-
公开(公告)号:CN116933134A
公开(公告)日:2023-10-24
申请号:CN202310880338.X
申请日:2023-07-18
申请人: 广东电网有限责任公司 , 广东电网有限责任公司中山供电局
IPC分类号: G06F18/24 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/08
摘要: 本发明涉及电表抄表技术领域,公开了一种电表日自动抄表失败故障分析方法及系统,其方法通过获取目标电表在不同的预设抄表故障类别下的电表抄表时序数据,构建数据集,利用卷积神经网络对训练数据集进行训练,得到电表抄表故障检测模型,并对电表抄表故障检测模型进行优化,通过优化后的电表抄表故障检测模型对待识别的电表抄表时序数据进行检测,输出相对应的抄表故障类别,从而提高电表日自动抄表失败故障分析效率和准确性。
-
公开(公告)号:CN116933183A
公开(公告)日:2023-10-24
申请号:CN202310880310.6
申请日:2023-07-18
申请人: 广东电网有限责任公司 , 广东电网有限责任公司中山供电局
IPC分类号: G06F18/243 , G06F18/10 , G06F18/213 , G06F18/214 , G06F123/02
摘要: 本发明涉及电表抄表技术领域,公开了一种基于大数据的日自动抄表分析方法及系统,其方法通过获取多个电能表终端分别对应的日抄表数据,对用电时序数据进行预处理,并对用电时序数据进行非线性拟合,提取用电时序数据非线性曲线中的特征值,将特征值进行标准化处理,将标准化处理后的特征值输入至预先训练的抄表异常检测模型中,输出抄表异常识别结果,从而提高电力用量数据分析的效率和准确性。
-