运行中智能电能表质量分析及预测方法研究
Electrical Measurement & Instrumentation（2022）
摘要
文中提出了一种运行中智能电能表质量分析及预测方法研究的方法.该方法以电能表关键环节相关数据为基础,选取电能表在研发设计、物料采购、生产制造、验收检测、安装运行、拆回报废环节数据作为模型构建的样本数据,利用XGBoost算法分类方法建立智能电能表质量分析模型.以国网河南省电力公司的拆回电能表数据为例,对智能电能表各类质量问题开展建模分析及预测,并进行现场验证,再根据验证结果持续优化模型.结果表明,该方法精确率达到0.73,能够较为客观地反应智能电能表关键环节质量情况.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要