基于多传感器融合与深度学习的智能电表在线监测方法

本发明涉及电表在线监测技术领域，尤其涉及基于多传感器融合与深度学习的智能电表在线监测方法。包括实时采集多传感器的电气量、环境量和设备状态数据，通过局部加权回归方法对数据采集过程中的缺失值进行补充；利用小波变换对采集到的各数据信号分解为低频部分和高频部分，再去除高频部分的噪声，并通过标准差方法对去噪后的信号进行异常值检测；结合多种深度学习模型对多传感器的采集数据进行处理，采用了双向LSTM、多尺度空洞卷积、LSTM和Transformer模型对处理过程中数据进行特征提取和融合。本发明通过多传感器融合技术，解决智能电表实时监测误报率高的问题，实现电表的高精度的智能在线监测。