鲁然,徐永进,李晨,沈曙明,严华江,任旭,武占河
LU Ran,XU Yongjin,LI Chen,SHEN Shuming,YAN Huajiang,REN Xu,WU Zhanhe

• 1:国网浙江省电力有限公司电力科学研究院
• 2:华立科技股份有限公司

摘要(Abstract)：

在用电信息采集领域,送检的元器件信息识别系统工作主要采用人工作业方式,针对存在的劳动强度大、检测效率低及比对结果可靠性差等问题,设计并实现了一种智能元器件比对系统。通过元器件信息采集装置实现自动化采集;通过元器件信息处理软件实现信息智能识别;通过元器件信息比对软件实现自动化比对,并生成报告。该系统已做成样机并进行测试,验证了其有效性,保证比对结果的正确性与一致性。该系统的成功应用既提高了元器件信息识别工作的检测效率,又提高了元器件比对的准确率,同时降低了人工成本,促进了采集终端检测技术的升级,具有良好的社会经济效益和较好的应用前景。
In the field of electricity consumption information acquisition, the terminal components information recognition system submitted for inspection mainly relies on manual operation, which results in high labour intensity, low detection efficiency and poor reliability of comparison results. In this paper, an intelligent component comparison system is designed and implemented. Automatic acquisition of component information is realized through component information acquisition devices; intelligent identification of component information is achieved through component information processing software; automatic component information comparison is done and the report is generated through component information comparison software. The system is prototyped and tested to verify its effectiveness and ensure the correctness and consistency of the comparison results. The successful application of the system not only improves the detection efficiency of the terminal component information recognition but improves the accuracy of the component comparison, reduces the labour cost and promotes the upgrade of the acquisition terminal detection technology, which has a good social and economic benefits as well as better application prospects.

关键词(KeyWords)： 采集终端;元器件比对系统;信息处理;图像识别
acquisition terminal;component comparison system;information processing;image recognition

Abstract:

Keywords:

基金项目(Foundation): 国网浙江省电力有限公司科技项目（5211DS170017）

作者(Author): 鲁然,徐永进,李晨,沈曙明,严华江,任旭,武占河
LU Ran,XU Yongjin,LI Chen,SHEN Shuming,YAN Huajiang,REN Xu,WU Zhanhe

DOI: 10.19585/j.zjdl.202005015

参考文献(References)：

• [1]刘海峰，王丹宁.用电信息采集系统的深化应用[J].浙江电力，2013,32(1):69-72.
• [2]李蕊，羡慧竹，韩柳，等.基于GJB/Z 299C的智能电能表关键元器件可靠性预计[J].电测与仪表，2019,56(4):153-158.
• [3]李少腾，姚力，胡瑛俊，等.智能电能表印刷电路板一致性检测系统的开发[J].浙江电力，2013,32(3):1-4.
• [4]危阜胜，肖勇，党三磊，等.电能计量表计及终端可靠性研究与探索[J].电测与仪表，2013,50(S1):63-67.
• [5]王铁街，张林，李长宣，等.具有“三合一”检测功能的采集终端检测装置的研究[J].湖北电力，2014(10):36-39.
• [6]刘水，卢运培.JDM—301便携式多功能比对装置[J].电测与仪表，1996(10):12-14.
• [7]杨德浩.变电站计量电压失电告警装置的研制[J].农村电工，2019,27(2):52.
• [8]王璐.基于ARM9的图像信息采集与传输平台设计[J].计算机光盘软件与应用，2014(19):287-288.
• [9]姚文声.静态图像信息采集系统设计与实现[J].电脑编程技巧与维护，2010(12):102-104.
• [10]乐健，蔡伟，靳超，等.基于图像识别技术的变电站防误操作系统的研制[J].电力自动化设备，2011,31(7):131-135.
• [11]王毅，段大程，程昊，等.基于神经网络的低压电力线载波通信信号调制识别研究[J].电测与仪表，2014,53(11):51-55.
• [12]黄宇腾，韩翊，赖尚栋.深度神经网络在配电网公变短期负荷预测中的应用研究[J].浙江电力，2018,37(5):1-6.
• [13]王敏，黄心汉，魏武，等.一种模板匹配和神经网络的车牌字符识别方法[J].华中科技大学学报（自然科学版），2001,29(3):48-50.
• [14]吴炜，杨晓敏，刘大宇，等.一种基于模糊模板匹配的车牌汉字识别方法[J].微型机与应用，2005,24(11):57-59.
• [15]陈玉军，王宁，朱足君.网荷终端负荷采集缺陷分析及处理方案[J].浙江电力，2018,37(7):56-61.
• [16]毛永梅，李鹏程，李哲君，等.基于边界值分析法的用电信息采集终端谐波统计试验方法[J].内蒙古电力技术，2019,37(4):73-76.
• [17]任燕康，杜立斐，宋剑，等.一种新型防窃电策略的研究与实现[J].四川电力技术，2019,42(1):83-89.
• [18]金维香，邢晨.基于OpenCV的人脸识别课堂考勤系统[J].浙江水利水电学院学报，2019,31(6):58-62.
• [19]邓平，郑鸿，罗冰峰，等.基于卷积神经网络的视频大数据智能预警分析[J].四川电力技术，2019,42(4):49-53.
• [20]李聪，胡金磊，周俊煌，等.基于S-RBFNN的变电作业人员着装图像识别算法[J].广东电力，2019,32(9):124-130.
• [21]孙凯，张新燕，常喜强，等.基于图像识别的叶片结冰检测方法研究[J].四川电力技术，2019,42(2):1-5.
• [22]刘立斌，刘春玉，胡继华，等.特高压直流电压测量装置二次分压及数字采集技术研究与应用[J].电网与清洁能源，2019,35(8):34-41.