摘要
本发明涉及数据处理领域,尤其涉及基于双模通信的单相费控智能电能表智能通讯方法,方法包括:采集电能表的历史环境参数、业务类型以及不同通道的历史通信状态参数;训练预设神经网络模型,得到显著神经网络模型,并获取通信状态参数预测值,预设神经网络模型的损失函数为:计算不同通道各项通信状态参数预测值与历史通信状态参数的误差因子并求和作为业务关键度,将环境复杂度和业务关键度融合作为神经网络模型的损失函数;采集实时的环境参数输入显著神经网络模型,获取显著神经网络模型预测的各通信状态参数,计算各通道预测的通信状态参数的综合打分,并选取最优通道,本发明提高了通道选择的可靠性。
技术关键词
神经网络模型
智能通讯方法
误码率
采集电能表
通道
斯皮尔曼相关系数
复杂度
样本
因子
编码
误差
强度
天气
数据
邻域
参数
指标
系统为您推荐了相关专利信息
光照强度数据
多通道
LightGBM模型
功率
环境监测数据处理
高清遥感图像
注意力机制
动态上下文
遥感图像检测技术
模块
校准方法
双极性
冷端温度补偿
动态补偿模块
信号输入模块
样本
神经网络模型
信号处理设备
超声发射器
超声脉冲