[发明专利]一种D-S证据理论的智能电表寿命预测方法及系统在审

专利信息
申请号: 202111229317.9 申请日: 2021-10-21
公开(公告)号: CN114219118A 公开(公告)日: 2022-03-22
发明(设计)人: 李宁;郭泽林;袁铁江;杨金成;张伟;王永超;杨永建;白银平;王海磊;谢珍;于静;王丽娟;费守河;李航;黄琰 申请(专利权)人: 国网新疆电力有限公司营销服务中心(资金集约中心;计量中心);国网新疆电力有限公司电力科学研究院;大连理工大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/00;G06N3/08;G06N3/04;G06K9/62
代理公司: 北京科迪生专利代理有限责任公司 11251 代理人: 金怡
地址: 830011 新疆维吾尔自治*** 国省代码: 新疆;65
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 证据 理论 智能 电表 寿命 预测 方法 系统
【权利要求书】:

1.一种D-S证据理论的智能电表寿命预测方法,其特征在于,包括:

步骤S1:分析用电信息采集系统中智能电表的样本集,对其进行归一化处理,得到归一化智能电表样本集;

步骤S2:根据所述智能电表的安装和拆除时间,计算智能电表的最长和最短使用寿命,定义所述智能电表的寿命区间范围;

步骤S3:采用核-费舍尔判别分析方法,对所述归一化智能电表样本集进行特征提取,得到特征向量;

步骤S4:构建并训练卷积神经网络模型和长短时记忆神经网络模型;将所述特征向量分别输入所述卷积神经网络模型和所述长短时记忆神经网络模型,分别预测所述智能电表所属的寿命区间;

步骤S5:利用D-S证据理论,对所述卷积神经网络模型和所述长短时记忆神经网络模型预测得到的所述智能电表所属的寿命区间进行融合,获得最终所述智能电表的寿命预测结果。

2.根据权利要求1所述的D-S证据理论的智能电表寿命预测方法,其特征在于,所述步骤S1:分析用电信息采集系统中智能电表的样本集,对其进行归一化处理,得到归一化智能电表样本集,具体包括:

对于维度为n的所述智能电表的样本集{x1,x2,x3,...,xn}进行归一化处理,使其映射到0~1之间,其变换原理如公式(1)所示:

其中,xmax表示所述智能电表的样本集中最大值,xmin表示所述智能电表的样本集中的最小值,xi表示第i个维度的所述智能电表的样本,x表示经过归一化处理后的样本。

3.根据权利要求1所述的D-S证据理论的智能电表寿命预测方法,其特征在于,所述步骤S2:根据所述智能电表的安装和拆除时间,计算智能电表的最长和最短使用寿命,定义所述智能电表的寿命区间范围,具体包括:

步骤S21:通过统计所述智能电表的安装时间与拆除时间,获得所述智能电表的使用寿命,其计算方法如公式(2)所示:

T=T1-T2 (2)

其中,T表示所述智能电表的使用寿命,T1表示所述智能电表的拆除时间,T2表示所述智能电表的安装时间;

步骤S22:依据所述智能电表的最长使用寿命和最短使用寿命,将所述智能电表的使用寿命T划分为四个时间段,划分方法如公式(3)和(4)所示:

Tun=[Tmin+(n-1)Tc,Tmin+nTc] (4)

其中,Tmax表示所述智能电表的最长使用寿命,Tmin表示所述智能电表的最短使用寿命,Tc表示步长,Tun表示第n个寿命区间。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网新疆电力有限公司营销服务中心(资金集约中心、计量中心);国网新疆电力有限公司电力科学研究院;大连理工大学,未经国网新疆电力有限公司营销服务中心(资金集约中心、计量中心);国网新疆电力有限公司电力科学研究院;大连理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111229317.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top