[发明专利]一种基于机器学习预测智能电能表故障的方法及系统在审
| 申请号： | 201911006007.3 | 申请日： | 2019-10-22 |
| 公开（公告）号： | CN110794360A | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 李贺龙;于海波;王春雨;刘佳;王兴媛;袁金帅;王春妍 | 申请（专利权）人： | 中国电力科学研究院有限公司;国家电网有限公司;国网重庆市电力公司电力科学研究院 |
| 主分类号： | G01R35/04 | 分类号： | G01R35/04;G06K9/62 |
| 代理公司： | 11266 北京工信联合知识产权代理有限公司 | 代理人： | 姜丽楼 |
| 地址： | 100192 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习预测智能电能表故障的方法及系统，属于机器学习技术领域。本发明方法包括：确定故障智能电能表的故障类型；删除重复数据和与故障智能电能表故障无关的数据，补全故障智能电能表故障退运数据缺失值，获取预测数据；确定与故障有关的特征数据；获取智能电能表故障预测模型；获取智能电能表与故障有关的特征数据；根据智能电能表故障预测模型，对智能电能表故障进行预测，确定智能电能表预测故障类型。本发明结合机器学习和神经网络的方法对智能电表故障数据进行分析，可以有效的预测出智能电表的故障类型。 | ||
| 搜索关键词： | 智能电能表 故障类型 故障智能 电能表 故障预测模型 预测 特征数据 智能电表 机器学习技术 故障数据 故障无关 基于机器 机器学习 神经网络 数据缺失 预测数据 重复数据 删除 分析 学习 | ||
【主权项】：
1.一种基于机器学习预测智能电能表故障的方法，所述方法包括：/n确定故障智能电能表的故障类型；/n获取故障智能电能表故障退运数据，对故障智能电能表故障退运数据进行预处理，删除重复数据和与故障智能电能表故障无关的数据，补全故障智能电能表故障退运数据缺失值，获取预测数据；/n根据预测数据，对故障智能电能表的故障类型进行故障特征选择，确定与故障有关的特征数据；/n根据所述故障智能电能表的故障类型及故障有关的特征关系及智能电能表预测评价标准，获取智能电能表故障预测模型；/n获取智能电能表与故障有关的特征数据，根据智能电能表故障预测模型，对智能电能表故障进行预测，确定智能电能表预测故障类型。/n
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中国电力科学研究院有限公司;国家电网有限公司;国网重庆市电力公司电力科学研究院，未经中国电力科学研究院有限公司;国家电网有限公司;国网重庆市电力公司电力科学研究院许可，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/patent/201911006007.3/，转载请声明来源钻瓜专利网。
- 上一篇：电能表用夹紧检测装置
- 下一篇：一种双通道塔康信号侦察装置
