【技术实现步骤摘要】
本专利技术属于电能计量，具体涉及一种大规模电动汽车接入下电力感知计量装置的状态评估系统。
技术介绍
1、随着大规模电动汽车接入配电网，需要监测配电网系统内电力感知计量装置实时的电压、电流等电参量以及温度、压力等非电参量，来保障配电网系统的供电安全。电力感知计量装置是监测配电网各项参量的重要设备，保证电力感知计量装置的稳定、可靠的运行就变得愈发重要。
2、当前对电力感知计量装置的状态评估还需要大量人员定时去现场携带仪器设备进行测试，由测试结果来决定电力感知计量装置的检修策略，这是一项琐碎、重复且容易出错的任务。同时，非电参量的仪器表盘也需要数据监测，获取相应的数据信息，传统的图像信息自动识别方法在不同的应用场景下是不灵活的。
技术实现思路
1、本专利技术的目的是针对现有技术存在的上述问题，提供一种大规模电动汽车接入下电力感知计量装置的状态评估系统。
2、为实现以上目的，本专利技术的技术方案如下：
3、本专利技术提出一种大规模电动汽车接入下电力感知计量装置的状态评估系统，包括数据采集层、数据处理层和平台管理层；
4、所述平台管理层采用双u-net网络进行状态评估，包括解码层、分割层和地标层，解码层和分割层合成u-net用于指针分割，解码层与地标层合成另一u-net进行表盘关键点定位；
5、所述地标层包括拼接到解码层的四条分支，分别为1×1卷积、3×3卷积、两个3×3卷积、三个3×3卷积，这四条分支连接后形成的卷积层，通过自适应
6、所述解码层与分割层为对称结构，所述解码层包括四层，每层为一类卷积结构，且各层间的卷积核数目加倍递增，采用3×3卷积进行特征提取；所述分割层采用转置卷积进行上采样，通过连续的上采样使每个阶段的卷积核数目都减半，最后通过1×1卷积将特征图的通道数更改为2，使得输出的两个特征图分别为黑色指针、红色指针的分割结果；
7、所述解码层与分割层之间有四个长连接，各长连接将解码层中各卷积层的输出与分割层中上采样后的输出进行串联。
8、所述数据处理层采用yolov5-gc网络进行电力感知计量装置的目标检测，所述yolov5-gc网络包括主干网络、中间网络和检测网络；
9、所述主干网络为四层结构，第1-3层均为由down conv模块和rescsp模块构成的结构，第4层为依次由conv模块、spp模块、csp模块和gc块构成的结构，且所述down conv模块为两个步长的3×3卷积。
10、所述spp模块包括两个1×1卷积层、池化层，所述池化层采用5×5、9×9、13×13的最大池化尺寸，第一1×1卷积层用于减少特征图的通道数量和计算量，池化层用于从第一1×1卷积层输出的特征中提取不同接受域的信息，且输出特征图的大小保持不变，第二1×1卷积层用于在对池化层输出的特征以及第一1×1卷积层输出的特征进行融合后恢复特征图的通道数量。
11、所述中间网络包括fpn结构及与其后端连接的panet结构，所述fpn结构用于获取神经网络中每一层的特征信息，所述panet结构将fpn中底层的信息再次传递到顶层；
12、所述fpn结构包括第一上采样模块、第一csp模块，主干网络中第二层的rescsp模块输出的特征依次经第一上采样模块、第一csp模块处理后输出至检测网络；
13、所述panet结构包括第二上采样模块、三个csp模块、两个1×1卷积模块和两个down conv模块，第一down conv模块与第一csp模块连接，第二上采样模块与主干网络中第三层的rescsp模块、第一1×1卷积模块连接，第二上采样模块输出的特征依次经第二csp模块、第二1×1卷积模块处理后与第一down conv模块输出的特征进行融合，然后经第三csp模块处理后输出至检测网络；第二1×1卷积模块输出的特征经第二down conv模块处理后与第一1×1卷积模块输出的特征进行融合，然后经第四csp模块处理后输出至检测网络。
14、所述gc块包括上下文建模单元、变换建模单元，所述下文建模单元使用1×1卷积加上softmax函数激活的结果与输入进行叉积，所述变换建模单元依次使用两个1×1卷积转换通道数并将其与输入叠加。
