電能計量箱，一個聽上去陌生，看到卻一定覺得熟悉的東西。

作為電力系統(tǒng)中的關(guān)鍵組成部分，電能計量箱被廣泛安裝在各類生產(chǎn)生活區(qū)域，保護(hù)其內(nèi)部的電能表、互感器等計量裝置的安全，是保障電力系統(tǒng)穩(wěn)定運行的重要設(shè)施。隨著電力行業(yè)積極推進(jìn)數(shù)字化、智能化升級，電能計量箱數(shù)字化建檔工作也正在電力行業(yè)全面展開。全面準(zhǔn)確的計量箱運行檔案能夠反映當(dāng)區(qū)用電情況、設(shè)備故障及損壞情況、設(shè)備地理位置等信息，對于電網(wǎng)開展反竊電、線損治理、日常運維工作至關(guān)重要。

電能計量箱

合眾偉奇，一家專注為電力能源等行業(yè)提供信息化、數(shù)字化建設(shè)綜合解決方案的公司，使用飛槳目標(biāo)檢測端到端開發(fā)套件PaddleDetection中的超輕量實時目標(biāo)檢測模型PP-PicoDet，研發(fā)電能計量箱數(shù)字化App，提升現(xiàn)場作業(yè)人員數(shù)據(jù)錄入質(zhì)效，助力國網(wǎng)重構(gòu)電能計量箱檔案，為電網(wǎng)數(shù)字化管理和資產(chǎn)安全提供了有力支持。

建檔信息錄入耗時耗力

檔案準(zhǔn)確性面臨挑戰(zhàn)

計量箱建檔，涉及到的信息收集工作非常繁雜。以某省級電網(wǎng)計量箱建檔要求為例，需要巡查人員現(xiàn)場錄入計量箱外觀及箱體內(nèi)部電能表的各項缺損情況信息，包括計量箱門、窺視窗、鎖具、開關(guān)蓋、箱體是否存在破損或缺失情況，電能表開關(guān)蓋、封印、屏顯等是否存在損毀或缺情況，這無疑對信息錄入人員的細(xì)致程度提出了極大挑戰(zhàn)。

同時，計量箱設(shè)備往往安裝環(huán)境復(fù)雜、規(guī)格多樣、數(shù)量巨大，不論是居民小區(qū)、工業(yè)現(xiàn)場，還是戶外田野等等都需要巡檢人員逐一檢查高低位置不同的大量計量箱并收集信息，導(dǎo)致人工采錄入難度大，漏錄錯錄情況時有發(fā)生，錄入效率與準(zhǔn)確率均較低，嚴(yán)重影響計量箱數(shù)字化建檔質(zhì)量。

電能計量箱規(guī)格多樣、安裝環(huán)境復(fù)雜

基于對人工錄入難題的敏銳洞察，合眾偉奇依托多年電力行業(yè)深耕經(jīng)驗，決定將人工智能技術(shù)應(yīng)用到計量箱數(shù)字化建檔，解決實際場景難題。

手機(jī)端部署模型，沒網(wǎng)也能快速響應(yīng)

AI助效率提升20%

用人工智能視覺領(lǐng)域技術(shù)替代傳統(tǒng)的人眼判別，是合眾偉奇的技術(shù)落地方向。通過對計量箱外觀和內(nèi)部進(jìn)行拍照，借助目標(biāo)檢測模型，就可以快速檢測到照片內(nèi)的關(guān)鍵信息，從而達(dá)到信息錄入的目標(biāo)。

然而在解決“最后一公里”的實際落地環(huán)節(jié)，團(tuán)隊面臨了不小的考驗。

“照片肯定是現(xiàn)場作業(yè)人員使用手機(jī)來拍攝。同時因為檔案錄入有即時性需求，不能拍完以后再上傳到某處統(tǒng)一識別，所以模型的速度是必須過關(guān)的?！焙媳妭テ鏀?shù)據(jù)服務(wù)部技術(shù)負(fù)責(zé)人郝增財介紹，“但是現(xiàn)場作業(yè)環(huán)境復(fù)雜，很多時候計量箱附近的網(wǎng)絡(luò)條件沒有保障，比如地下車庫、野外場所等等，這就不能調(diào)用服務(wù)器端的模型了。因此我們在模型研發(fā)完成后，必須把模型能力同時遷移到移動終端，也就是部署在手機(jī)上，保證其在無網(wǎng)絡(luò)環(huán)境下可使用，而且需要保證模型的精度、速度達(dá)到業(yè)務(wù)的需求。”

經(jīng)過調(diào)研對比，團(tuán)隊最終選擇了使用飛槳目標(biāo)檢測端到端開發(fā)套件PaddleDetection中的超輕量實時目標(biāo)檢測模型PP-PicoDet來實現(xiàn)模型的開發(fā)和手機(jī)端部署。PP-PicoDet是針對移動端/低算力設(shè)備定制化研發(fā)的輕量級檢測模型，提供了xs、s、m、l等系列模型，可滿足更精細(xì)化的精度和速度選型需求。同時模型在部署方面保持了極高的易用性，支持豐富的推理庫，并且提供開箱即用的量化壓縮方案。

