远程抄表和神经网络
如今是个ai的是时代,以CHARTGTP为代表的智能神经网络已经遍及整个互联网络。
远程抄表其实也是可以使用智能神经网络的。这里探讨简单的使用范围,归纳为几点:
1,远程抄表异常出现的数据,如电压波动,电流波动,能量波动等,都可以使用神经
网络来识别。
2,识别的内容需要是正常的波动还是非法的波动。这里需要一个模型,此模型主要在于
识别非法数据波动,非法数据波动包括电网用电负荷异常和用户使用电能非法操作(偷电非法
行为)。当然远程抄表的系统里会根据各个现场使用情况来建立模型的。
3,模型建立需要大数据,这里远程抄表可以提供以分钟为单位的数据(当然远程抄表系统
也可以使用秒级数据采集)。根据需要建立模型后,需要进行训练数据得出最佳的远程抄表模型
的权参数。(根据用户的需求,远程抄表系统内的神经网络建立的隐藏神经元单元多少和模型等
等有关)最后建立预测结果的运算和识别(这里提出远程抄表系统的大数据运算问题,当然应该
使远程抄表系统建立自己的预测运算网络系统,一般来说会使用网路的云计算功能)
综上所述,远程抄表和神经网络简单使用说明是可行的,作为未来发展趋势,尽早建立适合自己的
远程抄表神经网络是必须的。
如今是个ai的是时代,以CHARTGTP为代表的智能神经网络已经遍及整个互联网络。
远程抄表其实也是可以使用智能神经网络的。这里探讨简单的使用范围,归纳为几点:
1,远程抄表异常出现的数据,如电压波动,电流波动,能量波动等,都可以使用神经
网络来识别。
2,识别的内容需要是正常的波动还是非法的波动。这里需要一个模型,此模型主要在于
识别非法数据波动,非法数据波动包括电网用电负荷异常和用户使用电能非法操作(偷电非法
行为)。当然远程抄表的系统里会根据各个现场使用情况来建立模型的。
3,模型建立需要大数据,这里远程抄表可以提供以分钟为单位的数据(当然远程抄表系统
也可以使用秒级数据采集)。根据需要建立模型后,需要进行训练数据得出最佳的远程抄表模型
的权参数。(根据用户的需求,远程抄表系统内的神经网络建立的隐藏神经元单元多少和模型等
等有关)最后建立预测结果的运算和识别(这里提出远程抄表系统的大数据运算问题,当然应该
使远程抄表系统建立自己的预测运算网络系统,一般来说会使用网路的云计算功能)
综上所述,远程抄表和神经网络简单使用说明是可行的,作为未来发展趋势,尽早建立适合自己的
远程抄表神经网络是必须的。