基于注意力机制的变电站仪表智能读数方法

摘要

针对变电站指针式仪表读数时存在的模型部署成本高、检测读数精度低的问题,文中提出一种基于注意力机制的变电站仪表智能读数方法。在仪表检测阶段,首先结合深度可分离卷积和空间域、通道域注意力机制的特性对YOLOv5s中的卷积运算进行改进,降低模型的部署成本;然后引入轻量级自注意力计算,构建检测目标与背景间的特征关系,以提升模型的检测性能。在仪表读数阶段,使用UNet实现指针与刻度的分割,再计算指针在刻度范围中的相对位置,最后根据预设的量程得到仪表的当前数值。实验表明,所提方法在检测阶段的模型参数量仅为3.667×10^(6),检测精度达到93.39%,在读数阶段误差保持在0.03以内,具有实际应用价值。