电能的稳定供给是国家经济发展的基础和命脉,配电过程是向用户分配电力能源的过程,配电环节对电能转换和再分配起着重要作用。配电设备是配电环节的关键节点,监测配电过程中配电设备的运行状况至关重要。配电场景中配电设备的数显仪表的监测工作,是配电设备监测的一项重要任务。数显仪表是没有数据通信功能的,计算机不能自动获取数显仪表的读数信息,因此传统上采用人工巡检的方法进行监测,即巡检人员定期进入配电室内对配电设备的数显仪表进行数据读取记录和分析并将结果上传。人工监测的工作方式效率低下无法及时对潜在风险进行预警。为了克服传统人工监测方式的弊端,深度学习技术开始应用于电力行业监测任务中。实现配电场景中数显仪表的智能识别,基于人工智能技术和计算机视觉技术对没有数据传送接口的数显仪表进行识别有利于配电场景设备监测系统智能化水平的提高。目前虽然有不少关于配电设备监测以及数显仪表识别的研究工作,但是在电力复杂的场景中实际应用时,存在智能化程度低,实时性差,无法适应复杂的背景环境等问题。迫切需要能够实际应用到电力配电场景中的数显仪表识别的解决方案,配电场景中配电设备监测的智能化水平亟待提高。本文基于配电设备智能监测的真实需求,设计和实现了一个针对电力配电场景的数显仪表智能识别系统。基于配电室的实际情况,借鉴国内外对于配电场景配电设备监测管理以及数显仪表识别的相关工作,详细分析了系统要解决的难点问题以及要实现具体的功能。针对自然环境实景实拍的识别难点,设计了适应于配电场景的数显仪表智能识别的方案,能够满足高效、低成本、低风险的智能监测管理要求。电力配电场景中数显仪表智能识别系统的功能主要包含数显仪表目标检测、图像处理、数显仪表读数识别、识别结果分析四大部分。数显仪表目标检测部分基于目标检测方法,对巡检设备采集的图像进行数显仪表定位,有效的从复杂的背景中获取得到目标。图像处理部分主要包括图像切割、畸变校正、光线校正、图像预处理等四部分,可有效解决实景实拍的存在的几何畸变、光线干扰、噪声干扰等问题。数显仪表读数识别主要包括读数识别和识别后处理,将图像转换成文字并通过识别后处理修正识别结果。识别结果分析部分对数显仪表识别结果进行判断,若符合预警条件进行预警,电力工作人员可以根据预警信息对电力设备进行及时的维护。电力配电场景中数显仪表智能识别系统满足了配电场景数显仪表的智能识别需求,对电力行业以及其他行业的相关设备的智能监测有一定指导意义,为智能监测技术提供行业前沿的技术储备。