摘要
本申请公开了一种智能电表性能优劣评估方法、系统、设备和存储介质,该方法包括:分别在不同的台区采集台区总表和分表电能数据时间序列,并对采集数据进行预处理得到原始电能数据时间序列集;对原始电能数据时间序列集中的电能数据时间序列进行聚类分析;基于每一类别的电能数据时间序列集,分别进行评估模型的训练,得到对应类别的电能预测模型并确定相应的阈值指标;基于各类别的电能预测模型及其相应的阈值指标,对智能电表性能的优劣进行评估。本申请基于聚类分析算法,并结合长短期记忆网络模型,得到每一类电能数据曲线的预测值,并根据预测值与实际值的差值来判定智能电表性能优劣,为台区智能电表运行维护和精确更换提供了技术支持。
技术关键词
智能电表
优劣评估方法
电能
优劣评估系统
样本
长短期记忆神经网络模型
序列
数据
模型训练模块
指标
台区总表
误差
聚类分析算法
长短期记忆网络
分析单元
台区智能
处理器
系统为您推荐了相关专利信息
超声波水表模组
物联网云平台
多域特征
数据处理方法
特征选择
生态系统服务功能
保护区
陆地生态系统
高维特征向量
生物
多通道特征
重识别方法
车辆重识别
多阶段特征
Sigmoid函数
迁移学习模型
激光诱导击穿光谱
卷积神经网络模型
样本
数据获取模块
深度卷积神经网络
图像梯度信息
异常检测方法
知识蒸馏技术
图像检测模型