- 专利标题: 基于深度学习和CoxPH模型的智能电表寿命预测方法
-
申请号: CN201911185780.0申请日: 2019-11-27
-
公开(公告)号: CN112380759B公开(公告)日: 2024-01-09
- 发明人: 张家琦 , 宋玮琼 , 陈颖 , 李国昌 , 黄少伟 , 郭帅 , 关慧哲 , 李亦非 , 靳阳
- 申请人: 国家电网公司 , 国网北京市电力公司 , 清华大学
- 申请人地址: 北京市西城区西长安街86号
- 专利权人: 国家电网公司,国网北京市电力公司,清华大学
- 当前专利权人: 国家电网公司,国网北京市电力公司,清华大学
- 当前专利权人地址: 北京市西城区西长安街86号
- 代理机构: 北京路浩知识产权代理有限公司
- 代理商 郑朝然
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06Q50/06 ; G06N20/00
摘要:
本发明实施例提供一种基于深度学习和CoxPH模型的智能电表寿命预测方法,该方法包括:将待预测电表的异常数据输入电表寿命预测模型,输出与所述待预测电表的异常数据对应的电表生存曲线,所述电表生存曲线为所述待预测电表的生存概率与时间关系的曲线;其中,所述电表寿命预测模型是基于电表异常样本数据以及预先确定的电表寿命标签和删失标签进行训练后得到的,电表寿命预测模型训练时的损失函数由CoxPH模型中的对数部分风险函数参与构成;基于所述电表生存曲线和预设的生存概率阈值,预测所述待预测电表的寿命。本发明实施例提供的方法,避免了现有技术的智能电表寿命的预测模型过于静态,提高了智能电表寿命预测的可靠性。
公开/授权文献
- CN112380759A 基于深度学习和CoxPH模型的智能电表寿命预测方法 公开/授权日:2021-02-19