基于深度学习的电能计量装置运行状态评估模型研究

TM744; [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.