申请/专利权人:国网河北省电力有限公司电力科学研究院;国家电网有限公司
申请日:2019-12-02
公开(公告)日:2020-02-11
公开(公告)号:CN110781206A
主分类号:G06F16/245(20190101)
分类号:G06F16/245(20190101);G06F30/20(20200101)
优先权:
专利状态码:失效-发明专利申请公布后的驳回
法律状态:2023.06.23#发明专利申请公布后的驳回;2020.03.06#实质审查的生效;2020.02.11#公开
摘要:本发明涉及一种学习拆回表故障特征规则预测在运电能表是否故障的方法,使用XGBoost模型学习拆回分拣结果和电能表的历史运行事件的数据中电能表故障与否的规则,利用学习到的规则预测在运表是否故障。本发明可降低在运电能表批量故障集中爆发风险且工作效率高。
主权项:1.一种学习拆回表故障特征规则预测在运电能表是否故障的方法,其特征在于,使用XGBoost模型学习拆回分拣结果和电能表的历史运行事件的数据中电能表故障与否的规则,利用学习到的规则预测在运表是否故障。
全文数据:
权利要求:
百度查询: 国网河北省电力有限公司电力科学研究院;国家电网有限公司 一种学习拆回表故障特征规则预测在运电能表是否故障的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。