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，从而进一步提升智能电能表的整机质量，延长使用寿命。
声明：
“基于深度神经网络的智能电能表失效率预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1092
编辑：管理员
来源：北方有色网
咨询细节
