系統(tǒng)則需要具備快速運(yùn)行的特征，以提高拆回電能表的處理效率，因此，將系統(tǒng)耗時(shí)作為指標(biāo)，驗(yàn)證本文系統(tǒng)性能，對(duì)比結(jié)果見表1。

表 1 系統(tǒng)耗時(shí)對(duì)比

從表1可看出，隨著拆回電能表數(shù)量的增加，4種系統(tǒng)的運(yùn)行耗時(shí)隨之增加，但是本文系統(tǒng)相較于文獻(xiàn)[8]、文獻(xiàn)[9]和文獻(xiàn)[10]的系統(tǒng)，明顯縮短了運(yùn)行耗時(shí)，在拆回電能表數(shù)量增加至500只時(shí)，本文系統(tǒng)的運(yùn)行耗時(shí)僅為22 min。由此證明，本文采用微顆粒模式的系統(tǒng)對(duì)于數(shù)量巨大的拆回電能表清洗具有較強(qiáng)的處理功能。

3.2 系統(tǒng)識(shí)別誤差

本文在設(shè)計(jì)拆回電能表污漬清洗系統(tǒng)過程中，先基于雙目視覺和機(jī)器學(xué)習(xí)完成污漬識(shí)別，將其作為實(shí)現(xiàn)清洗工作的基礎(chǔ)工作，因此，污漬識(shí)別誤差的大小將直接決定清洗結(jié)果的準(zhǔn)確率。為保證系統(tǒng)清洗質(zhì)量，對(duì)比分析本文系統(tǒng)與文獻(xiàn)[8]、文獻(xiàn)[9]和文獻(xiàn)[10]系統(tǒng)的識(shí)別誤差，結(jié)果如圖4所示。

圖 4 系統(tǒng)識(shí)別誤差對(duì)比Fig.4 Comparison of system identification errors

從圖4可以看出，本文系統(tǒng)的識(shí)別誤差較小，識(shí)別誤差穩(wěn)定在10%附近。而文獻(xiàn)[8]、文獻(xiàn)[9]和文獻(xiàn)[10]系統(tǒng)的誤差較大，最低誤差在15%以上，且在70次實(shí)驗(yàn)過程中，誤差折線出現(xiàn)上下無規(guī)律波動(dòng)，表明系統(tǒng)運(yùn)行的穩(wěn)定性不佳。因此，本文系統(tǒng)充分體現(xiàn)出了雙目視覺和機(jī)器學(xué)習(xí)相結(jié)合的優(yōu)勢(shì)，能夠準(zhǔn)確完成拆回電能表的視覺定位和污漬識(shí)別，降低了識(shí)別誤差。

3.3 平均檢定效率

電能表是一種檢定器具，檢定效率為體現(xiàn)電能表質(zhì)量的關(guān)鍵指標(biāo)，因此，針對(duì)拆回電能表可能受到灰塵、水霧等污漬影響，降低檢定效率的問題，本文設(shè)計(jì)了拆回電能表污漬清洗系統(tǒng)，以期保障電能表的清洗效果。若清洗后的拆回電能表的檢定效率得到提高，則驗(yàn)證本文系統(tǒng)的有效性。目標(biāo)狀態(tài)為理想狀態(tài)，即根據(jù)GB 1208—2006規(guī)定的精度等級(jí)。本文采用5%額定電流，1.0準(zhǔn)確級(jí)的電能表。清洗前和清洗后拆回電能表的平均檢定效率對(duì)比如圖5所示。

圖 5 拆回電能表污漬清洗前后平均 檢定效率對(duì)比Fig.5 Comparison of average verification efficiency before and after cleaning of micro particles in the dismantled electricity meter

從圖5可以看出，清洗前拆回電能表的平均檢定效率較低，僅為70%，清洗后的值為97%，平均檢定效率基本達(dá)到目標(biāo)狀態(tài)。由此驗(yàn)證了本文系統(tǒng)的清洗效果得到了提升，具有一定的實(shí)際應(yīng)用價(jià)值。

4 結(jié) 語

針對(duì)拆回電能表頑固污漬清洗效率的問題，本文設(shè)計(jì)了雙目視覺和機(jī)器學(xué)習(xí)的污漬清洗系統(tǒng)。首先，采用雙目攝像機(jī)獲取拆回電能表的圖像信息，定位污漬的位置。然后，將定位結(jié)果作為基礎(chǔ)數(shù)據(jù)，輸入卷積神經(jīng)網(wǎng)絡(luò)，完成污漬識(shí)別，以識(shí)別結(jié)果為依據(jù)，實(shí)現(xiàn)通過控制干冰微顆粒粒度，通過高壓氣流進(jìn)行定點(diǎn)清洗，避免了傳統(tǒng)清洗系統(tǒng)清洗效率低，清洗速度慢和對(duì)頑固污清洗效果不佳的問題。經(jīng)實(shí)驗(yàn)測(cè)試，在拆回電能表數(shù)量增加至500只時(shí)，本文設(shè)計(jì)的清洗系統(tǒng)耗時(shí)僅為22 min，系統(tǒng)清洗效果大幅提升，并且利用本文系統(tǒng)清洗后的電能表平均檢定效率約為97%，能夠達(dá)到目標(biāo)狀態(tài)。因此，本文系統(tǒng)降低了識(shí)別誤差，提高了檢定效率，具有較好的應(yīng)用性，為拆回電能表的準(zhǔn)確計(jì)量和管理提供了一定的數(shù)據(jù)基礎(chǔ)。