电表误差检测方法、装置、终端设备及存储介质制造方法及图纸

本申请适用于误差检测技术领域，提供了电表误差检测方法、装置、终端设备及存储介质，该电表误差检测方法包括：获取待测电表检测的当前电流值和当前电压值；获取待测电表的当前录制视频，并基于预设的帧率和当前录制视频，获取按时间排列的待测电表图像序列；将待测电表图像序列中的图像依次输入改进的yolov5网络模型，得到按时间排列的输出图像序列；输出图像序列中的图像均已框选出脉冲灯部位；对输出图像序列中的图像分别进行图像裁剪，得到按时间排列的脉冲灯部位图像序列，并基于预设的帧率、当前电流值、当前电压值和脉冲灯部位图像序列计算待测电表的误差。本申请能够解决目前电表测量效率低下，流程繁琐的问题。流程繁琐的问题。流程繁琐的问题。

【技术实现步骤摘要】
电表误差检测方法、装置、终端设备及存储介质


[0001]本申请属于误差检测
，尤其涉及电表误差检测方法、装置、终端设备及存储介质。

技术介绍

[0002]目前，电能表是一种广泛使用在每个家庭的测量电能使用情况的一个重要设备。由于各种各样的原因，电表可能会出现一些测量不准的问题。比如窃电，以及一些关键元件的损坏等情况，都会导致电表出现误差。然而这种重要的电力设备一旦出现误差，将会造成非常大的损失。所以电力部门会定期进行排查，对使用中的电表进行误差检查，及时的发现和解决问题，降低可能造成的损失。
[0003]目前，电表的误差检测方法非常繁琐，需要人工进行许多繁杂操作，使用的设备相当昂贵，也会由于人工操作的不当造成漏检，测试不准等问题。且对每一块表都要进行繁杂的检测过程，费时费力，测量效率低下。

