朱志猛

(中關村硬創(chuàng)空間集團有限公司，北京 100083)

0 引言

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、通信、和圖像識別領域深度學習技術[1-3]的深入和普及，電力監(jiān)控系統(tǒng)[4]迅速發(fā)展，各項成本得到一定程度地降低。電力監(jiān)控系統(tǒng)是一種集視覺、紅外、聲音傳感器于一體，可以對電力設備的熱缺陷、斷電狀態(tài)、異?，F(xiàn)象進行檢測的系統(tǒng)。系統(tǒng)還可讀取指針或數(shù)字指示儀表的編號，包括壓力表、油溫表、避雷器指示燈等，從而可快速分析設備運行狀態(tài)，便于設備管理。因此，實現(xiàn)智能指針或數(shù)字識別[5]是智能電力監(jiān)控重要的前提之一。

近年來，許多學者對電力監(jiān)控中智能儀表識別相關的工作進行了研究。文獻[6]提出了一種基于OpenCV的變電站儀表識別方法。該方法利用圖像處理分割表盤單個數(shù)字圖片后，基于卷積神經(jīng)網(wǎng)絡進行數(shù)字識別。文獻[7]提出了一種融合感知與控制的數(shù)顯儀表識別方法。該方法使用圖像目標檢測網(wǎng)絡識別數(shù)顯儀表，標出目標區(qū)域。接著，通過卷積循環(huán)神經(jīng)網(wǎng)絡進行實時儀表數(shù)字識別。文獻[8]針對海上升壓作業(yè)的特征對儀表識別技術做了改進，在嵌入深度學習技術后，使系統(tǒng)能夠分別完成儀表檢測與識別任務。由于該識別技術分兩個步驟完成，為此，還須根據(jù)各步驟的難度、特征設計對應的深度學習模型?，F(xiàn)有的基于計算機視覺的儀表識別技術雖然具有較高的準確率，但其大多數(shù)方法只能在仿真環(huán)境中表現(xiàn)出良好的性能，很難應用于復雜多變的真實場景。此外，大部分儀表圖像處于良好的拍攝條件下，當讀數(shù)區(qū)域受到氣泡、污漬和光點干擾時，很難正確的讀數(shù)。

為改善上述問題，本文提出了一種智能儀表監(jiān)控系統(tǒng)。首先，對系統(tǒng)的架構進行設計。其次，對系統(tǒng)中最為重要的識別任務環(huán)節(jié)，設計了基于深度學習的智能儀表檢測模型，從而實現(xiàn)電力儀表的智能識別。

1 系統(tǒng)架構及原理

1.1 系統(tǒng)架構

智能儀表監(jiān)控系統(tǒng)架構如圖1所示，主要由感知層、網(wǎng)絡層、信息層、應用層四部分組成。首先，每個智能儀表都附有一個GPS、攝像頭、通信模塊，便于本地監(jiān)控視頻關鍵幀發(fā)送至云端進行識別并產(chǎn)生預警信息。其次，采用互聯(lián)網(wǎng)和窄帶物聯(lián)網(wǎng)[9-13](NB-IoT，narrow band internet of things)進行通信，其中NB-IoT用于與儀表間的有效通信，互聯(lián)網(wǎng)用于最終用戶管理。最后，建立了一個基于云的智能處理方案，從而實現(xiàn)處理、識別、存儲和決策各個待監(jiān)控儀表的狀態(tài)信息。

圖1 智能儀表監(jiān)控系統(tǒng)結構

感知層由大量感知設備及傳感器構成如光學傳感器、振動和位置傳感器等?；谶@些感知單元，系統(tǒng)可以實時感應到儀表的振動、表盤讀數(shù)等信息。

網(wǎng)絡層是實現(xiàn)智能儀表監(jiān)控系統(tǒng)最重要的組成部分之一。一方面云服務器需要與所有儀表通信，另一方面管理人員必須跟蹤所有的儀表，從而預警相關設備運行狀態(tài)，如遇故障或突發(fā)事件也可安排人員執(zhí)行維修工作。

