基于一维卷积神经网络集成模型的智能电表 故障分类

基于一维卷积神经网络集成模型的智能电表故障分类

摘要: 智能电表作为科技发展的产物，因其具有功能丰富、使用可靠等优点，已在全国各地被广泛使用，而智能电表的故障检测也变得愈加重要，如何快速判断出智能电表的故障类型成为一个关键问题。文中提出一种基于一维卷积神经网络和模型集成的智能电表故障检测方法。首先从智能电表故障数据集中筛选出与智能电表故障类型相关性大的数据和特征；其次建立一维卷积神经网络的结构和模型，文中选择了具有一个BN层、两个卷积池化层、两个全连接层和一层dropout层的一维卷积网络结构，采用R2score指标对网络性能进行评价；最后对网络模型进行集成，在公共数据集上对集成所得模型进行验证，并在电网系统中的智能电表故障数据集上进行测试。结果表明文中的神经网络在模型集成后神经网络在故障分类的准确率上有明显提升。