基于CNN-BiLSTM-BOWA的智能电表异常状态检测方法
针对复杂异构电力设备环境下频繁出现的异常行为及传统智能电表异常状态检测方法准确率低、误报率高等问题,本文提出将卷积神经网络和双向长短期记忆网络相结合的改进模型,通过对真实用电数据进行仿真试验,本文从预测准确率与误差等方面展开分析,验证提出的模型在智能电表状态检测中具有明显的优势.
智能电表、异常状态检测、卷积神经网络、双向长短期记忆网络、黑蜘蛛优化算法
TP391.41;TP183;TM715
2023-04-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
283-285