技术实现思路

[0004]本申请实施例提供了电表误差检测方法、装置、终端设备及存储介质，以解决电表检测效率低下，流程繁琐的问题。
[0005]本申请是通过如下技术方案实现的：
[0006]第一方面，本申请实施例提供了一种电表误差检测方法，包括：获取待测电表检测的当前电流值和当前电压值；获取待测电表的当前录制视频，并基于预设的帧率和当前录制视频，获取按时间排列的待测电表图像序列；将待测电表图像序列中的图像依次输入改进的yolov5网络模型，得到按时间排列的输出图像序列；输出图像序列中的图像均已框选出脉冲灯部位；对输出图像序列中的图像分别进行图像裁剪，得到按时间排列的脉冲灯部位图像序列，并基于预设的帧率、当前电流值、当前电压值和脉冲灯部位图像序列计算待测电表的误差。
[0007]结合第一方面，在一些可能的实现方式中，改进的yolov5网络模型包括：输入端、主干网络模块、头部网络模块和输出端，输入端与主干网络模块的输入接口连接，主干网络模块的输出接口与头部网络模块的输入接口连接，头部网络模块的输出接口与输出端连接；输入端，用于输入待测电表图像序列中的图像；主干网络模块，用于对待测电表图像序列中的图像进行切片、卷积和池化操作，得到预输出图像；头部网络模块，用于对预输出图像中的两张特征图进行相加操作，得到输出图像序列中的图像；输出端，用于输出输出图像序列中的图像。
[0008]结合第一方面，在一些可能的实现方式中，主干网络模块包括：切片单元、第一卷积单元、第一ghostbottleneck单元和池化单元；切片单元，用于对待测电表图像序列中的图像进行切片操作，得到切片图像；第一卷积单元，用于对切片图像进行卷积操作，得到第一卷积图像；第一ghostbottleneck单元，用于对第一卷积图像依次进行第一次幻影卷积、
第一次深度可分离卷积、第二次幻影卷积、第二次深度可分离卷积和第三次深度可分离卷积操作，得到第一深度处理图像；池化单元，用于使用四种不同的池化窗口对第一深度处理图像进行池化操作，得到预输出图像。
[0009]结合第一方面，在一些可能的实现方式中，头部网络模块包括：第二卷积单元、第二ghostbottleneck单元和通道相加单元；第二卷积单元，用于对预输出图像进行卷积操作，得到第二卷积图像；第二ghostbottleneck单元，用于对第二卷积图像依次进行第一次幻影卷积、第一次深度可分离卷积、第二次幻影卷积、第二次深度可分离卷积和第三次深度可分离卷积操作，得到第二深度处理图像；通道相加单元，用于对第二深度处理图像中的两张特征图按照通道的方向相加的操作，得到输出图像序列中的图像。
[0010]结合第一方面，在一些可能的实现方式中，基于预设的帧率、当前电流值、当前电压值和脉冲灯部位图像序列计算待测电表的误差，包括：对于脉冲灯部位图像序列中的每个图像，对该图像进行灰度化以及二值化处理，得到该图像对应的二值图片，并计算该图像对应的二值图片的白色像素所占比例；基于脉冲灯部位图像序列中的每个图像对应的白色像素所占比例和预设的帧率计算待测电表的脉冲频率；根据脉冲频率计算待测电表的功率；计算当前电流值和当前电压值的乘积；根据待测电表的功率和乘积，得到待测电表的误差。
[0011]结合第一方面，在一些可能的实现方式中，根据脉冲频率计算待测电表的功率的公式为：其中，N为待测电表的耗电计量参数；P为待测电表的功率；f为脉冲频率。
[0012]结合第一方面，在一些可能的实现方式中，预设的帧率为30FPS或者60FPS。
[0013]第二方面，本申请实施例提供了一种电表误差检测装置，包括：获取模块，用于获取待测电表检测的当前电流值和当前电压值；获取待测电表的当前录制视频，并基于预设的帧率和当前录制视频，获取按时间排列的待测电表图像序列；图像处理模块，用于将待测电表图像序列中的图像依次输入改进的yolov5网络模型，得到按时间排列的输出图像序列；输出图像序列中的图像均已框选出脉冲灯部位；误差计算模块，用于对输出图像序列中的图像分别进行图像裁剪，得到按时间排列的脉冲灯部位图像序列，并基于预设的帧率、当前电流值、当前电压值和脉冲灯部位图像序列计算待测电表的误差。
[0014]第三方面，本申请实施例提供了一种终端设备，包括：处理器和存储器，该存储器用于存储计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述的电表误差检测方法。
[0015]第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述的电表误差检测方法。
[0016]第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的电表误差检测方法。
[0017]本申请实施例与现有技术相比存在的有益效果是：
[0018]本申请相对于现有技术非常繁琐的检测方法，仅仅需要工作人员录制当前视频，并基于这个视频就可以得到待测电表的误差，也避免了对检测使用的设备进行不当操作的
可能，因此解决了电表检测效率低下，流程繁琐的问题。
[0019]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
[0020]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本申请一实施例提供的电表误差检测方法的流程示意图；
[0022]图2是本申请一实施例提供改进的yolov5网络模型的结构示意图；
[0023]图3是本申请一实施例提供的主干网络模块的结构示意图；
[0024]图4是本申请一实施例提供的头部网络模块的结构示意图；
[0025]图5是本申请一实施例提供的二值图片示意图；
[0026]图6是本申请一实施例提供的电表本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电表误差检测方法，其特征在于，包括：获取待测电表检测的当前电流值和当前电压值；获取所述待测电表的当前录制视频，并基于预设的帧率和所述当前录制视频，获取按时间排列的待测电表图像序列；将所述待测电表图像序列中的图像依次输入改进的yolov5网络模型，得到按时间排列的输出图像序列；所述输出图像序列中的图像均已框选出脉冲灯部位；对所述输出图像序列中的图像分别进行图像裁剪，得到按时间排列的脉冲灯部位图像序列，并基于所述预设的帧率、所述当前电流值、所述当前电压值和所述脉冲灯部位图像序列计算所述待测电表的误差。2.如权利要求1所述的电表误差检测方法，其特征在于，所述改进的yolov5网络模型包括：输入端、主干网络模块、头部网络模块和输出端，所述输入端与所述主干网络模块的输入接口连接，所述主干网络模块的输出接口与所述头部网络模块的输入接口连接，所述头部网络模块的输出接口与所述输出端连接；所述输入端，用于输入待测电表图像序列中的图像；所述主干网络模块，用于对所述待测电表图像序列中的图像进行切片、卷积和池化操作，得到预输出图像；所述头部网络模块，用于对所述预输出图像中的两张特征图进行相加操作，得到所述输出图像序列中的图像；所述输出端，用于输出所述输出图像序列中的图像。3.如权利要求2所述的电表误差检测方法，其特征在于，所述主干网络模块包括：切片单元、第一卷积单元、第一ghostbottleneck单元和池化单元；所述切片单元，用于对所述待测电表图像序列中的图像进行切片操作，得到切片图像；所述第一卷积单元，用于对所述切片图像进行卷积操作，得到第一卷积图像；所述第一ghostbottleneck单元，用于对所述第一卷积图像依次进行第一次幻影卷积、第一次深度可分离卷积、第二次幻影卷积、第二次深度可分离卷积和第三次深度可分离卷积操作，得到第一深度处理图像；所述池化单元，用于使用四种不同的池化窗口对所述第一深度处理图像进行池化操作，得到所述预输出图像。4.如权利要求2所述的电表误差检测方法，其特征在于，所述头部网络模块包括：第二卷积单元、第二ghostbottleneck单元和通道相加单元；所述第二卷积单元，用于对所述预输出图像进行卷积操作，得到第二卷积图像；所述第二ghostbottleneck单元，用于对所述第二卷积图像依次进行第一次幻影卷积、第一次深度可分...

【专利技术属性】
技术研发人员：李翀，王浩，申洪涛，李倩，王毅，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：