基于深度神经网络的电能计量异常筛选方法

文章设计了一种基于深度神经网络的电能计量异常筛选方法，其通过拉格朗日插值方法对电能计量数据实施丢帧处理，分别筛选出电量异常的特征数据、用电异常的特征数据以及接线异常的特征数据，将遗传算法与深度神经网络中的BP神经网络相结合，构建电能计量异常筛选模型，实现电能计量异常筛选。测试结果表明，该方法筛选中的分类精度较高，最高可达98.52%；在实验数据中加入畸变数据后，该方法的电能计量异常筛选误差仍较低。