基于特征提取的電力電子憑證圖像識(shí)別系統(tǒng)

張俊超，馬曉琴，嚴(yán)嘉正

（國網(wǎng)青海省電力公司信息通信公司，青海 西寧 810008）

為了適應(yīng)國內(nèi)外復(fù)雜的經(jīng)濟(jì)環(huán)境，加快發(fā)展方式的轉(zhuǎn)變，國網(wǎng)公司積極探索建立電子憑證管理平臺(tái)，統(tǒng)一原始憑證管理標(biāo)準(zhǔn)。以往依據(jù)人工統(tǒng)計(jì)方式，結(jié)合經(jīng)驗(yàn)預(yù)測電子憑證售電收入資金，該方式受人為因素影響較大，無法有效地為資金預(yù)測提供精準(zhǔn)數(shù)據(jù)。為此，有學(xué)者提出了基于視覺傳達(dá)的電子憑證圖像識(shí)別方法，通過閾值處理圖像，獲取憑證特征，以灰度變換為核心進(jìn)行局部識(shí)別，能夠最大限度保留局部圖像信息[1]；還有學(xué)者提出了基于神經(jīng)網(wǎng)絡(luò)的電子憑證圖像識(shí)別方法，通過構(gòu)建神經(jīng)網(wǎng)絡(luò)圖像分類模型，對圖像進(jìn)行詳細(xì)分類，結(jié)合誤差反向傳播算法實(shí)現(xiàn)圖像識(shí)別[2]。然而，上述這些方法對售電收入資金預(yù)測研究內(nèi)容較少，難以支撐當(dāng)下企業(yè)戰(zhàn)略制定的需要，導(dǎo)致使用這兩種方法獲取的數(shù)據(jù)與實(shí)際數(shù)據(jù)對比相差較大。

為解決上述方法中存在的問題，提出了基于特征提取的電力電子憑證圖像識(shí)別系統(tǒng)。

1 系統(tǒng)硬件結(jié)構(gòu)設(shè)計(jì)

基于特征提取的電力電子憑證圖像識(shí)別系統(tǒng)，核心器件為FPGA 器件、采集板卡、多端口SDRAM控制器，硬件結(jié)構(gòu)如圖1 所示。

圖1 中將CMOS 圖像傳感器和液晶顯示器與開發(fā)面板相連。當(dāng)電源加載后，通過SDATA 串行總線，由SCLK 時(shí)鐘構(gòu)成傳感器I2C 組態(tài)傳輸?shù)綀D像傳感器中。該系統(tǒng)攝像控制模塊也將25 MHz 的主時(shí)鐘信號(hào)發(fā)送給圖像傳感器。然后圖像傳感器將獲取的數(shù)據(jù)轉(zhuǎn)換為RAW 的RGB 格式，并將其轉(zhuǎn)移到RAM中。利用多端口SDRAM控制器建立完整的幀緩存[3]。將從SDRAM 裝置所得到的數(shù)據(jù)傳送到影像處理與辨識(shí)模組，以便處理。最終，LCD 控制器及數(shù)據(jù)請求模塊向多端口SDRAM 控制模塊傳送數(shù)據(jù)請求[4]。

1.1 FPGA器件

FPGA 是一種可編程邏輯器件，應(yīng)用范圍很廣。該產(chǎn)品具有可編程功能，可根據(jù)FPGA 器件進(jìn)行具體的數(shù)字電路設(shè)計(jì)。在FPGA 器件中，線路資源與FPGA 中的每一個(gè)單元連接，而線路長度和技術(shù)水平將直接影響到FPGA 器件中的信號(hào)傳輸能力和傳輸速度[5-6]。

FPGA 器件根據(jù)電力網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，自動(dòng)選取與電子憑證相關(guān)的區(qū)域進(jìn)行布線，導(dǎo)致網(wǎng)絡(luò)資源被浪費(fèi)[7]。因此，在裝置中設(shè)置積分時(shí)鐘和積分重置/設(shè)定模式，其結(jié)構(gòu)如圖2 所示。

圖2 FPGA器件結(jié)構(gòu)

FPGA 器件采用串口收發(fā)技術(shù)，滿足通信總線與接口要求。

1.2 采集板卡

采集板卡采用IEEE1394 數(shù)字接口，利用數(shù)字變換技術(shù)，可獲得與原始圖像一樣的非破壞性數(shù)據(jù)。采集板卡通過攝像機(jī)將采集光信號(hào)輸入到計(jì)算機(jī)中，通過核心模塊將其轉(zhuǎn)換為數(shù)字信號(hào)的形式，并進(jìn)行采集、存儲(chǔ)、回放[8-10]。

