一种基于变异系数法和K-means的电能表状态评价方法及系统

本发明涉及一种基于变异系数法和K‑means的电能表状态评价方法，包括以下步骤：S1:获取电能表的历史工作数据和环境数据，并对数据进行预处理；S2:对预处理后的数据进行特征提取，并对特征进行归一化处理；S3:计算每个特征的变异系数，得到初始特征组合，并将初始特征集合输入K‑means聚类算法；S4:利用拉索回归结合K‑means聚类结果进行特征选择，形成最终的特征组合，并构建训练数据集;S5:基于深度神经网络构建电能表状态评价模型并基于训练数据集训练；S6:建立实时监控单元，基于训练后的电能表状态评价模型监测电能表状态评价结果，设置阈值并实时报警，提醒运维人员进行处理。本发明有效地监控和管理电能表，提升供电系统的可靠性和稳定性。