应用智能手机视频处理技术检测智能电表故障原因「智能电表故障有哪些显示符号」

最近很多人再问应用智能手机视频处理技术检测智能电表故障原因「智能电表故障有哪些显示符号」，今天小编给大家整理了应用智能手机视频处理技术检测智能电表故障原因「智能电表故障有哪些显示符号」的相关内容，请往下看。

中国南方电网深圳供电局有限公司福田供电局、西安双英科技股份有限公司的研究人员李腾腾、蔡梦杰 等，在2021年第6期《电气技术》上撰文，基于智能手机视频处理技术的智能电表故障检测装置利用智能手机摄像头采集脉冲输出，实现智能电表电能误差校验和故障检测。该检测装置不必打开计量表计的接线端子盖，只需调用系统相机录像，录制的同时利用智能手机蓝牙读取校验仪测量的电压、电流、相位，然后将视频切片为图像进行处理，获得智能电表有功脉冲输出时刻；同时使用智能手机蓝牙读取的测量值进行电能累计，与智能电表进行比对，完成误差计算。

智能电表是电力系统运营中的关键计量环节，作为强检计量器，其数量随着科技的发展而激增。在用户供电要求提升的情况下，依靠传统的带回实验室进行校验的方式对电能表进行检测已不切实际，因此电能表现场校验仪的作用变得尤为重要。

现阶段现场校验仪可以实现测量电压、电流、相位、频率等参数，同时可利用光电头和脉冲线输入连接到电能表，例如较早的手持式现场校验仪，采用捕获脉冲计数的方法实现对电能表的准确校验。但是连接脉冲线需要打开端子盖，光电头吸附时比较繁琐，尚无一种高效、快捷、智能的现场校验设备。

随着智能手机技术的发展，各种手机应用软件层出不穷，智能手机不再仅仅是通信工具，同时由于其具有网络接入、获取定位、拍照等多种功能，其应用场景越来越广。因此，手机平台在专业测量现场工作中有非常广阔的应用。然而仅凭智能手机的软件功能，无法实现现场测量；将软件与带有接口的测量模块硬件相结合，才能赋予设备更实际和广泛的应用。

本文提出一种将专业测量技术与智能手机（personal digital assistant, PDA）相结合，利用PDA视频处理图像识别技术进行智能电能表故障检测的装置，以便提高工作效率。

1 智能电表测量终端设计

智能电表测量终端电路主要由两路输入信号、取样放大电路、基准电路、AC-DC电源隔离模块、转3.3V电路、光电脉冲输入电路、指示灯电路、通用串行总线（universal series bus, USB）通信电路、蓝牙通信模块和微控制单元（micro-controller unit, MCU）十大模块构成，其模块框图如图1所示。

图1 智能电表测量终端模块框图

两路电压、电流信号通过输入信号端口接入各自的取样放大电路，取样放大电路对信号进行滤波、整形、放大等处理后送入MCU中，MCU对处理后的信号进行AD模数转换，然后经过快速傅里叶变换（fast Fourier transformation, FFT）运算得到被测信号的幅值和相位等信息；为保证测量的精度，测量终端使用了外部基准电压作为测量的参考电压。

光电脉冲输入电路利用脉冲输入线采样脉冲信号进行电能误差校验；利用AC-DC电源隔离模块从被测电压信号处取电，然后经过3.3V电路生成测量终端各个模块需要的稳定3.3V工作电压；供电后，指示灯点亮，表示测量终端通电，与智能手机端连接并开始测量数据时，工作灯不断闪烁，表示测量终端工作正常。

蓝牙通信模块和USB通信电路与测量终端MCU连接，用于测量终端同智能手机的通信，将测量结果发送到智能手机，测量终端既可通过蓝牙通信模块与智能手机实现无线通信，也可通过USB数据连接线与智能手机实现有线通信，并可查看更多信息。

2 PDA视频处理

2.1 图像预处理

在进行PDA视频处理时，图像质量的好坏直接影响识别算法的效果。图像信息存储和传输过程中会被各种各样的噪声干扰，为了从含噪图像中提取更多的有用信息，满足后续处理的需要，图像预处理是必要的。一般图像预处理流程如图2所示。

图2 一般图像预处理流程

通过摄像头获取到的图像为彩色图像。每个图像的像素对应于二维空间中一个特定的位置，并且有一个或者多个与该点相关的采样值组成数值；为使后续图像的计算量减少，需对图像进行灰度化处理。

在RGB模型中，彩色图像中的每个像素的颜色由R、G、B三个分量决定。如果R=G=B，则彩色表示一种灰度颜色，其中R=G=B的值叫灰度值，因此灰度图像每个像素只需一个字节存放灰度值，灰度范围为0～255。

本文首先使用平均值法对图像进行灰度化处理，实现的表达式为

将滤波模板下的统计排序结果代替中心像素值，很好地滤除了脉冲噪声；其次采用二值化处理，将目标用户背景分类，进行图像腐蚀和膨胀操作，为后续识别做准备。

2.2 基于帧差法的图像目标检测

因为摄像机采集的视频序列具有连续性的特点，所以采用合适的图像识别算法用于视频序列尤为重要。视频中存在运动目标时，连续的帧和帧之间会有明显的变化，如图3所示。

帧间差分法通过对视频图像序列的连续两帧图像做差分运算获取运动目标轮廓。

图3 帧间显示图像

当监控场景中出现异常目标运动时，相邻两帧图像之间会出现较为明显的差别，两帧相减，求得图像对应位置像素值差的绝对值，判断其是否大于某一阈值，进而分析视频或图像序列的物体运动特性。两帧差分法流程如图4所示，表达式为

