[发明专利]一种基于神经网络健康度评价的智能电表状态评价方法

摘要

本发明提出一种基于神经网络健康度评价的智能电表状态评价方法，为基于神经网络建立和应用模型的方法，依次包括以下步骤；A1、模型初始数据获取方法，通过电网营销业务系统获取入网的智能电表运行相关数据作为神经网络模型的初始输入数据；A2、模型输入数据筛选；A3、模型参数优化，确定神经网络模型各参数，对神经网络模型进行参数训练，以建立基于神经网络的评价模型；所述评价模型包括电表指标评价模型和电表状态综合评价模型；A4、在状态评价结构应用中，根据评价模型的评估结果和参与评估的电表的运行周期，分析两者的内在联系，并以此预测电表的运行抽检时间及更换选择参数；本发明能利用电网运营中积累的电表大数据来对在网电表进行评估。

主权项

1.一种基于神经网络健康度评价的智能电表状态评价方法，用于对接入电网的智能电表运行状态进行预测，其特征在于：所述评价方法为基于神经网络建立和应用模型的方法，依次包括以下步骤；A1、模型初始数据获取方法，通过电网营销业务系统获取入网的智能电表运行相关数据作为侯选数据，进行多源数据融合预处理后，作为神经网络模型的初始输入数据；A2、模型输入数据筛选，以相关性分析从初始输入数据中筛选出影响智能电表状态评价结果的关键指标因素，并以此因素作为神经网络的输入筛选参数从初始输入数据中选择数据进行输入，再通过历史实践和专家经验确定各个因素权重作为神经网络模型的初始权重；A3、模型参数优化，在该步骤中确定神经网络模型各参数，对神经网络模型进行参数训练，以建立基于神经网络的评价模型；所述评价模型包括电表指标评价模型和电表状态综合评价模型；A4、在所述状态评价结构应用中，根据评价模型的评估结果和参与评估的电表的运行周期，分析两者的内在联系，并以此预测在网电表的运行抽检时间及更换选择参数。