买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东电网有限责任公司广州供电局申请的专利基于神经网络模型的智能电表状态评价方法、系统及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115099392B 。

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210748709.4，技术领域涉及：G06N3/0464；该发明授权基于神经网络模型的智能电表状态评价方法、系统及介质是由冯兴兴;郭斌;赵烨;许丽娟;陈俊艺;曹琴;林焜杰;何圣川;钟蔚;曾令章;胡志明设计研发完成，并于2022-06-29向国家知识产权局提交的专利申请。

本基于神经网络模型的智能电表状态评价方法、系统及介质在说明书摘要公布了：本发明公开了一种基于神经网络模型的智能电表状态评价方法、系统及介质，该方法包括：数据采集及预处理；建立卷积神经网络模型；代入采集数据并训练卷积神经网络模型；确定周围因素影响因素，对卷积神经网络模型进行修正；通过修正后的卷积神经网络模型，对智能电表的状态进行评价，得到评价结果；根据评价结果建立智能电表轮换策略。本发明通过大数据与神经网络相结合的方式对智能电表状态进行评价，可以提升智能电表资产管理水平，实现有效监测和运行状态的评价，避免资金的浪费和能源的损失，同时增加了用户的感知，确保计量工作质量高效、依法规范。

本发明授权基于神经网络模型的智能电表状态评价方法、系统及介质在权利要求书中公布了：1.一种基于神经网络模型的智能电表状态评价方法，其特征在于，包括下述步骤： 数据采集及预处理，具体为： 基于大数据采集技术，积累已有数据，并对数据进行数据清洗和筛选，得到需要进行训练的数据集；所述数据集包括智能电表的档案信息、误差信息；所述档案信息包括用户编号、安装日期、台区编号或台区名称、电表读数、位置信息；所述误差信息包括误差值、误差率、超差值信息； 建立卷积神经网络模型；所述卷积神经网络模型通过结合拟牛顿法与最小二乘法进行训练，具体为：用统一的阈值，对各个台区的数据作预处理，达到一个合理初值；利用递归形式的最小二乘法，利用每一天新加入的数据对之前的计算误差作微调；所述卷积神经网络模型包括输入层、输出层以及若干个隐藏层，每个输入层、隐藏层的神经节点的输入输出关系为：；其中，xj为前一神经节点的输出，wij为前一神经节点到i节点的权重，b为偏置因子，f为激活函数； 代入采集数据并训练卷积神经网络模型； 确定周围影响因素，对卷积神经网络模型进行修正；所述周围影响因素包括地理位置、安装台区、安装时间、供电信息、环境温度、环境湿度； 通过修正后的卷积神经网络模型，对智能电表的状态进行评价，得到评价结果； 根据评价结果建立智能电表轮换策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东电网有限责任公司广州供电局，其通讯地址为：510620 广东省广州市天河区天河南二路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。