小模型赋能大电网,手机拍照来建档

电能计量箱,一个听上去陌生,看到却一定觉得熟悉的东西。

作为电力系统中的关键组成部分,电能计量箱被广泛安装在各类生产生活区域,保护其内部的电能表、互感器等计量装置的安全,是保障电力系统稳定运行的重要设施。随着电力行业积极推进数字化、智能化升级,电能计量箱数字化建档工作也正在电力行业全面展开。全面准确的计量箱运行档案能够反映当区用电情况、设备故障及损坏情况、设备地理位置等信息,对于电网开展反窃电、线损治理、日常运维工作至关重要。

小模型赋能大电网,手机拍照来建档_第1张图片

电能计量箱

合众伟奇,一家专注为电力能源等行业提供信息化、数字化建设综合解决方案的公司,使用飞桨目标检测端到端开发套件PaddleDetection中的超轻量实时目标检测模型PP-PicoDet,研发电能计量箱数字化App,提升现场作业人员数据录入质效,助力国网重构电能计量箱档案,为电网数字化管理和资产安全提供了有力支持。

建档信息录入耗时耗力,档案准确性面临挑战

计量箱建档,涉及到的信息收集工作非常繁杂。以某省级电网计量箱建档要求为例,需要巡查人员现场录入计量箱外观及箱体内部电能表的各项缺损情况信息,包括计量箱门、窥视窗、锁具、开关盖、箱体是否存在破损或缺失情况,电能表开关盖、封印、屏显等是否存在损毁或缺情况,这无疑对信息录入人员的细致程度提出了极大挑战。

同时,计量箱设备往往安装环境复杂、规格多样、数量巨大,不论是居民小区、工业现场,还是户外田野等等都需要巡检人员逐一检查高低位置不同的大量计量箱并收集信息,导致人工采录入难度大,漏录错录情况时有发生,录入效率与准确率均较低,严重影响计量箱数字化建档质量。

小模型赋能大电网,手机拍照来建档_第2张图片

电能计量箱规格多样、安装环境复杂

基于对人工录入难题的敏锐洞察,合众伟奇依托多年电力行业深耕经验,决定将人工智能技术应用到计量箱数字化建档,解决实际场景难题。

手机端部署模型,没网也能快速响应,AI助效率提升20%

用人工智能视觉领域技术替代传统的人眼判别,是合众伟奇的技术落地方向。通过对计量箱外观和内部进行拍照,借助目标检测模型,就可以快速检测到照片内的关键信息,从而达到信息录入的目标。

然而在解决“最后一公里”的实际落地环节,团队面临了不小的考验。

“照片肯定是现场作业人员使用手机来拍摄。同时因为档案录入有即时性需求,不能拍完以后再上传到某处统一识别,所以模型的速度是必须过关的。”合众伟奇数据服务部技术负责人郝增财介绍,“但是现场作业环境复杂,很多时候计量箱附近的网络条件没有保障,比如地下车库、野外场所等等,这就不能调用服务器端的模型了。因此我们在模型研发完成后,必须把模型能力同时迁移到移动终端,也就是部署在手机上,保证其在无网络环境下可使用,而且需要保证模型的精度、速度达到业务的需求。

经过调研对比,团队最终选择了使用飞桨目标检测端到端开发套件PaddleDetection中的超轻量实时目标检测模型PP-PicoDet来实现模型的开发和手机端部署。PP-PicoDet是针对移动端/低算力设备定制化研发的轻量级检测模型,提供了xs、s、m、l等系列模型,可满足更精细化的精度和速度选型需求。同时模型在部署方面保持了极高的易用性,支持丰富的推理库,并且提供开箱即用的量化压缩方案。

小模型赋能大电网,手机拍照来建档_第3张图片

整体技术方案设计

具体来说,合众伟奇模型研发技术步骤如下:

  • 数据采集: 基于最近一年的巡视工作,通过手机或掌机进行计量箱图像数据采集;
  • 数据预处理: 根据标注规范对采集的数据进行清洗与标注,并采用图像增强、裁剪、缩放、旋转等操作对数据扩充增强,以消除光照、角度等因素的影响,提高识别模型的适用性;
  • 模型训练: 使用飞桨PaddleDetection中的超轻量实时目标检测模型PP-PicoDet,对模型进行训练,最终生成计量箱材质及缺陷识别模型、电能表识别模型,并评估模型性能;
  • 模型验证与优化: 通过现场试运行评估模型的性能,对模型进行迭代优化,提高识别准确率和泛化能力;
  • 模型集成: 将优化后的模型集成到服务端与移动端,其中移动端模型会通过剪枝、压缩、量化、蒸馏等技术降低模型体积和提升推理速度,以满足移动端的应用需求。

最终,电能计量箱数字化App内的计量箱材质识别模型准率达99.2%,计量箱缺陷识别模型准确率达94%,电能表识别模型准确率达99.6% ,在国家电网北京、湖北、湖南、辽宁、吉林、黑龙江、河南等省级电网推广使用,其中某省已完成百万余计量箱的数千万张图片采集,巡检效率提升20%,极大减少了人力投入,提升了数字化档案信息准确度。

小模型赋能大电网,手机拍照来建档_第4张图片

巡查人员在地下场所使用手机拍照录入档案

“项目落地离不开公司技术中心领导的大力支持,飞桨的开源生态社区也提供了非常多的帮助。”郝增财介绍到,“在开发过程中,我们在社区里学习了很多的服务端、移动端的模型部署案例。飞桨还为我们组织了一次专门的由PPDE(飞桨开发者技术专家)进行的指导支持,解决了我们在项目过程中遇到的一些难题。我和我另外一名同事最终也都获得了PPDE认证,希望能够和更多的优秀开发者一起推进技术创新,为行业贡献力量。”

合众伟奇已经正式加入飞桨技术伙伴计划,将持续探索AI+电力的无限可能,解决电力行业痛点问题。如将目标检测技术应用至更多电力作业场景,如线路巡检、电力人员安全作业检查等,提升巡检效率和人员作业安全性;或是构建AI决策模型,对电网发电量、负荷等进行综合判断预测,辅助实现能源优化配置;又如结合文心大模型,研发电力企业内部知识库,实现对企业内部资料的文档分析和智能问答,持续用AI赋能电网提质增效。而文心大模型与飞桨也将持续与千行百业的伙伴一起,助力人工智能在产业的落地,助推产业智能化升级。

百度AI技术生态支持计划,打通企业应用最后一公里

百度AI技术生态汇聚具备丰富产业落地经验的飞桨开发者技术专家(PPDE),为企业用户提供基于文心大模型和飞桨深度学习平台的应用落地专项技术支持。

针对企业项目关键卡点,提供4次技术指导,帮助企业攻克技术难关,降低企业开发成本,实现项目快速落地。

专家指导

飞桨开发者技术专家(PPDE)一对一陪伴式支持企业项目落地。

限时免费

2023年8月申请,并经审核通过后的用户将获得限时免费指导权益。

百度AI技术生态支持计划请微信添加“飞桨小助手”(微信号:baidupaddle) 进行申请。

你可能感兴趣的:(行业案例,人工智能,百度,飞桨,paddlepaddle)