基于改进型神经网络智能远程抄表系统的设计.docVIP

基于改进型神经网络智能远程抄表系统的设计 　　摘要:利用电能表计、通信网络、图像处理、神经网络等技术组成的智能远程抄表系统是远程抄表系统研究发展的重要方向。系统通过视频实时动态的进行电能数据的远程采集,通过相应的数据通信网络,将电能数据传输给改进BP网络,经改进BP网络自动识别判断,获得对应的电能数据。基于改进BP神经网络的电能远程计量系统具有数据处理效率高、误差率低、能够进行实时动态监控等优点,促进了远程电能智能抄表技术的发展,是目前电力营销学者研究的一个重要课题。 　　关键词:BP神经网络;远程抄表技术;数字识别 　　 　　1、引言 　　为了克服传统人工定期现场抄表技术复杂、信息不及时、人为误差大、管理不方便、人力物力浪费等缺点,随着经济的发展,迫切需要研究开发出一种智能远程动态抄表系统,保证电力运营商进行电能经济合理的计量管理。本文利用改进BP神经网络强大数据分析处理、模型自动学习预测等功能,对视频扫描获得的远程电能数据进行集中模块化“学习”训练,获得相应的模块约束值和预定值,并通过计算机程序自动进行图像数据,最终形成动态的电能数据表格,为电能远程自动采集提供了丰富的理论技术。 　　2、抄表技术概况 　　2.1 传统人工抄表 　　传统人工抄表是通过电力运营商雇佣相应电能抄表员登门查表,完成电能抄表校对工作。随着电网规模的扩大,加上电力用户分散,给供电企业抄表