基于神经网络数据分析方法的电网高损耗元件识别技术

针对大部分电网损耗研究不全面且损耗类型识别不准确等问题,提出了一种基于神经网络数据分析方法的电网高损耗元件识别技术。该技术在全面分析线路及变压器损耗的基础上,将台区损耗类型划分成六类,并将台区电表数据输入全连接神经网络模型完成学习分析,从而实现高损耗元件的识别。基于某台区的109块电表数据样本进行实验分析,结果表明所提技术对于无异常损耗电表的识别准确率高达98.5%,且整体识别准确率可达93.4%,同时识别时间仅为0.35 s,优于其他对比技术。