基于机器学习的台区线损采集计算因素异常诊断方法及装置

本发明公开了一种基于机器学习的台区线损采集计算因素异常诊断方法，所述方法包括：提取通信雷达图各项信息，将各项数据形成采集失败电表通信数据集合；基于采集失败用户集合，在采集监控页面形成采集失败电表用电信息数据集；提取采集失败用户数据的特征值作为机器学习的数据特征；对数据集进行划分，训练人工智能模型，并试模型训练效果及模型调优；采用机器算法随机森林进行模型训练，并对训练更好的模型进行模型评价；利用训练好的模型对实际采集失败电表故障原因进行批量打标处理。本发明与现有技术相比，其将失败电表通信数据进行汇总，而后作为训练材料对模型进行训练，其训练得到的模型在实际应用中响应速度相比之前有显著提升。