一种基于时空卷积神经网络的智能电表故障预测方法专利查询专利号|摘要-满商公司网

一种基于时空卷积神经网络的智能电表故障预测方法

基本信息

申请号	CN202111315992.3	申请日	-
公开（公告）号	CN114118232A	公开（公告）日	2022-03-01
申请公布号	CN114118232A	申请公布日	2022-03-01
分类号	G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I	分类	计算；推算；计数;
发明人	高文俊;薛斌斌;庞振江	申请（专利权）人	北京智芯半导体科技有限公司
代理机构	湖南楚墨知识产权代理有限公司	代理人	陈晓娟
地址	100192北京市海淀区西小口路66号中关村东升科技园A区3号楼
法律状态	-

摘要

本发明提供了一种基于时空卷积神经网络的智能电表故障预测方法，该方法包括以下步骤：从历史数据故障库中获得的故障类型和故障相关数据；对的历史数据进行清洗，包括异常值剔除和归一化处理；基于时空卷积神经网络训练智能电能表故障识别模型；采用准确率，精确率，召回率和综合评价指标F1作为故障识别模型的评价标准；将实时数据构建成输入矩阵后，代入时空卷积神经网络故障预测模型，对故障进行预测；当预测出现故障时，现场运维人员对故障的准确性进行判断，并且进行解决；本发明配合现场人员进行实时的消纳与维护，可以大大降低人力资源成本，提高维护效率，所采用的算法较其他常规算法相比，可以很大程度上提高智能电能表故障预测的准确率。