1.3 多端口SDRAM控制器

SDRAM 是一種具有同步隨機(jī)存儲(chǔ)的芯片，能夠隨意讀取和寫入指定數(shù)據(jù)，并更新存儲(chǔ)陣列，以保證數(shù)據(jù)的安全[11]。該芯片內(nèi)部是多Bank 結(jié)構(gòu)，當(dāng)一個(gè)Bank 在充電過程時(shí)，另一個(gè)Bank 能立刻讀取數(shù)據(jù)。在數(shù)據(jù)讀取過程中，有效地提高了芯片存取速度[12]。

1.4 CMOS圖像傳感器

圖像傳感器設(shè)計(jì)中使用CMOS 器件結(jié)合CCD 技術(shù)，將器件芯片置于光刻表面，使每一像素塊成為一種微透鏡，再由入射光線共同構(gòu)成感光元件，從而增加有效填充因子[13]。COMS 圖像傳感器是利用光電轉(zhuǎn)換技術(shù)實(shí)現(xiàn)光像轉(zhuǎn)換的裝置，該方法可把光學(xué)圖像分解成若干個(gè)微小的單元，并轉(zhuǎn)換成有用的電子信號(hào)。

2 系統(tǒng)軟件部分設(shè)計(jì)

2.1 電子憑證售電收入資金預(yù)測

以電子憑證售電收入資金為主要指標(biāo)，利用隨機(jī)森林算法對指標(biāo)進(jìn)行預(yù)測，并將其用于特征提取，為電子憑證圖像識(shí)別提供依據(jù)。月售電收入資金計(jì)算公式為：

式中，P總表示年度售電收入資金；T總表示年度天數(shù)；T分表示當(dāng)年需調(diào)整天數(shù)。

在隨機(jī)森林預(yù)測中，引入式（1）的計(jì)算結(jié)果，可防止由于預(yù)測過程的錯(cuò)誤而影響預(yù)測的準(zhǔn)確性[14]。通過對樣本進(jìn)行隨機(jī)取樣，共獲取N個(gè)樣本，重復(fù)以上步驟，得出M個(gè)獨(dú)立的決策樹，以獲得新的分類效果。基于隨機(jī)森林預(yù)測過程如下所示：

步驟一：從抽樣空間中隨機(jī)抽取K個(gè)特征，并依據(jù)所選擇的樣本特征構(gòu)造決策樹；

步驟二：獲取M個(gè)獨(dú)立決策樹，并形成隨機(jī)森林；

步驟三：對于待預(yù)測數(shù)據(jù)，經(jīng)過M個(gè)獨(dú)立決策樹進(jìn)行決策后，以確定用戶歷史用電行為、交費(fèi)行為、資金到賬規(guī)律[15]；

步驟四：給定分類集合R1(α)、R2(α)、R3(α)、…Rn(α)，根據(jù)輸入的變量構(gòu)建預(yù)測模型：

式中，α表示用戶的歷史用電行為、交費(fèi)行為、資金到賬規(guī)律特征變量的集合；β表示輸入變量的正確電子憑證標(biāo)簽集合；χ表示預(yù)測結(jié)果出現(xiàn)錯(cuò)誤的電子憑證標(biāo)簽集合；g(Rn(α)=β)表示輸入變量α正確分類的平均分類數(shù)量；g(Rn(α)=χ)表示輸入變量α錯(cuò)誤分類的平均分類數(shù)量。

步驟五：為度量隨機(jī)森林算法對輸入變量預(yù)測結(jié)果出現(xiàn)的誤差，可用如下公式來表示：

利用隨機(jī)森林算法預(yù)測售電收入資金，提高預(yù)測數(shù)據(jù)的精準(zhǔn)度，為電子憑證圖像識(shí)別流程設(shè)計(jì)提供有效的資金預(yù)算支撐依據(jù)。

2.2 基于特征提取的識(shí)別流程設(shè)計(jì)

將基于特征提取的電子憑證售電收入資金預(yù)測結(jié)果應(yīng)用到電子憑證圖像識(shí)別過程中，不僅能夠優(yōu)化憑證流程，實(shí)現(xiàn)憑證自動(dòng)化管理，詳細(xì)過程如圖3所示。

圖3 基于特征提取的識(shí)別流程

由圖3 可知，在認(rèn)證業(yè)務(wù)處理過程中輸入用戶歷史用電行為、交費(fèi)行為、資金到賬規(guī)律特征變量后，由請求受理器根據(jù)輸入的變量查詢數(shù)據(jù)庫，獲取相應(yīng)的憑證數(shù)據(jù)。如果數(shù)據(jù)庫中不存在相應(yīng)數(shù)據(jù)，則向輸送端發(fā)起反饋申請并存儲(chǔ)到數(shù)據(jù)庫中[16]。系統(tǒng)根據(jù)提交的圖像數(shù)據(jù)和返回?cái)?shù)據(jù)進(jìn)行識(shí)別，設(shè)定閾值，根據(jù)閾值判斷兩種數(shù)據(jù)是否相似。如果相似則說明匹配成功，電子憑證結(jié)果有效，將該結(jié)果輸出到認(rèn)證處理階段。否則匹配失敗，電子憑證結(jié)果無效，無須輸出識(shí)別結(jié)果[17-18]。

