最近停电停电的新闻层出不穷，高用电负荷、节能减排都造成了能源短缺。面对这样的挑战，自然要对能耗做出准确的评估，才能做出政策这是智能电表的优势之一，解放了人力，实现了远程抄表。但智能电表的实现方式有相同之处也有不同之处，有的倾向于直接切换到物联网电表，有的则尝试引入AI技术。
物联网“改变”了新的表格。
在很多人眼里，用更智能的物联网仪表替代，是构建智能抄表网络的关键。目前越来越多的城市开始在公共服务领域建设物联网，比如利用NB-IoT和云服务提供商打造智能抄表服务，水、气、电网企业在云管理端使用智能电表传输使用信息，不仅方便用户实时查询，也给资源供应企业更好的管理运营的手段
过去传统的抄表方式需要人工抄表，效率极低。结合NB-IoT网络和云平台，不仅可以实现低功耗、海量连接，还可以用大数据做精运营，做故障排查监测和分区压力调整，避免了电、水的短缺。
除了NB-IoT之外，基于WI-SUN这样的协议制作智能电表也是相当常见的。以硅实验室的EFR32FG12为例，这款无线SoC采用了Arm Cortex M4的核心，不仅支持WI-SUN、M-BUS等通用协议，还支持专有协议。除了基本的低功耗之外，EFR32FG12的1024 kB闪存和256 kB RAM也确保了后续OTA电表升级支持。
对于智能抄表等应用，接入的设备数量相当大，传统的IPV4池不足以支持其大规模扩展，而WI-SUN通过支持IPV6可以提供大量的地址资源。
AI“改装”抄表。
虽然接入物联网仪表的方式部署相对简单，但也对设备改造提出了很高的要求，尤其是水表这样的仪表。而且，目前的物联网仪表也不便宜。要想把机械仪表改成电子仪表，必须考虑供电和无线传输，尤其是PLC技术实现的自动抄表。
随着深度学习、云计算和芯片的发展，人工智能已经成为半导体各行各业的热点。但由于很多AI应用使用高性能芯片，在一些边缘或本地化部署中，人工智能的出现率并不高。
如今，很多厂商开始研究如何将AI做成低功耗的本地端，将人工智能技术引入到嵌入式设备或MCU等低处理能力的设备中。通过增加或修改模块，利用图像传感器拍照并转换成数字，再通过NB-IoT等无线传输方式发送数据，无需更换现有设备。这些视觉识别和图像识别技术都是部署在本地端的AI算法，将传统的机械表变成了智能手表。这种改进大大降低了成本，提高了效率。
尽管该方案中使用的芯片在计算上并不强大，但它也必须得到简单的视觉算法的支持。以嘉安科技的Kanzhi K210为例。该芯片采用64位双核RISC-V CPU，计算能力达到1TOPS，但功耗只有300mW。该芯片搭载了建安开发的核心神经网络加速器KPU，便于本地处理机器视觉任务。建安科技声称，这种“无创”设计的成本仅为传统智能电表的四分之一。
但大多数厂商并不具备开发人工智能算法的能力，除了芯片厂商的识别算法方案外，往往直接使用其他AI厂商的方案。以百度的PaddleX开发工具PaddleX为例，PaddleX首先利用目标检测模型检测图像中的标记，然后利用语义分割模型对仪表的指针和刻度进行分割，从而得到仪表的近似数字图像。然后，即时消息
这两种智能抄表方式各有优势，更适合在确定方案前调查不同场景。例如，在一些没有外部环境，电表位于公共区域的情况下，更适合更换新的电表，例如，大多数当前的电表。但有些需要低成本高效率安装或者难以改装的情况，比如室内水表，更适合AI改装。
除了电表本身，水务、电网等供应商往往要与云平台合作管理和存储抄表数据，云平台也会合作打造基于抄表数据的智能应用，如开发App、支持在线支付和查询等。对于这些已经投入大量资金进行改装的供应商来说，这些数据未来是否会有更大的增值空间还有待在商业模式中进一步探索，但智能抄表绝对是势在必行的一步。
行业资讯 
2021-11-01 11:20:45
微信公众号
粤公网安备 44030702002479号
