一种基于深度神经网络的低压用户停电事件识别分析方法、系统、设备及存储介质

本发明一种基于深度神经网络的低压用户停电事件识别分析方法、系统、设备及存储介质，该方法包括：获取低压用户及所属配变的量测、台账、拓扑、用采停电事件、客服故障记录、开关动作信号数据；根据用户电压、功率量测、上送的用采停电事件生成初始停电事件；根据获取的数据以及初始停电事件生成特征值；结合各用户特征值及历史停电数据形成样本数据集并划分，训练并优化深度神经网络模型，对深度神经网络模型评价；利用深度神经网络模型对各低压用户的初始停电事件进行批量识别，最终输出各低压停电事件对应真假停电结果。本发明以数据模型学习了低压用户运行数据变化特征，研判出低压用户是否发生真实停电，实现了低压用户停电事件准确收集。