基于多列神经网络的用电行为自诊断技术研究

为了进一步提升电能计量的整体自诊断管理,使用3列相对独立的多列神经网络算法,在有限且不完备数据的基础上,利用全网计量节点提供的上行、下行尖峰平谷计量数据,实现对计量系统故障、用电器配置变更、用户窃电等三大主要可能性做出基于大数据深度挖掘的主动判断。在计量系统故障、用电系统变更、窃电行为影响和总和敏感性方面,该系统较早期方法分别实现了14.3%、83.7%、36.3%、34.8%的计算效能提升,对未来电力计量系统的整体管理效率提升有积极意义。