[发明专利]一种基于长短时记忆模型的电能计量装置异常检测方法在审
| 申请号： | 201810522073.5 | 申请日： | 2018-05-28 |
| 公开（公告）号： | CN108761377A | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 郑州;王春光;林廷格;黄天富;伍翔;吴志武;张凯 | 申请（专利权）人： | 国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司 |
| 主分类号： | G01R35/04 | 分类号： | G01R35/04 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350007 福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于长短时记忆模型的电能计量装置异常检测方法，包括：（1）获取原始采集数据；（2）数据预处理；（3）设置模型超参数；（4）用训练样本训练模型；（5）用测试样本测试模型；（6）输出电能计量装置异常检测结果。本发明提出的一种基于长短时记忆模型的电能计量装置异常检测方法，将深度学习理论应用于数字化电能表异常检测中，在数据量大、易缺失的情况下自动学习各种故障下各采集数据的变化特征，同时具有较好的容错性，有助于提高电能计量装置异常检测精确性和及时性。 | ||
| 搜索关键词： | 异常检测 电能计量装置 记忆模型 数字化电能表 原始采集数据 数据预处理 变化特征 采集数据 测试模型 测试样本 计量装置 理论应用 输出电能 训练模型 训练样本 自动学习 容错性 数据量 学习 | ||
【主权项】：
1.一种基于长短时记忆模型的电能计量装置异常检测方法，其特征在于，按照如下步骤实现：步骤S1：采集用户用电信息采集系统历史数据，包括正常样本和故障样本；步骤S2：对用户用电信息采集系统历史数据进行多维度配置和叠加，按时间和地理位置筛选和归类，通过数据采样建立样本，并按照预设比例划分训练集和测试集；步骤S3：根据训练数据确定长短时记忆模型的超参数，包括：输入节点、输出节点、最大层数、每层的节点数和最大迭代次数；步骤S4：利用训练数据训练长短时记忆模型，反复迭代直至长短时记忆模型的代价函数低于预设阈值；步骤S5：将测试数据导入到已经训练好的长短时记忆模型中进行测试，如果测试精度不满足预设阈值要求，则重复步骤S3以及步骤S4再次训练模型；步骤S6：将训练好的长短时记忆模型用于检测电能计量装置的异常状态，输出电能计量装置异常检测结果。
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福建省电力有限公司电力科学研究院;国网福建省电力有限公司，未经国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司许可，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/201810522073.5/，转载请声明来源钻瓜专利网。
