您当前的位置： 首页 > 论文 > 2024, 55(01) > 电气与动力工程(能源互联网专题)
基金项目:
分类号:
TM715;TM743
DOI:
10.16355/j.tyut.1007-9432.20230393
期刊号:
2024, 55(01)
收稿日期:
2023-05-15
修回日期:
2023-07-06
| 通讯作者 | 单位 |
| 刘红丽 | 国网山西省电力公司经济技术研究院 |
摘要:
【目的】 在电能计量装置日常运行工作中需要进行运行状态评估，人工检查耗费时间长、效率低下、核查不准确，难以满足实际应用需求。【方法】 基于用电信息采集数据，建立基于深度学习的计量装置运行状态评估模型，通过深度学习模型抓取电量历史数据的特征。利用迁移学习优化模型训练过程，完成对用户未来电量使用情况的预测，并对电量期望值与计量值的差值设定阈值，判断电能表的运行状态。【结果】 模型结果可作为评估智能电表运行状态的关键参考，为台区智能电表运行维护和精准更换等给予重要的支持，可有效减少实地运维管理人员和运维次数，使故障分析和准确定位得到提升。【结论】 由仿真数据和实际台区数据分别对方法的准确性进行验证，实验结果表明本文提出的评估模型效果较好。
关键字:
新能源利用率；消纳能力；消纳空间；调峰能力；消纳综合措施