基于深度学习的电能计量装置运行状态评估模型研究

摘要

【目的】在电能计量装置日常运行工作中需要进行运行状态评估，人工检查耗费时间长、效率低下、核查不准确，难以满足实际应用需求。【方法】基于用电信息采集数据，建立基于深度学习的计量装置运行状态评估模型，通过深度学习模型抓取电量历史数据的特征。利用迁移学习优化模型训练过程，完成对用户未来电量使用情况的预测，并对电量期望值与计量值的差值设定阈值，判断电能表的运行状态。【结果】模型结果可作为评估智能电表运行状态的关键参考，为台区智能电表运行维护和精准更换等给予重要的支持，可有效减少实地运维管理人员和运维次数，使故障分析和准确定位得到提升。【结论】由仿真数据和实际台区数据分别对方法的准确性进行验证，实验结果表明本文提出的评估模型效果较好。

关键词

计量装置 / 深度学习 / 运行状态评估 / 迁移学习