基于深度学习的多算法结合智能表批次故障预测研究  

作　　者：刘文忠 姜昆 师虹 谭成伟 

机构地区：[1]国网新疆电力有限公司营销服务中心,新疆乌鲁木齐830000

出　　处：《中国设备工程》2025年第9期166-169,共4页China Plant Engineering

摘　　要：针对单个算法(ANN、KNN)在智能电表批次故障分析中准确度不高的问题,本文提出ANN、KNN结合算法以改进准确率。首先,使用ANN算法,以累计故障率(或者分类)为目标变量,对单个自变量指标进行初步预测,得到多个不同自变量指标的初步预测结果集;然后将初步预测结果集作为KNN算法的输入自变量,以累计故障率(或者分类)为目标变量,对样本进行最终预测。结果表明,基于深度学习的多算法结合提高了预测准确性,在分类指标的准确率和连续性指标的误差方面都得到了明显改善。

关 键 词：KNN ANN 算法结合 预测准确性 智能表批次故障 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] U495[自动化与计算机技术—控制科学与工程]