10.3969/J.ISSN.1672-7274.2023.01.027
基于深度神经网络的电能计量异常筛选方法
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.
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
TP311(计算技术、计算机技术)
2023-02-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
84-86