信息層根據(jù)感知層級網(wǎng)絡層傳輸?shù)臄?shù)據(jù)進行響應控制。當從儀表監(jiān)控系統(tǒng)根據(jù)攝像頭采集的數(shù)據(jù)產(chǎn)生報警信息時，立即響應異常情況非常重要。例如，如果儀表讀數(shù)異常，則基于GPS位置傳感器，云服務器能夠獲取異常儀表的位置信息。同時，系統(tǒng)可基于位置信息調(diào)度距離最近的維修人員到現(xiàn)場確認情況，從而使得智能監(jiān)控過程形成閉環(huán)，及時處理報警信息。

應用層主要包括智能監(jiān)控、空間感知以及智能管理等模塊。主要完成不同儀表監(jiān)控視頻展示，位置標識(經(jīng)緯度)，以及遇到突發(fā)事件的預警提醒、維修人員調(diào)度等。

1.2 系統(tǒng)原理

智能儀表監(jiān)控系統(tǒng)原理如圖2所示。系統(tǒng)在工作過程中，感知層中信息采集單元主要采集表盤信息。當信息采集完成后，圖像將基于網(wǎng)絡層將數(shù)據(jù)發(fā)送到云服務器。同時，系統(tǒng)基于深度學習的智能儀表檢測模型執(zhí)行目標檢測。需注意，基于深度學習的智能儀表檢測模型是智能儀表監(jiān)控系統(tǒng)中最為重要的一環(huán)。

圖2 智能儀表監(jiān)控原理

此外，為提高系統(tǒng)工作效率，可利用多核、PC集群和GPU集群計算等并行計算技術[14-16]，從而將云端的數(shù)據(jù)按需共享給多個計算單元。為了保證系統(tǒng)靈活性和可擴展性，通信或信息共享時采用HTTP傳輸協(xié)議，從而滿足易于監(jiān)控和維護需求。

2 基于深度學習的智能儀表檢測模型

本文所提基于深度學習的智能儀表檢測模型如圖3所示。模型可分為數(shù)字區(qū)域檢測網(wǎng)絡(DaNet，digital area detection network)和數(shù)字識別網(wǎng)絡(DiNet，digital identification network)兩大模塊。首先，對原始圖像進行預處理；其次，將RGB轉換到YCbCr顏色，從而提出顏色干擾；再次，利用目標檢測技術檢測電力儀表讀數(shù)區(qū)域，然后進行旋轉校正以確定儀表類型。接著，針對不同類型的儀表采用不同的識別算法，最終得到并保存識別結果。

圖3 智能儀表檢測模型

2.1 預處理

為了對異常用電情況進行實時偵測，智能電表對用戶的用電信息進行有規(guī)律地監(jiān)測。設Dn為一維用電數(shù)據(jù)。則：

(1)

因為一維數(shù)據(jù)沒有考慮當天用電量的變化，如果偵測天數(shù)多，那么Dn將不能反映不同時段電力數(shù)據(jù)間的深層聯(lián)系。為提取不同時段、不同日期間的電力特征，文章給出了二維電力數(shù)據(jù)。其表達式為：

(2)

式中，列項表示單天的用電數(shù)據(jù)。在各種技術支持下，智能電表可對多種用電數(shù)據(jù)進行收集。比如，功率因數(shù)、三相電流與電壓?？紤]到篇幅限制，為簡化運算，文章只討論第Di天中所收集的數(shù)據(jù)量，其列向量為：

xdi={x1，x2，…，xj，…，xF}T

(3)

式中，智能電表收集的總的用電數(shù)據(jù)數(shù)表示為F。針對某一用戶，其用電數(shù)據(jù)集公式是：

Dn={xd1，xd2，…，xdi}

(4)

最后，由于數(shù)字電表位于不同的環(huán)境條件下，拍攝距離不同，因此捕獲的電表圖像的大小也不同。為了在同一程序中處理所有捕獲的電表圖像，需要調(diào)整捕獲的輸入數(shù)字電表圖像的大小。為此，將輸入圖像的大小調(diào)整為512×512。

2.2 圖像轉換

由于RGB對照明變化敏感，因此原始圖像可能存在一定照明干擾，為此，本文將原始RGB圖像將轉換為YCbCr圖像。YCbCr顏色空間[17-18]是一種典型的線性亮度顏色空間。在YCbCr中，Y代表亮度，Cb和Cr分別是藍色和紅色的色度。通過轉換過程，對RGB信息進行編碼，并將Y的信息范圍調(diào)整為16到235，Cb和Cr的信息范圍調(diào)整為16到240。RGB圖像轉換為YCbCr顏色空間公式如下：