整體技術(shù)方案設(shè)計

具體來說，合眾偉奇模型研發(fā)技術(shù)步驟如下：

• 數(shù)據(jù)采集：基于最近一年的巡視工作，通過手機(jī)或掌機(jī)進(jìn)行計量箱圖像數(shù)據(jù)采集；

• 數(shù)據(jù)預(yù)處理：根據(jù)標(biāo)注規(guī)范對采集的數(shù)據(jù)進(jìn)行清洗與標(biāo)注，并采用圖像增強(qiáng)、裁剪、縮放、旋轉(zhuǎn)等操作對數(shù)據(jù)擴(kuò)充增強(qiáng)，以消除光照、角度等因素的影響，提高識別模型的適用性；

• 模型訓(xùn)練：使用飛槳PaddleDetection中的超輕量實時目標(biāo)檢測模型PP-PicoDet，對模型進(jìn)行訓(xùn)練，最終生成計量箱材質(zhì)及缺陷識別模型、電能表識別模型，并評估模型性能；

• 模型驗證與優(yōu)化：通過現(xiàn)場試運行評估模型的性能，對模型進(jìn)行迭代優(yōu)化，提高識別準(zhǔn)確率和泛化能力；

• 模型集成：將優(yōu)化后的模型集成到服務(wù)端與移動端，其中移動端模型會通過剪枝、壓縮、量化、蒸餾等技術(shù)降低模型體積和提升推理速度，以滿足移動端的應(yīng)用需求。

最終，電能計量箱數(shù)字化App內(nèi)的計量箱材質(zhì)識別模型準(zhǔn)率達(dá)99.2%，計量箱缺陷識別模型準(zhǔn)確率達(dá)94%，電能表識別模型準(zhǔn)確率達(dá)99.6%，在國家電網(wǎng)北京、湖北、湖南、遼寧、吉林、黑龍江、河南等省級電網(wǎng)推廣使用，其中某省已完成百萬余計量箱的數(shù)千萬張圖片采集，巡檢效率提升20%，極大減少了人力投入，提升了數(shù)字化檔案信息準(zhǔn)確度。

巡查人員在地下場所使用手機(jī)拍照錄入檔案

“項目落地離不開公司技術(shù)中心領(lǐng)導(dǎo)的大力支持，飛槳的開源生態(tài)社區(qū)也提供了非常多的幫助?！焙略鲐斀榻B到，“在開發(fā)過程中，我們在社區(qū)里學(xué)習(xí)了很多的服務(wù)端、移動端的模型部署案例。飛槳還為我們組織了一次專門的由PPDE（飛槳開發(fā)者技術(shù)專家）進(jìn)行的指導(dǎo)支持，解決了我們在項目過程中遇到的一些難題。我和我另外一名同事最終也都獲得了PPDE認(rèn)證，希望能夠和更多的優(yōu)秀開發(fā)者一起推進(jìn)技術(shù)創(chuàng)新，為行業(yè)貢獻(xiàn)力量?！?/p>

合眾偉奇已經(jīng)正式加入飛槳技術(shù)伙伴計劃，將持續(xù)探索AI+電力的無限可能，解決電力行業(yè)痛點問題。如將目標(biāo)檢測技術(shù)應(yīng)用至更多電力作業(yè)場景，如線路巡檢、電力人員安全作業(yè)檢查等，提升巡檢效率和人員作業(yè)安全性；或是構(gòu)建AI決策模型，對電網(wǎng)發(fā)電量、負(fù)荷等進(jìn)行綜合判斷預(yù)測，輔助實現(xiàn)能源優(yōu)化配置；又如結(jié)合文心大模型，研發(fā)電力企業(yè)內(nèi)部知識庫，實現(xiàn)對企業(yè)內(nèi)部資料的文檔分析和智能問答，持續(xù)用AI賦能電網(wǎng)提質(zhì)增效。而文心大模型與飛槳也將持續(xù)與千行百業(yè)的伙伴一起，助力人工智能在產(chǎn)業(yè)的落地，助推產(chǎn)業(yè)智能化升級。

百度AI技術(shù)生態(tài)支持計劃

打通企業(yè)應(yīng)用最后一公里

百度AI技術(shù)生態(tài)匯聚具備豐富產(chǎn)業(yè)落地經(jīng)驗的飛槳開發(fā)者技術(shù)專家(PPDE)，為企業(yè)用戶提供基于文心大模型和飛槳深度學(xué)習(xí)平臺的應(yīng)用落地專項技術(shù)支持。

針對企業(yè)項目關(guān)鍵卡點，提供4次技術(shù)指導(dǎo)，幫助企業(yè)攻克技術(shù)難關(guān)，降低企業(yè)開發(fā)成本，實現(xiàn)項目快速落地。

專家指導(dǎo)

飛槳開發(fā)者技術(shù)專家(PPDE)一對一陪伴式支持企業(yè)項目落地。

限時免費

2023年8月申請，并經(jīng)審核通過后的用戶將獲得限時免費指導(dǎo)權(quán)益。