【技术实现步骤摘要】
本专利技术涉及电能计量装置故障识别，具体地，涉及一种基于deep-svdd的电能表故障判别方法。
技术介绍
1、电能表作为电能计量装置中基础且重要的一部分，其状态辨识及故障判别直接关系电能计量的可靠公平。现有电能表的故障判别技术通常依靠电压、电流单一数据类型进行研判，该类方法虽稳定性好，占用算力资源较少，适用于人工排查和边缘计算设备，但缺陷在于没有充分应用各种数据之间的内在耦合性，研判依据较为线性，容易产生误判或漏判。
2、目前虽利用机器学习的智能算法进行电能表故障研判，可以在很大程度可以利用到各项数据之间的非线性耦合关系，但存在过度耦合，且过程存在不解释性，同时对于算力的要求过高，难以满足现有电能表故障判别中可解释、高准确性和算力依赖度低的要求。
技术实现思路
1、为了解决现有电能表故障判别方式可解释性低、准确低性和算力依赖度高的问题，本专利技术提供了一种基于deep-svdd的电能表故障判别方法，所述方法包括：
2、s1、获取每个型号的电能表数据，基于所述电能表
【技术保护点】
1.一种基于Deep-SVDD的电能表故障判别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于Deep-SVDD的电能表故障判别方法，其特征在于，所述电能表数据包括正常样本数据和误判样本数据，构建数据集的具体步骤包括：
3.根据权利要求2所述的一种基于Deep-SVDD的电能表故障判别方法，其特征在于，构建第一超球体Q1的具体步骤包括：
4.根据权利要求3所述的一种基于Deep-SVDD的电能表故障判别方法，其特征在于，构建第二超球体Q2的具体步骤包括：
5.根据权利要求4所述的一种基于Deep-SVD...
【技术特征摘要】
1.一种基于deep-svdd的电能表故障判别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于deep-svdd的电能表故障判别方法，其特征在于，所述电能表数据包括正常样本数据和误判样本数据，构建数据集的具体步骤包括：
3.根据权利要求2所述的一种基于deep-svdd的电能表故障判别方法，其特征在于，构建第一超球体q1的具体步骤包括：
4.根据权利要求3所述的一种基于deep-svdd的电能表故障判别方法，其特征在于，构建第二超球体q2的具体步骤包括：
5.根据权利要求4所述的一种基于deep-svdd的电能表故障判别方法，其特征在于，构建第三超球体q3的具体步骤包括：
6.根据权利要求5所述的一种基于deep-svdd...
【专利技术属性】
技术研发人员：廖开吉，范镇南，樊建瀚，古世甫，郎方年，袁野，周芷汀，郑巧芸，周良辉，王涛，
申请(专利权)人：西华大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。