基于泛在电力物联网的普适性智能电表状态实时评估方法

论文摘要

针对当前智能电表状态评估存在精确度低、泛化性差和实时困难等问题,本文采用泛在电力物联网构建状态实时评估方法解决该问题。首先,采用决策树算法实现智能电表的分类,整体增强方法的匹配度和适应性;随后针对不同类别的智能电表,采用Apriori算法对样本集数据的特征集进行识别和提取,从而降低特征维度并增强关联性;接着,基于决策引擎实现对智能电表状态实时评估,并以度量学习实现新增物联网采集数据的有效性评估,反馈优化传感设备部署,从而根据评估结果实现对新增部署传感器及其位置的调整,进而根据应用场景不断优化智能电表状态实时评估应用模式。实验结果表明,本方法可实现智能电表运行状况的实时、普适、精准运维评估,进一步解决泛在电力物联网设备现场部署经验不足、校验无目标等问题。

论文目录

• 1 系统整体设计
• 2 普适性智能电表状态实时评估方法
•   2.1 基于决策树的智能电表分类
•   2.2 基于Apriori算法的关联特征筛选
•   2.3 基于决策引擎的智能电表实时状态预估
•   2.4 新增物联网采集数据反馈优化
• 3 实验与评价
•   3.1 系统功能实现
•   3.2 实验结果分析
• 4 结论

文章来源

类型: 期刊论文

作者: 薛斌,张向东,段立,徐鸿宇,王刚,赵莉

关键词: 泛在电力物联网,决策引擎,数据反馈优化,度量学习,状态实时评估

来源: 电力大数据 2019年11期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 国网重庆市电力公司

分类号: TM933.4

DOI: 10.19317/j.cnki.1008-083x.2019.11.006

页码: 38-43

总页数: 6

文件大小: 1620K

下载量: 170