最近很多人再問應用智能手機視頻處理技術檢測智能電表故障原因「智能電表故障有哪些顯示符號」，今天小編給大家整理了應用智能手機視頻處理技術檢測智能電表故障原因「智能電表故障有哪些顯示符號」的相關內容，請往下看。

中國南方電網深圳供電局有限公司福田供電局、西安雙英科技股份有限公司的研究人員李騰騰、蔡夢杰 等，在2021年第6期《電氣技術》上撰文，基于智能手機視頻處理技術的智能電表故障檢測裝置利用智能手機攝像頭采集脈沖輸出，實現智能電表電能誤差校驗和故障檢測。該檢測裝置不必打開計量表計的接線端子蓋，只需調用系統相機錄像，錄制的同時利用智能手機藍牙讀取校驗儀測量的電壓、電流、相位，然后將視頻切片為圖像進行處理，獲得智能電表有功脈沖輸出時刻；同時使用智能手機藍牙讀取的測量值進行電能累計，與智能電表進行比對，完成誤差計算。

智能電表是電力系統運營中的關鍵計量環節，作為強檢計量器，其數量隨著科技的發展而激增。在用戶供電要求提升的情況下，依靠傳統的帶回實驗室進行校驗的方式對電能表進行檢測已不切實際，因此電能表現場校驗儀的作用變得尤為重要。

現階段現場校驗儀可以實現測量電壓、電流、相位、頻率等參數，同時可利用光電頭和脈沖線輸入連接到電能表，例如較早的手持式現場校驗儀，采用捕獲脈沖計數的方法實現對電能表的準確校驗。但是連接脈沖線需要打開端子蓋，光電頭吸附時比較繁瑣，尚無一種高效、快捷、智能的現場校驗設備。

隨著智能手機技術的發展，各種手機應用軟件層出不窮，智能手機不再僅僅是通信工具，同時由于其具有網絡接入、獲取定位、拍照等多種功能，其應用場景越來越廣。因此，手機平臺在專業測量現場工作中有非常廣闊的應用。然而僅憑智能手機的軟件功能，無法實現現場測量；將軟件與帶有接口的測量模塊硬件相結合，才能賦予設備更實際和廣泛的應用。

本文提出一種將專業測量技術與智能手機（personal digital assistant, PDA）相結合，利用PDA視頻處理圖像識別技術進行智能電能表故障檢測的裝置，以便提高工作效率。

1 智能電表測量終端設計

智能電表測量終端電路主要由兩路輸入信號、取樣放大電路、基準電路、AC-DC電源隔離模塊、轉3.3V電路、光電脈沖輸入電路、指示燈電路、通用串行總線（universal series bus, USB）通信電路、藍牙通信模塊和微控制單元（micro-controller unit, MCU）十大模塊構成，其模塊框圖如圖1所示。

圖1 智能電表測量終端模塊框圖

兩路電壓、電流信號通過輸入信號端口接入各自的取樣放大電路，取樣放大電路對信號進行濾波、整形、放大等處理后送入MCU中，MCU對處理后的信號進行AD模數轉換，然后經過快速傅里葉變換（fast Fourier transformation, FFT）運算得到被測信號的幅值和相位等信息；為保證測量的精度，測量終端使用了外部基準電壓作為測量的參考電壓。

光電脈沖輸入電路利用脈沖輸入線采樣脈沖信號進行電能誤差校驗；利用AC-DC電源隔離模塊從被測電壓信號處取電，然后經過3.3V電路生成測量終端各個模塊需要的穩定3.3V工作電壓；供電后，指示燈點亮，表示測量終端通電，與智能手機端連接并開始測量數據時，工作燈不斷閃爍，表示測量終端工作正常。

藍牙通信模塊和USB通信電路與測量終端MCU連接，用于測量終端同智能手機的通信，將測量結果發送到智能手機，測量終端既可通過藍牙通信模塊與智能手機實現無線通信，也可通過USB數據連接線與智能手機實現有線通信，并可查看更多信息。

2 PDA視頻處理

2.1 圖像預處理

在進行PDA視頻處理時，圖像質量的好壞直接影響識別算法的效果。圖像信息存儲和傳輸過程中會被各種各樣的噪聲干擾，為了從含噪圖像中提取更多的有用信息，滿足后續處理的需要，圖像預處理是必要的。一般圖像預處理流程如圖2所示。

圖2 一般圖像預處理流程

通過攝像頭獲取到的圖像為彩色圖像。每個圖像的像素對應于二維空間中一個特定的位置，并且有一個或者多個與該點相關的采樣值組成數值；為使后續圖像的計算量減少，需對圖像進行灰度化處理。

在RGB模型中，彩色圖像中的每個像素的顏色由R、G、B三個分量決定。如果R=G=B，則彩色表示一種灰度顏色，其中R=G=B的值叫灰度值，因此灰度圖像每個像素只需一個字節存放灰度值，灰度范圍為0～255。

本文首先使用平均值法對圖像進行灰度化處理，實現的表達式為

將濾波模板下的統計排序結果代替中心像素值，很好地濾除了脈沖噪聲；其次采用二值化處理，將目標用戶背景分類，進行圖像腐蝕和膨脹操作，為后續識別做準備。

2.2 基于幀差法的圖像目標檢測

因為攝像機采集的視頻序列具有連續性的特點，所以采用合適的圖像識別算法用于視頻序列尤為重要。視頻中存在運動目標時，連續的幀和幀之間會有明顯的變化，如圖3所示。

幀間差分法通過對視頻圖像序列的連續兩幀圖像做差分運算獲取運動目標輪廓。

圖3 幀間顯示圖像

當監控場景中出現異常目標運動時，相鄰兩幀圖像之間會出現較為明顯的差別，兩幀相減，求得圖像對應位置像素值差的絕對值，判斷其是否大于某一閾值，進而分析視頻或圖像序列的物體運動特性。兩幀差分法流程如圖4所示，表達式為

