江莉莉
国网重庆市电力公司南川供电分公司 重庆 408400
摘要：在智能电网快速发展的过程中，用电信息采集系统的作用不断的显现出来。利用用电信息采集系统收集需要的用电数据信息，能够有效提升电力企业对电力系统运行的掌控能力，同时也能有效减少窃电行为，维护电力企业的经济利益。关键词：AR技术；用电信息；采集系统运维；应用
1电力信息采集系统的运行特点
（1）随着技术的发展，电力用户的数据采集已经取消了手动数据收集的方式，实现了完全自动化，从而有效避免手动数据收集中出现问题的风险。此外，还可以自动完成对所有用户最终能源数据的各种信息的综合分析，并为能源系统的持续运行提供更科学的理论依据。
（2）监控电力系统的风险指标还用于电力企业监控企业输电线路的运行状况。只要发生异常，可以迅速进行分析和处理，有效防止窃电频发，减少电力企业可能面临的损失。
（3）阶梯电价的有效管理。在电力信息采集系统对电价进行有效控制的同时，还可以对阶梯电价进行控制，不仅降低电费支付的难度，且可以对用电进行科学合理的收费，最终实现科学管理。
2系统工作原理
目前，AR技术在电网运维检修、现场施工作业、复杂装配等方面得到了一定应用，但尚未应用于用电信息采集系统设备的运维。在此，基于人工智能和AR技术所设计的新型智能运维设备，可以自动采集、处理运维现场的信息并给出故障诊断和排查意见，通过增强现实的方式进行呈现，大大提高运维效率，而现场运维人员通过AR呈现和语音交互的方式快速诊断现场故障，不仅提高工作效率，并且确保现场工作安全。
.png)
图1运维系统架构
运维系统的工作流程如图1所示。运维人员穿戴AR设备，采集现场音视频、图像信息，通过网络上传到云平台运维系统。云平台具有图像深度学习库以及智能运维专家知识库，分别进行运维对象的目标检测、识别以及故障诊断。在识别出可能的故障类型后，将相应的故障排查流程以图片、文字、视频等方式传输给现场工作人员，通过AR运维设备叠加到真实场景中以增强现实的方式呈现，实现现场实时的终端表计状态采集、数据查询传输、专家知识库快速检索、AR展示等功能，建立电子化、标准化作业管控的集抄运维流程。
3基于AR的运维设备关键技术研究
3.1目标检测与识别
AR摄像头开启后，会有一个矩形限定区域框，设备会提醒用户将电能表或集中器移入限定区域，之后开始拍照上传后台识别。集中器上的很多目标都是检测与识别的对象，包括：集中器厂家名称、型号，电源灯（亮灭），载波电源灯（亮灭），载波ABC灯（闪烁），通信电源灯（亮灭），通信NET灯（亮灭），液晶屏4G信号格（无、1～2格、2格以上），液晶屏逻辑地址，等。
传统的目标检测和识别算法的一般工作流程如下：
选择图像特征（如LBP特征、HOG特征等），采集目标样本图片以及背景图片训练二分类的分类器（如SVM，AdaBoost），用于判断给定区域是否包含目标。训练好分类器后，就可以以一个固定大小的检测窗口在整张图片上滑动，对每个位置判断目标是否存在。
该法的缺点在于：存在大量冗余的计算，算法耗时长；每一个待检测的目标都要单独训练一个分类器，多目标检测情况下工作量大；手工特征受图像质量影响较大。综上所述，传统的目标检测和识别方法不适合应用于工业现场的运维场景。
网络的基本组件为卷积层、批量归一化层，激活函数为带泄露的截断线性单元（LeakyReLU）。首先，将一幅图像分成S×S个网格，每个网格预测B个边界框，每个边界框除了包含自身的位置信息外，还包含一个所属类别的预测得分。这个得分代表所预测的边界框中含有目标的置信度和这个框有多准这两重信息。在预测的时候，每个网格预测的类别信息和边界框预测的得分信息相乘，就得到了每个边界框对每个类别的置信度，即
式中：IoU为交并比。最后设置阈值，过滤掉置信度低的边界框，再对剩余的框进行非极大值抑制处理，得到最终的检测结果。
由于不同目标的尺寸大小不同，需要算法能够处理多尺度的目标检测。为此，通常对图片进行等比缩小或扩大后，再输入到算法中。这种方法虽然有效，但对硬件计算能力及内存大小有较高要求。在此，不对原始图片做处理，而是选取神经网络中间层的输出特征，在此基础上进行预测。神经网络的前向传播过程可以认为是对输入图片的降采样，随着网络层数的加深，特征图的尺寸会逐渐变小。于是，可以取位于网络深层的特征图，经过卷积上采样，再与浅层的特征图融合形成不同尺度的特征图用于检测。
将上述算法用于运维现场的检测和识别流程，分为训练和测试2个阶段。在训练阶段，需要采集训练的样本，并且剔除其中的无效数据，训练好模型后就可以对运维现场的图像（由视频转化而来）进行检测和识别。
3.2增强现实呈现
现场AR设备扫描视频，后台通过API接口获Fig.5Pipelineofobjectdetec-
tionandrecognition取到一帧帧画面，调用上述算法接口函数进行检测与识别，从识别结果中提取各种有效信息，如集中器厂家、型号，各种指示灯的亮灭情况等。结合不同的故障条件进行逻辑判断后得出故障诊断的结果。为了将该结果呈现给在现场的运维工作人员，
AR智能眼镜需要完成以下操作：检测电能表、集中器等对象（需要注意的是，这里的检测是将集中器本身作为目标，与3.1节中的不同，3.1中的检测是针对一个集中器上的多种目标），追踪相机的位姿，场景三维重建，以及AR对象（包括故障诊断结果和排查流程）的呈现（以图片、文字、电子白板的形式）。
其中检测的步骤在此不再赘述。对于相机位姿的追踪，一般认为这是一个视觉同时定位与建图SLAM（simultaneouslocalizationandmapping）问题，即相机在运动的过程中，同时进行重构周围环境和定位自身位置。
结束语
用电信息采集以及用电检测管理是电网的核心组成部分，通过对用户的用电数据进行认真收集和分析，进而实现用电计量、费用结算自动化以及绿色用电，并最终实现对用电信息的自动化、精确化管理。
参考文献
[1]彭博.AR技术在变电动态运维关键技术中的应用[J].科技创新导报,2017,(34)：13-14.
[2]程颖.用电信息采集系统运维模式创新研究[J].中国战略新兴产业，2017，（08）：143-146.
作者简介：江莉莉，女，1988年11月出生，重庆石柱人（籍贯）