龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：江苏省电力试验研究院有限公司;国网江苏省电力有限公司电力科学研究院
申请日：2024-04-03
公开（公告）日：2024-05-17
公开（公告）号：CN118052253A
主分类号：G06N3/0442
分类号：G06N3/0442;G06N3/084;G06F18/241;G06Q50/06
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.04#实质审查的生效;2024.05.17#公开
摘要：本发明公开了一种基于BiGRU神经网络的低压用户电表错接线识别方法、系统，该方法包括：获取低压三相或单相用户的每日电流、功率、正反向有功电量等数据；对用户数据预处理；提取若干特征，并结合正向有功电量、反向有功电量构建特征集；为特征集赋上是否错接线标签，形成样本集并划分；构建BiGRU神经网络模型并训练；利用验证样本集验证BiGRU神经网络模型，并调整BiGRU神经网络模型的参数，直至模型的拟合程度达到预期；通过测试样本集评估BiGRU神经网络模型的泛化能力和性能表现。本发明能够提高电表错接线识别的准确性和效率，降低对人工干预的依赖，从而增强电力系统的运行效率和安全性。
主权项：1.一种基于BiGRU神经网络的低压用户电表错接线识别方法，其特征在于，包括：数据获取：从用电信息采集系统中获取低压三相或单相用户的每日电流、功率、正向有功电量、反向有功电量、是否错接线数据；数据预处理：对获取的用户数据进行数据清洗、数据归一化处理；特征提取：从用户电流、功率数据中提取若干特征，包括统计特征、时序特征、频域特征和形状特征，并结合正向有功电量、反向有功电量构建特征集；根据是否错接线数据对特征集中的特征打上是否错接线标签，形成样本集；将样本集划分为训练样本集、验证样本集、测试样本集；模型构建与训练：构建BiGRU神经网络模型，并将训练样本集输入预先构建的BiGRU神经网络模型中进行训练；将验证样本集输入经过训练的BiGRU神经网络模型，并运用反向传播算法与梯度下降优化算法调整BiGRU神经网络模型的参数，直至模型的拟合程度达到预期；模型测试：通过测试样本集评估BiGRU神经网络模型的泛化能力和性能表现。
全文数据：
权利要求：
百度查询： 江苏省电力试验研究院有限公司;国网江苏省电力有限公司电力科学研究院 一种基于BiGRU神经网络的低压用户电表错接线识别方法、系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号