基于多列神经网络的用电行为自诊断技术研究 |
| |
引用本文: | 王鹏飞,汤铭,杜元翰,李效龙.基于多列神经网络的用电行为自诊断技术研究[J].微型电脑应用,2023(1):111-113. |
| |
作者姓名: | 王鹏飞 汤铭 杜元翰 李效龙 |
| |
作者单位: | 1. 国网江苏省电力有限公司信息通信分公司;2. 国电南瑞科技股份有限公司信息系统集成分公司 |
| |
摘 要: | 为了进一步提升电能计量的整体自诊断管理,使用3列相对独立的多列神经网络算法,在有限且不完备数据的基础上,利用全网计量节点提供的上行、下行尖峰平谷计量数据,实现对计量系统故障、用电器配置变更、用户窃电等三大主要可能性做出基于大数据深度挖掘的主动判断。在计量系统故障、用电系统变更、窃电行为影响和总和敏感性方面,该系统较早期方法分别实现了14.3%、83.7%、36.3%、34.8%的计算效能提升,对未来电力计量系统的整体管理效率提升有积极意义。
|
关 键 词: | 用电信息采集 自诊断 数据同构化 多列神经网络 数据升维算法 |
|
|