(5)

2.3 DaNet網(wǎng)絡

由于傳統(tǒng)方法適應性差，本文采用DaNet來檢測電力儀表數(shù)字讀數(shù)區(qū)域。圖4為DaNet網(wǎng)絡模型結構。該網(wǎng)絡模型共分為三層：特征提取、候補指針區(qū)域生成和區(qū)域檢測。

圖4 多層深度網(wǎng)絡模型結構

2.3.1 特征提取

對于特征提取過程，本文通過多次卷積融合池化層進行處理，從而生成大小為原始圖像八分之一的特征圖。特征圖將有助于獲得電力抄表所需的細粒度細節(jié)。因此，經(jīng)特征提取后，即使照明條件低，圖像質量差，網(wǎng)絡也可學習部分特征，從而在一定程度提高模型精度。特征提取網(wǎng)絡相關配置如表1所示。其中Conv為卷積層，Max為最大池化層，Inception為GoogLeNet網(wǎng)絡。

表1 特征提取網(wǎng)絡相關配置

表2 MASK-RCNN網(wǎng)絡中錨點框取

特征提取網(wǎng)絡中卷積層主要利用一定大小的卷積濾波器來提取電力數(shù)據(jù)特征，因此卷積層是深度神經(jīng)網(wǎng)絡的基本算子。在前一層卷積核處理之后，可以基于如下激活函數(shù)獲得卷積層的新層特征圖：

(6)

卷積層之后的最大池化層主要進行下采樣，從而使得特征提取網(wǎng)絡具備抗過擬合和保持特征不變能力。最大池化層描述如下：

(7)

式中，dw(·)為下采樣函數(shù)。

2.3.2 候補區(qū)域生成

本研究使用MASK-RCNN[19]完成候補指針區(qū)域生成過程。

MASK-RCNN是在FASTER RCNN的基礎上添加了一個預測分割MASK的分支，其網(wǎng)絡結構如圖5所示。然而MASK-RCNN中特征金字塔網(wǎng)絡(FPN，feature pyramid network)使用多出度特征作為輸入，并使用全連接分類器生成候補框。對于電力儀表，一般情況下候補區(qū)域相對較固定，但是不同電表差異明顯，因此需要對電力儀表候補指針區(qū)域生成中錨點框進行計算。

圖5 MASK-RCNN網(wǎng)絡結構

考慮到電力儀表的縱橫比和比例大小，選取k=12個錨點框，并將其應用于輸入特征圖的每個位置。這些特征進一步與通道連接以形成512維特征向量。接著，將這些特征向量輸入兩個卷積層生成候補指針區(qū)域邊界框。

對于神經(jīng)網(wǎng)絡中各層的輸出，可由MASK-RCNN的前向傳播加以運算。設C是卷積層輸出特征映射，有：

C=φ(H(x，y))

(8)

φ(H(x，y))≡max(0，H(x，y))

(9)

(10)

式中，卷積層的輸入/輸出分別為x、y；映射函數(shù)為f(·)；卷積核權重矩陣為W，值為m×n；ReLU激活函數(shù)為φ(·)；偏置為b。實踐證明，ReLU函數(shù)能彌補梯度消失缺陷，促進網(wǎng)絡收斂，且極大程度地減少了輸出計算量，這是sigmoid、tanh等函數(shù)所不具有的優(yōu)勢。

池化層能避免出現(xiàn)過擬合現(xiàn)象，用于控制網(wǎng)絡的參數(shù)數(shù)量，減小空間面積。文中將所提網(wǎng)絡設置核為2×2。以P作為輸出映射，其方程為：

P=g(C)

(11)

式中，g(·)函數(shù)的功能是求解最大值。如果C中有池化層窗口穿過，那么g(·)會直接擯棄其它小值，而選定最大的窗口值。根據(jù)已有研究經(jīng)驗，文章在優(yōu)化過擬合時采用了Dropout操作，且設置了0.5的更新概率。Dropout之所以能預防過度擬合，在于其不參與正向、反向傳輸。