图4 两帧差分法流程

针对运动的物体过快或过慢现象，采用三帧差分法或者多帧差分法，对相邻两组的图像进行多次差分，能有效解决产生的“重影”或“空洞”现象。

根据有关文献介绍帧间差分法及其和其他算法的比较，体现该算法实现简单、对于设备的要求不高、运算速度快的特点。因此将其应用于电表视频目标检测的处理中能实现较优的效果。

3 基于PDA视频处理的智能电表实时检测

3.1 PDA与终端连接

本文主要采用蓝牙进行PDA与终端的连接，具有以下三个特点，以保证通信的安全性：①蓝牙支持短距离通信，设计装置主要针对现场使用，对于测试数据实时读取，不涉及读取电表内部其他信息或有关隐私方面数据；②设计装置的蓝牙通信是配对使用，在建立连接之前保证了通信的安全性；③采用自定义通信协议进行解析，不了解通信协议则无法与测量硬件通信，保证现场使用的安全性。

3.2 实时检测

本检测装置的处理方法将电能计量的远程在线检测系统进行优化。PDA端带有应用软件，通过蓝牙或USB可以与测量终端连接，既可以实时显示被测的电压、电流、相位、功率、谐波和波形等，也可以设置被检电表的时常数、校验圈数等校验参数。利用摄像头代替光电头采样器采集脉冲信号，利用动态图像识别算法对电能表输出脉冲进行目标识别和跟踪，获取电能输出脉冲，进行电能误差校验。处理流程如图5所示。

图5 基于PDA视频处理的实时检测处理流程

1）图像获取

（1）PDA摄像头拍摄电表图片，自动识别电表类型时常数等，使用蓝牙接口设置故障检测模块。

（2）调用系统相机录像，根据需要校验的圈数，拍摄完整的脉冲闪烁周期，录制的同时利用PDA蓝牙实时读取智能电表故障检测模块的电压、电流和相位，保存好与视频对应的幅值时间信息。

（3）遍历录制视频所有类型的流，找到视频流，获取视频流中的编解码上下文，并根据编解码上下文中的编码ID，查找对应的解码，打开解码器，解码一帧视频压缩数据，得到视频像素数据。

注：PDA摄像头录制时，被检电能表脉冲灯必须完全熄灭或点亮，便于录制识别。①将被检电能表周围光线调暗；②显示器处于背光或关闭状态；③避免脉冲灯反光；④遮住红外发射和接收灯，避免手机摄像头触发电能表的红外信号；⑤可定制相应的工装，测量时进行现场遮挡，避免对摄像头录制时脉冲灯的影响。

2）脉冲灯识别判定

定位有功发光二极管位置，将获取到视频帧的时间信息与视频灯是否闪烁进行绑定，并同步记录录制视频时的电参数；利用图像处理算法进行识别。

具体步骤为：①对图像进行高斯平滑、中值滤波、二值化、膨胀和腐蚀等预处理后，去除图像噪声，然后对图像进行圆形区域查找，获取对应的最优矩形及对应的点；②基于最优的获取一个Mask区域，统计红色像素值出现的数量大小，与设定的阈值比较进行判别。即采用帧差法在极短的时间内比较视频图像序列中前后两帧的图像，通过对应像素点的灰度差和颜色变化来判断发光二极管是否从灭到亮。如果发现两帧之间有差别值大于设定的阈值，说明当前帧有发光二极管由灭到亮，有有功脉冲输出。

3）电量同步计量

根据电表有功发光二极管从灭到亮的帧时刻获得智能电表有功脉冲输出时刻；进行脉冲灯闪烁判别时同步计算电量累计，将校验圈数完成时的电能累计与智能电表进行比对，对电表误差进行校验，图6为有功脉冲和测量结果比对显示。

图6 有功脉冲和测量结果比对显示

4 试验与效果分析

针对两台（套）智能电表故障检测装置样机作检测及分析。仪表1和仪表2的电压、电流、相位误差范围，实测值与标准值的误差的最大值、最小值、典型值范围见表1，脉冲校验和视频校验电能误差范围见表2。

表1 电压、电流、相位实测值与标准值误差对比

表2 脉冲校验和视频校验实测值与标准值误差对比

根据两台表的性能测试数据可知，幅值和电能误差都可以达到0.5级精度等级设计要求，满足现场使用需求。

5 结论

基于PDA视频处理技术的智能电表故障检测装置利用PDA摄像头，无需打开计量表计的接线端子盖，便可调用系统相机录像。拍摄1～3个完整的脉冲闪烁周期，录制的同时可利用PDA蓝牙读取校验仪测量的电压、电流、相位，然后将视频切片为图像进行处理，获得智能电表有功脉冲输出时刻；同时使用PDA蓝牙读取的测量值进行电能累计，与智能电表进行比对，完成误差计算。

计算精度满足现场校验的需要，接线简单，操作快捷方便；利用人工智能图像识别技术结合仪表测量，适应现代移动互联网发展，实现智能电表快速故障检测和现场校验，提高安全生产率。

本文编自2021年第6期《电气技术》，论文标题为“基于智能手机视频处理技术的智能电表故障检测”，作者为李腾腾、蔡梦杰 等。