2023年11月2日，在“第2届电力行业数字化转型大会暨第4届电力人工智能大会”上，「智创奖」第二届电力数智化转型技术创新应用评选颁奖典礼同期举行。

国网福建省电力有限公司电力科学研究院凭借其“电表底度AI识别微应用”案例，获得“新型电力系统人工智能技术创新应用案例奖”。

该应用创新融合人工智能目标检测、字符识别等模型以及流程自动化等技术，实现电表影像示数值及类别数据识别、中间校核、信息入库等环节智能替代与自动操作，提升底度等关键信息识别、快速校核、自动上传等速率，每百只电表入库作业流程由原来3个多小时缩短至20分钟以内，工作效率提升超10倍，为基层电表轮换提速。

目前已赋能全省9地市供电所开展规模化应用，赋能超50万只电表轮换工作。同时，创新地形成一套低成本、可推广的电力人工智能规模化应用经验，推动电网数字化与智能化转型升级。

传统智能电表轮换作业

存在的问题

智能电表轮换工作是指通过对使用寿命到期的电表进行轮换，并推进新一代HPLC智能电表改造，来保障计量精准度、提高自动化抄表、远程费控与停复电成功率。国网福建电力积极践行“双满意”工程，2022年完成约645万只智能电表轮换。

然而，传统的智能电表轮换业务流程繁杂，除了人工需要到现场拆除电表外，还涉及电表拍照、底度信息抄写录入、校核、系统填报等多环节，总体工作量大，对利用智能化的方式提高作业效率需求大。

目前，传统的智能电表轮换作业主要存在以下问题：

1. 1、大量电表影像数据依赖人工重复读写，制约基层电表轮换业务效率。因业务工作要求需对拆除电表进行拍照、关键信息读取及录入存证等作业，需要拍摄并人工读取的电表电量示数类别就包括：有功总示数、有功峰示数、有功谷示数，对于三相电表还存在第一象限无功示数、第四象限无功示数，全程依赖人工读写记录。

2. 2、拆表入库涉及流程环节多、作业人员组成复杂、底度核验压力大。业务流程涉及供电所外勤班组、内业人员、区县级资产管理人员等处理环节，电表底度等关键信息需经历人工、系统等多次核验，跨层级、耗人力、失误风险较大。

3. 3、大量数据录入业务系统未实现自动替代。拆表照片影像、底度等关键信息数据需经过重命名、逐一上传业务系统，经系统校核后完成业务闭环，多个环节具备智能化、自动化提升潜力。

电表底度AI识别微应用

总体技术路线

电表底度AI识别微应用总体技术路线包括：业务流程解构、工程化应用架构设计、核心图像识别算法研发、应用性开发等部分。

01、业务流程解构、工程化应用架构设计

电表拆表入库业务全流程解构。围绕拆表入库全环节作业内容，梳理重命名、底度等关键信息识别写入、智能校核、系统上传填报等步骤作智能替代，保留装拆、拍照、二次人工核验等人工操作。电表底度AI识别工程化微应用架构设计。依托省级人工智能平台，开发微应用延伸平台模型服务能力，设计部署RPA应用实现全过程高比例人工替代。

图：电表底度AI识别工程化微应用架构图

02、核心图像识别算法研发

算法模块包括目标检测模型、字符识别模型、图像分类模型等采用YOLOv5模型框架实现电表影像中，仪表盘中示数显示区域、分类显示区域（单相表）、类别功能码区域（三相表），以支持后续的示数值识别与类型分类识别计算。

在目标检测任务之后，进行数值识别，包括电量示数值的识别以及分类功能码（三相表）的识别。采用CRNN-CTC算法模型开展。对于单相电表，由于屏显中无专门的类别功能码显示区域，类别识别采用右上角类别字符显示区域的图像分类进行识别。

图：电表底度AI识别工程化微应用架构图

03、应用性功能开发

开发网页微应用，集成各类图像识别模型功能，基于B/S架构研发Web端微应用，配置图像上传、结果导出功能，同事结合业务系统流程开发RPA应用，实现基层作业人员通过本地电脑远程调用AI模型、就地修正、自动上传结果等“一键式”操作，实现“数据业务化，员工少动手”。

该技术成果适用于电力营销计量领域、设备图像识别领域，未来还可以进一步扩大模型支持能力，在计量装置缺陷识别等相关应用中开展赋能。

参与单位/参与人员：

国网福建省电力有限公司电力科学研究、国网福建省电力有限公司、国网泉州供电公司/谢炜、林爽、姚文旭、郑州、吴飞、李扬笛、林晨翔、上官敬尧