設Fq為神經(jīng)元在q位置的全連接輸出：

(12)

設L為網(wǎng)絡softmax損失函數(shù)，并在訓練中應用MBGD法。在該方法下，每次迭代的樣本數(shù)量相同，且每次迭代的梯度方向由每個小批量中的全部樣本決定，即可控制隨機性，還能防止訓練跑偏。L函數(shù)公式：

(13)

式中，每次迭代的樣本數(shù)量設為M，M=64；神經(jīng)元在q位置的網(wǎng)絡輸出為pq；神經(jīng)元總量表示為J。

進一步，使用反向傳播算法更新權重w，更新規(guī)則如下：

(14)

wt=wt-1+Δvt

(15)

式中，μ表示可以加速收斂的動量系數(shù)(本研究令μ=0.9)，Δvt-1表示之前更新的權重值，wt表示迭代t時的當前權重，α表示學習率(本研究取α=0.01)。α更新規(guī)則如下：

αt=αt-1×γt/u

(16)

式中，γ表示gamma函數(shù)(本研究令γ=0.1)；u為最大迭代步長(本研究令u=150)。

2.3.3 區(qū)域檢測

數(shù)字區(qū)域檢測指將檢測出的候補區(qū)域分為數(shù)字區(qū)域和非數(shù)字區(qū)域。因此，這一部分為前面執(zhí)行的最終優(yōu)化結果，即試圖最小化誤報和錯報情況。為此，本文利用RoI池化層進行預測，并將池化層設置為8×7。

此外，為了充分提取識別特征，本文使用了包含2 048個神經(jīng)元的全連接層，并設置丟失率為0.1。然后將這些特征平鋪展開為向量并通過全連接層輸出。最終，該層產(chǎn)生兩個輸出，指示每個RoI檢測/未檢測到數(shù)字區(qū)域的概率。

2.4 DiNet網(wǎng)絡

當檢測到數(shù)字區(qū)域后，接下來進行數(shù)字分割識別。數(shù)字分割[20]是促進識別過程的一個重要階段，主要指從電力儀表圖像中提取數(shù)字。現(xiàn)實環(huán)境存在許多因素使數(shù)字識別過程復雜化，例如噪聲、模糊、污垢、碎玻璃、反射、旋轉數(shù)字、低分辨率、不同的顏色和編號系統(tǒng)等使得數(shù)字有遮擋或不清晰。為此，訓練時本文對數(shù)據(jù)進行數(shù)據(jù)增強，從而提高樣本多樣性，增強模型魯棒性。測試時，首先對檢測出數(shù)字區(qū)域的圖片進行截取，并進行旋轉校正，最后帶入網(wǎng)絡進行識別，從而增加識別精度。

2.4.1 旋轉校正

理想的電力儀表識別場景為相機垂直拍照，然而由于實際安裝現(xiàn)場的限制，很多時候無法直接獲取垂直照片。為此，本文通過投影變換對旋轉或扭曲的原始圖像進行校正，以減少隨后的讀數(shù)誤差。投影變化規(guī)則定義如下：

(x，y，w′)=(u，v，w)×T=

(17)

(18)

(19)

式中，(U，V)為原始圖像中某個點的坐標；(X，Y)為變換后圖像平面中點的坐標；(u，v，w)和(x，y，w′)分別是(U，V)和(X，Y)的齊次坐標系表達式；w和w′通常取1；T為從原始圖像平面到新圖像平面的變換矩陣，A為其元素值。

2.4.2 圖像增強

為提高識別精度，本文收集了10類(0～9)不同電力儀表數(shù)字從而訓練模型。為了增加類別的數(shù)量，提高模型魯棒性，同時對數(shù)據(jù)進行增強操作，如添加隨機高斯噪聲、改變亮度、應用中值濾波器、并以多個角度(10，-10，+25，-25，+30和-30)旋轉數(shù)字等。

