摘要
本发明提出了基于数据融合的电能计量误差修正方法与系统。属于电能计量技术领域;所述方法包括:对多维度数据进行采集,并对采集到的多维度数据进行预处理;利用卷积神经网络对运行数据进行特征提取,挖掘数据中的空间特征;采用循环神经网络对二次回路和环境数据的时序特征进行提取,建立数据之间的时序关联;通过不同大小的卷积核(局部、中观、全局)及深度可分离卷积技术,在降低计算复杂度的同时,实现对设备运行数据与环境数据的空间特征多层次提取,提升特征表达的全面性与效率。
技术关键词
电能计量误差
修正方法
时序特征
误差修正模型
设备运行数据
闭环反馈机制
序列
卷积特征
模态特征
引入注意力机制
电能计量技术
通道注意力机制
滑动窗口机制
强化学习方法
关系
标准化方法
卷积技术
回路
保留特征