[發明專利]一種基于BP神經網絡的智能電能表故障判斷方法

在審

• 申請號: 201711050270.3
• 申請日: 2017-10-31
• 公開（公告）號: CN107831465A
• 公開（公告）日: 2018-03-23
• 發明（設計）人: 陸以彪;宮游;韓東;楊作鵬;劉惠穎;殷鑫;李興剛;梁言賀;孫洋;田文;王曉宇;滿江雪;文茹馨;康德功
• 申請（專利權）人: 國網黑龍江省電力有限公司電力科學研究院;國家電網公司
• 主分類號: G01R35/04
• 分類號: G01R35/04
• 代理公司: 哈爾濱市松花江專利商標事務所23109
• 代理人: 楊立超

1.一種基于BP神經網絡的智能電能表故障判斷方法，其特征在于，包括如下步驟：

S101：提取智能電能表發生故障時的各組訓練樣本數據及其對應的故障類型；

S102：分別針對各組訓練樣本數據，進行歸一化處理，獲得各組訓練樣本歸一化數據；

S103：根據待構建神經網絡輸入層神經元數目N和待構建神經網絡輸出層神經元數目M，獲得待構建神經網絡隱含層的神經元數目K；

S104：構建神經網絡，并使用各組訓練樣本歸一化數據對所述神經網絡進行訓練，得到訓練后的神經網絡；

S105：使用訓練后的神經網絡判斷智能電能表故障對應的失效元器件。

2.根據權利要求1所述的基于BP神經網絡的智能電能表故障判斷方法，其特征在于，所述BP神經網絡沿輸入至輸出方向依次設置有：輸入層、隱含層以及輸出層。

3.根據權利要求2所述的基于BP神經網絡的智能電能表故障判斷方法，其特征在于，所述輸入層包括用于表示故障類型的計量誤差X1、用于表示故障類型的通信故障X2、用于表示故障類型的顯示故障X3以及用于表示故障類型的電池故障X4。

4.根據權利要求2所述的基于BP神經網絡的智能電能表故障判斷方法，其特征在于，所述隱含層的神經元數目為5。

5.根據權利要求3所述的基于BP神經網絡的智能電能表故障判斷方法，其特征在于，所述輸出層包括：失效關鍵元器件采樣電阻Y1、失效關鍵元器件壓敏電阻Y2、失效關鍵元器件熱敏電阻Y3、失效關鍵元器件485芯片Y4、失效關鍵元器件光耦Y5、失效關鍵元器件TVSY6、失效關鍵元器件液晶Y7、失效關鍵元器件限流電阻Y8、失效關鍵元器件背光Y9、失效關鍵元器件濾波電容Y10、失效關鍵元器件二極管Y11、失效關鍵元器件MOS管Y12以及失效關鍵元器件電池Y13。

6.根據權利要求5所述的基于BP神經網絡的智能電能表故障判斷方法，其特征在于，待構建神經網絡輸入層神經元數目N＝4，待構建神經網絡輸出層神經元數目M＝13，獲得待構建神經網絡隱含層的神經元數目K＝5。