15、所述数据采集层用于采集电力计量装置仪表数据集与仪表图像。
16、与现有技术相比，本专利技术的有益效果为：
17、1、本专利技术提出的一种大规模电动汽车接入下电力感知计量装置的状态评估系统包括平台管理层，平台管理层采用双u-net网络进行状态评估，包括解码层、分割层和地标层，解码层和分割层合成u-net用于指针分割，解码层与地标层合成另一u-net进行表盘关键点定位，该系统采用基于双u-net的多任务网络结构，该网络可以在不同的尺度上有效地学习这两个特征，解决了大规模充电桩的多类参量的数据监测问题，能够精准定位充电桩的位置信息与状态信息。
18、2、本专利技术提出的一种大规模电动汽车接入下电力感知计量装置的状态评估系统中数据处理层采用yolov5-gc网络，其主干网络为四层结构，第1-3层均为由down conv模块和rescsp模块构成的结构，第4层为依次由conv模块、spp模块、csp模块和gc块构成的结构，且down conv模块为两个步长的3×3卷积，一方面，通过在主干网络的后端布置gc块，在不增加参数和计算数量的情况下可以主干提高网络的特征提取能力和鲁棒性，从而提高目标检测的准确性；另一方面，通过down conv模块能够在提取特征的同时减小特征图的大小；同时，rescsp使用残差单元来提取图像特征，能实现更高效率的优化。
19、3、本专利技术提出的一种大规模电动汽车接入下电力感知计量装置的状态评估系统中spp模块包括两个1×1卷积层、池化层，且池化层采用5×5、9×9、13×13的最大池化尺寸，即输入的特征图会先经由第一1×1卷积层改变其通道数量和计算量，再对特征图分别利用三个最大池化层进行处理，提取不同接受域的信息，且输出特征图的大小保持不变，然后将不同尺度的特征图与输入的特征图融合为一个特征图，最后通过第二1×1卷积层恢复特征图的通道数量，该模块不仅可以减少数据处理的计算量，同时解决了cnn中固定尺寸的问题，提高了图像的尺度不变性，减少了过拟合的产生。
20、4、本专利技术提出的一种大规模电动汽车接入下电力感知计量装置的状态评估系统中中间网络包括fpn结构及与其后端连接的panet结构，fpn结构包括第一上采样模块、第一csp模块，主干网络中第二层的rescsp模块输出的特征依次经第一上采样模块、第一csp模块处理后输出至检测网络；panet结构包括第二上采样模块、三个csp模块、两个1×1卷积模块和两个down conv模块，第一down conv模块与第一csp模块连接，第二上采样模块与主干网络中第三层的rescsp模块、第一1本文档来自技高网...
【技术保护点】
1.一种大规模电动汽车接入下电力感知计量装置的状态评估系统，其特征在于，
2.根据权利要求1所述的一种大规模电动汽车接入下电力感知计量装置的状态评估系统，其特征在于，
3.根据权利要求1或2所述的一种大规模电动汽车接入下电力感知计量装置的状态评估系统，其特征在于，
4.根据权利要求3所述的一种大规模电动汽车接入下电力感知计量装置的状态评估系统，其特征在于，
5.根据权利要求3所述的一种大规模电动汽车接入下电力感知计量装置的状态评估系统，其特征在于，
6.根据权利要求3所述的一种大规模电动汽车接入下电力感知计量装置的状态评估系统，其特征在于，
7.根据权利要求1或2所述的一种大规模电动汽车接入下电力感知计量装置的状态评估系统，其特征在于，
【技术特征摘要】
1.一种大规模电动汽车接入下电力感知计量装置的状态评估系统，其特征在于，
2.根据权利要求1所述的一种大规模电动汽车接入下电力感知计量装置的状态评估系统，其特征在于，
3.根据权利要求1或2所述的一种大规模电动汽车接入下电力感知计量装置的状态评估系统，其特征在于，
4.根据权利要求3所述的一种大规模电动汽车接入下电力感知...
【专利技术属性】
技术研发人员：王逸兮，张启烨，王晟玮，叶宇轩，张剑，蔡昌松，罗阳，饶宇骁，
申请(专利权)人：国网湖北省电力有限公司信息通信公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。