摘要
基于日状态特征数据的智能电表状态评估方法及系统,包括:采集智能电表日级多维度特征数据并预处理;基于预处理后的数据,构建时序特征矩阵和时序结果矩阵;基于构建的矩阵,构建改进的混合神经网络模型并进行模型训练;基于构建的模型,进行智能电表状态评估,生成智能电表健康评分并划分维护优先级。本发明建立日级多维度特征数据与时序特征矩阵作为神经网络输入,实现了对日级状态特征的深度挖掘与趋势预测能力;预测的状态为电表的综合状态而非单一状态,对智能电表的运维决策提供科学数据支撑;日级多维度特征数据维度可扩展,通过新的数据维护原有模型,使已有模型不断调整完善。
技术关键词
状态评估方法
混合神经网络模型
智能电表
矩阵
时序特征
生成智能
数据采集模块
状态预测方法
日期
预测系统
特征值
动态
决策
在线
负荷
数值