买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】预测智能电表剩余寿命的方法、系统、电子设备及介质_国网天津市电力公司营销服务中心;国网天津市电力公司;国家电网有限公司_202311643948.4 

申请/专利权人:国网天津市电力公司营销服务中心;国网天津市电力公司;国家电网有限公司

申请日:2023-12-04

公开(公告)日:2024-04-02

公开(公告)号:CN117350174B

主分类号:G06F30/27

分类号:G06F30/27;G06N3/0455;G06N3/084;G06Q50/06;G01R35/04

优先权:

专利状态码:有效-授权

法律状态:2024.04.02#授权;2024.01.23#实质审查的生效;2024.01.05#公开

摘要:本发明提出一种预测智能电表剩余寿命的方法、系统、电子设备及介质,适用于智能电表技术领域,可以提高预测智能电表剩余寿命和故障概率的准确性。该方法包括:根据智能电表的应用环境数据、出厂检定数据、实时监测数据的相关系数矩阵的特征值,确定智能电表的各相关数据的累计贡献率和影响智能电表剩余寿命的主要参数序列,然后将主要参数序列输入变换神经网络和反向传播神经网络,训练预测智能电表剩余寿命的模型,并基于该模型得到智能电表的剩余寿命预测值。

主权项:1.一种预测智能电表剩余寿命的方法,其特征在于,包括:根据智能电表的环境数据、出厂检定数据、实时监测数据的相关系数矩阵的特征值,确定智能电表的各相关数据的累计贡献率和影响智能电表剩余寿命的参数序列,具体包括:计算智能电表各项数据的相关系数矩阵,所述相关系数矩阵满足:1,R为相关系数矩阵,Z为标准化矩阵,为Z的转置矩阵,为标准化矩阵Z中第i个智能电表的第j个参数序列的标准化变换,1≤i≤n,1≤j≤m,i,j,n,m为正整数;计算预测智能电表剩余寿命的误差的特征方程,得到m个非负特征值,按照从大到小顺序依次排列为,特征值大小表示第j个参数序列的方差贡献率PV:2;将排序后的各参数序列的方差贡献率之和大于或等于贡献率阈值的参数序列对应的参数,确定为影响智能电表剩余寿命的参数,前p个参数序列的累计贡献率CPV满足:3,1≤q≤p,1pm,p为影响智能电表剩余寿命的参数的数量,为影响智能电表剩余寿命的第q个参数的非负特征值,p、q为正整数;将影响智能电表剩余寿命的参数对应的特征向量确定为影响智能电表剩余寿命的参数序列;将影响智能电表剩余寿命的参数序列输入变换神经网络,得到影响智能电表剩余寿命的参数的概率分布,具体包括:经过线性投影层后,在所述变换神经网络的编码环节,将影响智能电表剩余寿命的参数序列转化为一系列上下文表示向量;在所述变换神经网络的解码环节,根据上下文表示向量生成影响智能电表剩余寿命的参数序列中每个位置的概率分布,所述变换神经网络满足:4,为变换神经网络t时刻输出,为变换神经网络t-1时刻输出,为注意力机制用于对影响智能电表剩余寿命的参数序列中的不同位置或特征进行加权,Q为查询矩阵,K为键矩阵,V为值矩阵,表示键向量的维数,函数用于将转换为概率分布;将影响智能电表剩余寿命的参数的概率分布输入反向传播神经网络,得到智能电表剩余寿命的估计值与实际剩余寿命的误差信号;将误差信号依次沿反向传播神经网络的输出层、隐含层、输入层,以及变换神经网络的解码层、编码层返回,逐层修改各神经元的权值与偏置,使得误差信号最小,且性能评价均方差小于或等于均方差阈值,以确定预测智能电表剩余寿命的模型;将智能电表的应用环境数据、出厂检定数据、实时监测数据输入预测智能电表剩余寿命的模型,得到智能电表的剩余寿命预测值。

全文数据:

权利要求:

百度查询: 国网天津市电力公司营销服务中心;国网天津市电力公司;国家电网有限公司 预测智能电表剩余寿命的方法、系统、电子设备及介质

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。