- 1、本文档共10页,其中可免费阅读9页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于深度神经网络的智能电能表失效率预测方法,包括如下步骤:步骤一:选取元器件可靠性预计手册;步骤二:计算得到元器件的工作失效率;步骤三:求取各元器件的工作失效率之和,继而得到各模块工作失效率;步骤四:由智能电能表应用现场的故障数据,结合公式计算得出电表的现场失效率;步骤五:通过求取的各模块工作失效率与电表现场失效率建立深度神经网络模型,并预测尚未故障的智能电能表失效率。本发明能够提高智能电能表的故障分析能力,实现智能电能表失效率的准确预测,分析得出提高电能表可靠性的相应措施,从而进
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112667957 A
(43)申请公布日 2021.04.16
(21)申请号 202011392905.X (74)专利代理机构 天津盛理知识产权代理有限
文档评论(0)