基于深度神经网络的电能计量异常筛选方法 |
| |
引用本文: | 金晨.基于深度神经网络的电能计量异常筛选方法[J].数字通信世界,2023(1):84-86. |
| |
作者姓名: | 金晨 |
| |
作者单位: | 杭州供电公司 |
| |
摘 要: | 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。
|
关 键 词: | 深度神经网络 电能计量 遗传算法 适应度 拉格朗日插值 异常筛选 |
|
|