李曜丞1，牛清林2，王思源3，王 鑫3，狄凌芳1，李 喆1

（1.上海交通大学电子信息与电气工程学院， 上海 200240；2.国网内蒙古东部电力公司通辽供电公司，

内蒙古 通辽 028006；3.国网山东省电力公司济南供电公司， 山东 济南 250001）

摘要：本文中作者针对传统图像处理识别方法鲁棒性较差以及深度学习算法数据量需求大的问题，本文将先验知识引入PANet模型，提出了一种全新的电气表计识别技术。此外，为解决光照干扰问题，该框架还构建了基于感知理论的光照补偿模块。整体实现思路为：首先调整图像亮度，利用PANet网络检测表盘、指针、刻度等关键信息，再结合先验知识对上述信息进行修正，最终根据修正后的信息计算准确读数。实验表明，该方法在电力表计识别任务中相较于其它模型，具有更强的迁移性，且识别准确率明显提升，对电力设备图像识别这一小样本问题具有一定的借鉴意义。

关键词：变压器；光照补偿；PANet网络；先验知识

中图分类号：ＴＭ４０6 文献标识码：Ｂ 文章编号：１００１－８４２５（２０23）10－００17－０7

作者简介

李曜丞（1996-），男，山东日照人，电气工程专业学生。