此外，部分電力抄表數(shù)字圖片經(jīng)干擾后成為有部分遮擋的字符。然而，這種數(shù)字識別準確率遠遠低于完全字符。分析原因，由于原始字符數(shù)據(jù)集中遮擋字符數(shù)量較小，網(wǎng)絡訓練掌握特征嚴重不足。因此，本文提出了一種遮擋字符數(shù)據(jù)增強方法。具體過程如圖6所示。首先取n組0～9個數(shù)字，在垂直方向上隨機組合，形成0～9的垂直長圖像。然后，在組合圖像自上向下移動滑動窗口，且每次以0～15°隨機角度旋轉滑動窗口中的圖片，從而生成最終數(shù)據(jù)圖像。需注意，上下字符和旋轉角度選取時都是隨機的，因此可以有效地提高數(shù)據(jù)集的多樣性。

圖6 遮擋字符數(shù)據(jù)增強方法

2.4.3 數(shù)字識別

本文將數(shù)字識別分為兩個階段。在第一階段，利用DiNet對數(shù)字和非數(shù)字進行排序，從而檢測電力抄表圖像中的每個數(shù)字，并對數(shù)字和非數(shù)字進行預測。在第二階段中，刪除太小或太寬的數(shù)字。數(shù)字識別CNN網(wǎng)絡相關配置如表3所示。

表3 數(shù)字識別網(wǎng)絡相關配置

2.5 損失

結合完整模型，電力抄表系統(tǒng)最終得到4種不同的損失：RPN(背景)、RPN(前景)、RCNN(最終類輸出)和RCNN(邊界框回歸)。因此整個模型總損失計算如下：

Lt=(Lcls+Lb)RPN+(Lcls+Lb)RCNN

(20)

其中：(Lcls+Lb)RPN表示區(qū)域檢測損失，分別描述背景和前景分類損失。(Lcls)RCNN表示不同類別之間的損失。(Lb)RCNN為邊界框的損失。

3 仿真結果與分析

3.1 數(shù)據(jù)集與仿真環(huán)境

在仿真中，所使用的數(shù)據(jù)集均來自12 000張真實拍攝的電力儀表圖片，數(shù)據(jù)集大小約為8 GB。首先，將原始數(shù)據(jù)進行清洗，剔除一些質量極差的圖片。剔除后，數(shù)據(jù)集約有10 000張可用圖像。根據(jù)前述內(nèi)容，所提模型主要包含兩個網(wǎng)絡：數(shù)字區(qū)域檢測網(wǎng)絡和數(shù)字識別網(wǎng)絡。在訓練數(shù)字區(qū)域檢測網(wǎng)絡時，使用數(shù)據(jù)集中的9 000張圖像進行訓練，使用1 000張圖像進行測試。對于數(shù)字識別網(wǎng)絡，該網(wǎng)絡以RCNN為基礎，使用預先準備的200張數(shù)字基本圖片，并根據(jù)所提圖像增強方法生成干擾數(shù)據(jù)和遮擋數(shù)據(jù)。進一步，將增強后的數(shù)據(jù)集按照8：2的比例分為訓練集和測試集。

仿真時硬件環(huán)境為：8核酷睿 i7CPU，主頻3.60 GHz，內(nèi)存為64 GB，2塊GEFORCE GTX1080 Ti顯卡，顯存為11 G。模型運行在操作系統(tǒng)為Win10×64為聯(lián)想工作站。仿真時軟件以python中pytorch模塊搭建，并基于openCV3.1實現(xiàn)圖像處理。

3.2 仿真過程與參數(shù)設置

為了驗證所提出方法的穩(wěn)健性和有效性，將所提出的方法與VGG16和Fast Yolo方法進行了比較。仿真仿真運行過程描述如下：首先，對所有數(shù)據(jù)集中輸入數(shù)字電表圖像的大小調(diào)制為512×512。其次，由于RGB對照明變化敏感，因此原始圖像可能存在一定照明干擾。數(shù)據(jù)集中所有RGB圖像將轉換為YCbCr圖像。再次，將數(shù)據(jù)分別帶入數(shù)字區(qū)域檢測網(wǎng)絡(DaNet)和數(shù)字識別網(wǎng)絡(DiNet)進行訓練，并根據(jù)識別結果進行驗證，從而調(diào)整模型參數(shù)。最后，輸出仿真結果并預主流模型進行對比與分析。

