基于深度神经网络的电能计量异常筛选方法

摘要：

文章设计了一种基于深度神经网络的电能计量异常筛选方法,其通过拉格朗日插值方法对电能计量数据实施丢帧处理,分别筛选出电量异常的特征数据、用电异常的特征数据以及接线异常的特征数据,将遗传算法与深度神经网络中的BP神经网络相结合,构建电能计量异常筛选模型,实现电能计量异常筛选.测试结果表明,该方法筛选中的分类精度较高,最高可达98.52％;在实验数据中加入畸变数据后,该方法的电能计量异常筛选误差仍较低.

关键词：深度神经网络、电能计量、遗传算法、适应度、拉格朗日插值、异常筛选

分类号：TP311(计算技术、计算机技术)

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：84-86