电表智能项目解决方案Word格式.docx

上传人:b****3 文档编号:14129755 上传时间:2022-10-19 格式:DOCX 页数:11 大小:2.16MB
下载 相关 举报
电表智能项目解决方案Word格式.docx_第1页
第1页 / 共11页
电表智能项目解决方案Word格式.docx_第2页
第2页 / 共11页
电表智能项目解决方案Word格式.docx_第3页
第3页 / 共11页
电表智能项目解决方案Word格式.docx_第4页
第4页 / 共11页
电表智能项目解决方案Word格式.docx_第5页
第5页 / 共11页
点击查看更多>>
下载资源
资源描述

电表智能项目解决方案Word格式.docx

《电表智能项目解决方案Word格式.docx》由会员分享,可在线阅读,更多相关《电表智能项目解决方案Word格式.docx(11页珍藏版)》请在冰豆网上搜索。

电表智能项目解决方案Word格式.docx

144

49

邻水县

320

140

前锋区

55

151

岳池县

16

339

武胜县

130

220

合计

682

1395

1.2原则

人工智能OCR识别解决方案将充分体现前瞻性,包含前期调研、模型训练、平台建设、开发部署、售后保障等部分,希望通过系统的成功实施,实现客户价值和自身价值的双赢。

本解决方案结合了深度学习人工智能最新成果,能在短时间对OCR识别精度优化和升级。

整套方案可独立运行也可无缝嵌入已有业务系统,最小化首次投入成本。

对于人工智能OCR识别解决方案的落地,XXX将充分考虑客户产品部署环境,实现前端图片采集,后端图像OCR识别和比对,实现识别实时性。

该方案能应对复杂场景,准确度高,且具备纠错学习能力,能在极短的时间对效果优化和升级。

此解决方案通过私有云调用人工智能接口获取服务,使用加密算法保障容安全。

方案将体现达到的主要目标包括:

Ø

对客户指定的几种电表样式的读数容进行学习

实现客户拍摄指定样式电表读数的识别

实现对系统运行中的维护和升级

提供工业级强度的安全保护

提升抄表准确率;

保证抄表作业真实性;

提高抄表智能化水平;

1.3基础平台

XXX人工智能OCR识别解决方案借助相应容识别模块精准锁定图片关键容,包含前端图像视频采集,截图云存储及转发,后端图片云分析,结果输出等。

前端图像视频采集由现场代维人员通过代维管理系统APP采集上传,经过初步处理后上传至OCR云识别平台,由相关接口对图片做实时识别并返回结果,供后台分析处理。

在业务演进中不断输入标注图片修正深度学习引擎,使其更为智能高效。

1.4电表分类

1.4.1机械表

机械表样图1:

机械表样图2:

机械表样图3:

1.4.2智能电表

智能电表样图1:

智能电表样图2:

智能电表样图3:

2电表数据采集方法

现场代维人员通过手机APP中,电量采集模块(暂定),将通过手机拍照方式将图片通过APP提交到平台进行智能化图片容识别,并由平台进行识别后反馈给一线人员确认容识别的准确性

2.1机械表

2.2智能表

首先通过按钮进行调整到电量显示界面,然后拍照上传后等待识别结果,并确认后台识别结果,如果后台无误则确认结果,如果后台识别不正确则重新拍照上传识别:

2.3注意事项

采集的图片的电量信息必须全部放置在拍照采集的虚拟方框以,以提高有效识别率。

在图片识别软件上将电表数字模块锁定在红色方框(APP也会在拍照图片上划出虚拟方框,使之将有效数字放入方框,减少后台对图片容识别的盲目性、降低识别无谓损耗,提高精准识别率和效率);

拍照上传,在线等待识别结果,并确认后台识别结果。

3目标

在网络正常情况下,10秒平台可识别电费表表盘上的读数,并返回给现场人员文字结果,由代维人员进行确认,如果不正确请重新采集。

确实因为表本身度数无法看清原因,请上报异常,后续系统会自动启动相应更换、维修流程;

具体性能如下:

✔支持OCR容识别;

✔支持大数据训练,频繁迭代;

✔图像识别的结果会分为两部分,即确定部分和复审部分,对于确定部分,识别的精确度超过人工,达到99.5%以上,无需复审;

✔针对容审查技术,需人工复审的部分一般不超过总图片或视频量的5%;

✔99.5%的单图片响应时间在10s以下;

✔一次请求最高支持50图片并发;

✔每秒最高支持10次请求;

4系统实现

4.1系统子系统

4.1.1图片采集层(前端系统)

部署在智能终端的APP和摄像头通过人工作业,将图片传输到云存储。

4.1.2存储及转发(前端系统)

云存储将存储、备份,并实时以推或拉的方式传输给深度学习云做进一步分析。

截图默认备份30天,可按客户需求导出分析或追溯。

4.1.3云分析(后端系统)

深度学习云负责图片的分析处理,存储,通过OCR识别深度学习算法,对电表读数进行识别,以达成业务监控和商业分析的目的。

深度学习引擎对识别算法提供了海量特征支持,可以不断学习并优化识别效果,能极快的改善误判。

4.2填充字段

将识别的数字串填充到电表度数字段中

电表读数

机房名称

抄表时间

抄表人

联系

附件名称(多个以英文,号分开)

包月

甘孜州稻城县稻城中心站综合机房

2017-05-0110:

24:

54.0

稻城-中移庆祥

 

未填写

凉山雷波丁丁马基站综合机房

2017-05-0112:

03:

14.0

宜通高廷遥

凉山雷波02基站综合机房

25:

11.0

93613

凉山雷波邮政局家属区基站综合机房

2017-05-0113:

32:

02.0

甘孜州稻城县日瓦三

38:

稻城-中移吴明全

甘孜州德格县岗托基站综合机房

2017-05-0115:

15:

09.0

德格-中移肖伟

白能

宝兴顺城街

2017-05-0119:

04:

16.0

润建-开兵

开下了门

宝兴穆坪北街

35:

05.0

4.3后期系统智能分析应用规划

4.3.1避免站点交叉抄表

1.系统根据历史电量数据进行判断,正常情况下必须大于上一次抄表电量,除非有更换电表或者重置的情况,避免交叉抄表,导致混乱。

2.通过代维平台目前成熟的作业轨迹功能,进行避免抄错站点。

4.3.2用电量趋势分析

系统根据历史间隔抄表电量差值与天数的比值,得出此次抄表相应比值在一定围,如果偏差过大有异常提醒,需要排查原因,比如由冬季到夏季应该有环境温度升高而导致能耗增加。

5项目预算

5.1按模块拆分

模块

单项费用测算(万元)

合计(万元)

图片采集层(前端系统)功能软件

100

700

存储及转发(前端系统)功能软件

200

云分析(后端系统)功能软件

400

云资源池统一由移动提供支撑,具体配置还需要测算业务模型,并发数据

5.2按工作量预测拆分

工作量(人.天)

单价(元)

小计(元)

6名词解释

OCR(OpticalCharacterRecognition,光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程;

即,针对印刷体字符,采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件,并通过识别软件将图像中的文字转换成文本格式,供文字处理软件进一步编辑加工的技术。

如何除错或利用辅助信息提高识别正确率,是OCR最重要的课题,ICR(IntelligentCharacterRecognition)的名词也因此而产生。

衡量一个OCR系统性能好坏的主要指标有:

拒识率、误识率、识别速度、用户界面的友好性,产品的稳定性,易用性及可行性等。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 经管营销 > 金融投资

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1