图像识别技术在供电所运行管理中的应用前景分析.pdfVIP

研发应用

图像识别技术在供电所运行管理中的

应用前景分析

孙毅

（苏州三新供电服务有限公司，江苏苏州215000）

摘要：随着我国社会主要矛盾的转变，电网企业运行管理的首要工作目标也从为百姓“供上电”转变成为

百姓“供好电”。供电所作为供电企业服务于乡镇的主要运营载体，利用新兴技术提升运行效率是达成这一工

作目标的重要方法。近些年来基于深度学习的图像识别技术发展火热，不仅拥有优秀的检测识别性能，还具有

良好的鲁棒性与泛化性，开始在各行各业崭露头角。本文通过介绍对比目前主要的视觉检测方法，分析了图像

识别技术在供电所运行管理中营业业务受理、安全管控、巡视消缺三个方面的应用前景。

关键词：供电所；运行管理；图像识别；应用分析

跳电的情况发生；在安全管控方面要求供电所现场工作过程

一、引言

中做到“零违章”，无论是现场作业人员防护用具的穿戴还

（一）供电所的运行管理要求是安全防护措施的执行，都要求严格按照安全作业规范落实

供电所作为供电企业服务于乡镇的主要运营载体，是直到位，杜绝安全事故发生，保证安全生产。这种种方面都要

接服务于客户的窗口单位，同时也是电网低压侧日常运行求供电企业要与时俱进，电网基层单位要利用新兴技术不断

维护工作的第一责任单位，承担着处理辖区范围内所有低压创能增效，提升工作、服务质量，担当国企央企的社会责

用户的日常诉求和运行维护低压侧电力设施的工作，是供电任，履行“人民电业为人民”的企业宗旨。

企业保持正常运行不可或缺的重要组成部分。因此，提出合（二）图像识别技术的发展

理有效的管理模式、利用新兴科学技术来提升供电所运行效随着计算机技术和图像处理算法的不断发展，图像识别

率，是供电所日常运行管理的重要工作目标。基层工作方法技术也从需要人工设定特征合理的范围和权重发展到仅利用

与工作方式的不断升级可以极大地增强一个企业的生命力，卷积神经网络等模型就可以自动提取特征，建立自己的目标

让企业保持发展活力和社会竞争力，与时俱进的同时，不断检测判断标准，从而完成识别图像中的目标并分类的工作。

巩固和提升自己的行业地位。进入21世纪，科技的发展影在深度学习发展如火如荼的今天，基于深度学习的图像识别

响了人类生活的方方面面，小到衣食住行，大到事业人生，技术应用场景愈发广泛，开始出现并应用在各行各业当中。

每个方面都发生了翻天覆地的变化，这也在无形中提升了人基于深度学习的图像识别技术通过改变神经网络模型的结构

民对于各方面的要求。党的十九大报告明确指出，我国社会和检测方法，可以在准确率和速度上得到不同的结果，从而

主要矛盾已经转化为人民日益增长的美好生活需要和不平衡应用在对这两大指标要求不尽相同的行业和生产场景当中，

不充分的发展之间的矛盾[1]。在这样的大背景下，电网企业已经拥有相当强大的应用泛化能力。其中目标检测算法根据

运行管理的首要工作目标也从“供上电”转变为“供好电”，其检测问题的处理方式不同可分为：双阶段目标检测算法与

进一步强调电网企业营销侧的工作质量。在服务质量方面要单阶段目标检测算法，两者最具代表性的分别为R-CNN算

求让人性的温度充斥在每一次为客户的服务当中，用最贴心法及YOLO算法。两者的区别在于前者会进行两次概率区域

的服务换取客户办理服务的满意度；在可靠供电方面要求供的筛选，通过第一次筛选得到置信度较高的检测区域，再通

电所要保证辖区内各个台区的供电坚实可靠，既要减少从故