一种基于时空卷积神经网络的智能电表故障预测方法

    公开(公告)号:CN114118232A

    公开(公告)日:2022-03-01

    申请号:CN202111315992.3

    申请日:2021-11-08

    Abstract: 本发明提供了一种基于时空卷积神经网络的智能电表故障预测方法,该方法包括以下步骤:从历史数据故障库中获得的故障类型和故障相关数据;对的历史数据进行清洗,包括异常值剔除和归一化处理;基于时空卷积神经网络训练智能电能表故障识别模型;采用准确率,精确率,召回率和综合评价指标F1作为故障识别模型的评价标准;将实时数据构建成输入矩阵后,代入时空卷积神经网络故障预测模型,对故障进行预测;当预测出现故障时,现场运维人员对故障的准确性进行判断,并且进行解决;本发明配合现场人员进行实时的消纳与维护,可以大大降低人力资源成本,提高维护效率,所采用的算法较其他常规算法相比,可以很大程度上提高智能电能表故障预测的准确率。

Patent Agency Ranking