3 實(shí)驗(yàn)分析

為了驗(yàn)證提出的基于特征提取的電力電子憑證圖像識(shí)別系統(tǒng)設(shè)計(jì)的合理性，進(jìn)行了實(shí)驗(yàn)驗(yàn)證分析。

3.1 實(shí)驗(yàn)數(shù)據(jù)分析

以某省一年的用戶用電量為研究對象，分析不同時(shí)間段下用戶用電量情況，并獲取電子憑證。用戶在網(wǎng)上進(jìn)行用電繳費(fèi)的詳細(xì)過程如下所示：進(jìn)入繳費(fèi)界面時(shí)，再點(diǎn)擊【電費(fèi)】，再點(diǎn)擊右上角的【繳費(fèi)記錄】，點(diǎn)擊繳費(fèi)記錄后看到【繳費(fèi)賬單】，找到想要開發(fā)票的具體時(shí)間，點(diǎn)擊【電費(fèi)】。點(diǎn)擊電費(fèi)后看到賬單詳情，再點(diǎn)擊【查看繳費(fèi)詳情】。在繳費(fèi)詳情里面，點(diǎn)擊【繳費(fèi)憑證】，該繳費(fèi)憑證是電子繳費(fèi)的發(fā)票，也是回單。

將服務(wù)系統(tǒng)部署在阿里云服務(wù)器中，通過該服務(wù)器統(tǒng)計(jì)近1 年的售電收入資金，如圖4 所示。

圖4 近1年月售電收入資金時(shí)序圖

由圖4 可知，在近1 年中，9-10 月份為用電低谷，8-9 月份為用電高峰。

抽取2020 年9-10 月份10 個(gè)用戶的月售電收入資金情況進(jìn)行詳細(xì)分析，電子憑證如圖5 所示。

圖5 9-10月份月售電收入資金電子憑證

由圖5 可知，通過用戶電費(fèi)電子憑證，能夠精準(zhǔn)掌握每個(gè)用戶的用電量。

3.2 實(shí)驗(yàn)結(jié)果分析

基于上述實(shí)際數(shù)據(jù)，分別使用基于視覺傳達(dá)的電子憑證圖像識(shí)別方法、基于神經(jīng)網(wǎng)絡(luò)的電子憑證圖像識(shí)別方法和基于特征提取的電力電子憑證圖像識(shí)別系統(tǒng)，對比分析用戶電費(fèi)電子憑證圖像識(shí)別結(jié)果，如圖6 所示。

圖6 三種方法電子憑證圖像識(shí)別結(jié)果對比

由圖6（a）可知，在序號(hào)3、4、5、6、7、8 處的圖像識(shí)別效果不佳，尤其在5、6 處的圖像識(shí)別效果較差，識(shí)別不出任何數(shù)據(jù)。在序號(hào)4、7 處出現(xiàn)了與實(shí)際用戶繳費(fèi)資金不一致的識(shí)別結(jié)果，分別相差2.5元和1.5 元。

由圖6（b）可知，在序號(hào)5、6 處的圖像識(shí)別效果不佳，尤其在5 處的圖像識(shí)別效果較差，識(shí)別不出任何數(shù)據(jù)。在序號(hào)6 處出現(xiàn)了與實(shí)際用戶繳費(fèi)資金不一致的識(shí)別結(jié)果，相差2.0 元。

由圖6（c）可看出，在序號(hào)4、5、6、7 處的圖像識(shí)別效果一般，尤其在序號(hào)5、6 處出現(xiàn)了與實(shí)際用戶繳費(fèi)資金不一致的識(shí)別結(jié)果，均差1.0 元，其余識(shí)別結(jié)果與實(shí)際繳費(fèi)資金一致。

通過上述分析結(jié)果可知，使用基于特征提取的電力電子憑證圖像識(shí)別系統(tǒng)，能夠精準(zhǔn)識(shí)別電子憑證中的數(shù)據(jù)。

4 結(jié)束語

該文提出的基于特征提取的電力電子憑證圖像識(shí)別系統(tǒng)，利用隨機(jī)森林算法預(yù)測售電收入資金，改變以往人工預(yù)測模式，使預(yù)測結(jié)果不會(huì)受到人工因素影響，具有精準(zhǔn)的識(shí)別結(jié)果，且科學(xué)性更強(qiáng)，能夠有效支撐售電收入資金預(yù)算的計(jì)劃安排。同時(shí)，對現(xiàn)有營銷系統(tǒng)模塊改造、對電力電子憑證圖像識(shí)別流程進(jìn)行優(yōu)化，實(shí)現(xiàn)憑證自動(dòng)化管理。