科研之友
微信
新浪微博
Facebook
分享链接
摘要
变电站仪表读数的准确识别对实时感知设备运行状态，提高变电设备运维智能化水平意义重大。然而，现有基于指针偏转角度检测的变电站仪表读数识别方案准确性差，未能结合表盘色带判别设备状态，无法自适应表盘量程。对此，提出了一种基于YOLO-E改进OCRNet图像分割的变电站仪表读数识别方法，首先提出了基于YOLO-E的表盘位置检测算法，通过透视变换实现图像校准；其次，使用极化注意力模块分支改进OCRNet网络结构，提出基于改进OCRNet的表盘分割算法，实现表盘刻度、指针及色带的准确分割提取；最后，基于PGNet从表盘文本中自适应识别量程信息，结合指针与刻度的分割结果实现读数识别。算例证明，与其他先进电力视觉算法相比，所提方法能适应不同量程的仪表，实现了读数与设备运行状态的准确识别，有助于推动运检数字化转型。
- 单位