訓練時采用SGD優(yōu)化器訓練模型，仿真時部分參數(shù)定義如下：批量大小設置為16，初始學習率為10-2，學習率衰減率為10-1，學習率衰減周期設置為10，最大迭代次數(shù)設置為150，每次迭代訓練100次。

3.3 對比與分析

3.3.1 DaNet仿真結果與分析

所提數(shù)字區(qū)域檢測網(wǎng)絡(DaNet)識別結果如圖7所示。可以看出所提模型能夠有效識別數(shù)字區(qū)域。表5為不同方法區(qū)域識別準確率、召回率和F分數(shù)對比結果?？梢钥闯?，所提方法區(qū)域識別準確率為97.84%，召回率為92.65%，F(xiàn)分數(shù)為95.17%。8因此，本文方法較VGG16和Fast Yolo相比，準確率分別提升12.5%和5.21%。

表5 不同方法區(qū)域識別性能對比結果

圖7 數(shù)字區(qū)域檢測網(wǎng)絡識別結果

3.3.2 DiNet仿真與分析

本節(jié)研究了數(shù)據(jù)增強對數(shù)字識別的影響。首先，使用原始數(shù)字圖片數(shù)據(jù)對不同模型進行訓練。然后，使用所提出的數(shù)據(jù)增強方法，分別進行了4組數(shù)據(jù)增強仿真，每個仿真數(shù)據(jù)集分別擴充為1 000、2 000、5 000和10 000。最終，所提數(shù)字識別網(wǎng)絡(DiNet)在不同曾廣數(shù)據(jù)集下識別準確率統(tǒng)計結果如表6所示。

表6 不同數(shù)據(jù)集下數(shù)字識別統(tǒng)計結果

可以看出，在不使用數(shù)據(jù)增強的情況下，有遮擋數(shù)字的識別率較低，僅為85.21%；執(zhí)行數(shù)據(jù)增強后，準確度顯著提高。當數(shù)據(jù)擴增至5 000時，識別準確率達到99.387%。然而數(shù)據(jù)擴充至10 000時，準確率增加已經(jīng)不明顯。分析原因，DiNet網(wǎng)絡已基本學習到數(shù)字特征，因此數(shù)據(jù)即使再擴增也無法改善網(wǎng)絡性能。為提高計算效率，仿真將數(shù)據(jù)增強數(shù)量最終選取為5 000。仿真充分說明了數(shù)據(jù)增強方法的有效性，可以大大提高遮擋數(shù)字識別的準確率。

仿真設置數(shù)據(jù)增強階段的旋轉角度r和滑動窗口t，并取值1、5、10進行對比仿真。最終識別準確率統(tǒng)計結果如表7所示?？梢钥闯觯D步長越大，滑動窗口越大，識別精度越低。隨著滑動和旋轉步長的減小，精度將逐漸提高。然而步長越小，數(shù)據(jù)越容易受到干擾。故最終選取r=t=5為參數(shù)取值。

表7 不同旋轉角度和滑動窗口識別結果

最后，將所有網(wǎng)絡連接，并在測試集進行了整體網(wǎng)絡驗證，測試結果如圖8所示。表8所示為所提整體網(wǎng)絡(DaNet+DiNet)性能統(tǒng)計?？梢钥闯?，經(jīng)過遮擋數(shù)據(jù)增強與旋轉滑動窗口數(shù)據(jù)增強后，模型性能明顯改善，最終識別準確率達到94.96%。

表8 網(wǎng)絡整體性能統(tǒng)計結果

圖8 測試結果

4 結束語

本文對電力系統(tǒng)中智能儀表監(jiān)控進行了研究與分析，根據(jù)已有文獻的指導，作者進行了詳細的建模，并提出了一種電力智能儀表監(jiān)控系統(tǒng)。在設計了系統(tǒng)結構以及系統(tǒng)工作過程基礎上，提出了基于深度學習的智能儀表識別模型。該模型首先了基于數(shù)字區(qū)域檢測網(wǎng)絡對電力儀表數(shù)字區(qū)域進行提取，有效識別各種電表數(shù)字讀數(shù)區(qū)域。同時，通過數(shù)據(jù)增強技術改善數(shù)字識別網(wǎng)絡識別性能，提高了數(shù)字識別精度。該模型對遠程自動電力儀表讀取研究提供了一定借鑒作用。