圖4 兩幀差分法流程

針對運動的物體過快或過慢現象，采用三幀差分法或者多幀差分法，對相鄰兩組的圖像進行多次差分，能有效解決產生的“重影”或“空洞”現象。

根據有關文獻介紹幀間差分法及其和其他算法的比較，體現該算法實現簡單、對于設備的要求不高、運算速度快的特點。因此將其應用于電表視頻目標檢測的處理中能實現較優的效果。

3 基于PDA視頻處理的智能電表實時檢測

3.1 PDA與終端連接

本文主要采用藍牙進行PDA與終端的連接，具有以下三個特點，以保證通信的安全性：①藍牙支持短距離通信，設計裝置主要針對現場使用，對于測試數據實時讀取，不涉及讀取電表內部其他信息或有關隱私方面數據；②設計裝置的藍牙通信是配對使用，在建立連接之前保證了通信的安全性；③采用自定義通信協議進行解析，不了解通信協議則無法與測量硬件通信，保證現場使用的安全性。

3.2 實時檢測

本檢測裝置的處理方法將電能計量的遠程在線檢測系統進行優化。PDA端帶有應用軟件，通過藍牙或USB可以與測量終端連接，既可以實時顯示被測的電壓、電流、相位、功率、諧波和波形等，也可以設置被檢電表的時常數、校驗圈數等校驗參數。利用攝像頭代替光電頭采樣器采集脈沖信號，利用動態圖像識別算法對電能表輸出脈沖進行目標識別和跟蹤，獲取電能輸出脈沖，進行電能誤差校驗。處理流程如圖5所示。

圖5 基于PDA視頻處理的實時檢測處理流程

1）圖像獲取

（1）PDA攝像頭拍攝電表圖片，自動識別電表類型時常數等，使用藍牙接口設置故障檢測模塊。

（2）調用系統相機錄像，根據需要校驗的圈數，拍攝完整的脈沖閃爍周期，錄制的同時利用PDA藍牙實時讀取智能電表故障檢測模塊的電壓、電流和相位，保存好與視頻對應的幅值時間信息。

（3）遍歷錄制視頻所有類型的流，找到視頻流，獲取視頻流中的編解碼上下文，并根據編解碼上下文中的編碼ID，查找對應的解碼，打開解碼器，解碼一幀視頻壓縮數據，得到視頻像素數據。

注：PDA攝像頭錄制時，被檢電能表脈沖燈必須完全熄滅或點亮，便于錄制識別。①將被檢電能表周圍光線調暗；②顯示器處于背光或關閉狀態；③避免脈沖燈反光；④遮住紅外發射和接收燈，避免手機攝像頭觸發電能表的紅外信號；⑤可定制相應的工裝，測量時進行現場遮擋，避免對攝像頭錄制時脈沖燈的影響。

2）脈沖燈識別判定

定位有功發光二極管位置，將獲取到視頻幀的時間信息與視頻燈是否閃爍進行綁定，并同步記錄錄制視頻時的電參數；利用圖像處理算法進行識別。

具體步驟為：①對圖像進行高斯平滑、中值濾波、二值化、膨脹和腐蝕等預處理后，去除圖像噪聲，然后對圖像進行圓形區域查找，獲取對應的最優矩形及對應的點；②基于最優的獲取一個Mask區域，統計紅色像素值出現的數量大小，與設定的閾值比較進行判別。即采用幀差法在極短的時間內比較視頻圖像序列中前后兩幀的圖像，通過對應像素點的灰度差和顏色變化來判斷發光二極管是否從滅到亮。如果發現兩幀之間有差別值大于設定的閾值?，說明當前幀有發光二極管由滅到亮，有有功脈沖輸出。

3）電量同步計量

根據電表有功發光二極管從滅到亮的幀時刻獲得智能電表有功脈沖輸出時刻；進行脈沖燈閃爍判別時同步計算電量累計，將校驗圈數完成時的電能累計與智能電表進行比對，對電表誤差進行校驗，圖6為有功脈沖和測量結果比對顯示。

圖6 有功脈沖和測量結果比對顯示

4 試驗與效果分析

針對兩臺（套）智能電表故障檢測裝置樣機作檢測及分析。儀表1和儀表2的電壓、電流、相位誤差范圍，實測值與標準值的誤差的最大值、最小值、典型值范圍見表1，脈沖校驗和視頻校驗電能誤差范圍見表2。

表1 電壓、電流、相位實測值與標準值誤差對比

表2 脈沖校驗和視頻校驗實測值與標準值誤差對比

根據兩臺表的性能測試數據可知，幅值和電能誤差都可以達到0.5級精度等級設計要求，滿足現場使用需求。

5 結論

基于PDA視頻處理技術的智能電表故障檢測裝置利用PDA攝像頭，無需打開計量表計的接線端子蓋，便可調用系統相機錄像。拍攝1～3個完整的脈沖閃爍周期，錄制的同時可利用PDA藍牙讀取校驗儀測量的電壓、電流、相位，然后將視頻切片為圖像進行處理，獲得智能電表有功脈沖輸出時刻；同時使用PDA藍牙讀取的測量值進行電能累計，與智能電表進行比對，完成誤差計算。

計算精度滿足現場校驗的需要，接線簡單，操作快捷方便；利用人工智能圖像識別技術結合儀表測量，適應現代移動互聯網發展，實現智能電表快速故障檢測和現場校驗，提高安全生產率。

本文編自2021年第6期《電氣技術》，論文標題為“基于智能手機視頻處理技術的智能電表故障檢測”，作者為李騰騰、蔡夢杰 等。