主权项 |
1.一种预测智能电能表轮换周期的方法,其特征在于,包括:从多个智能电能表的故障信息中,选取训练样本集合;依据所述训练样本集合,确定所述训练样本集合对应的全部地域的所安装的智能电能表的轮换周期均值<img file="FDA00002418750400011.GIF" wi="129" he="66" />所述训练样本集合对应的全部厂家所生产的智能电能表的轮换周期均值<img file="FDA00002418750400012.GIF" wi="207" he="75" />所述训练样本集合对应的全部厂家安装在地域j的智能电能表的平均故障率<img file="FDA00002418750400013.GIF" wi="153" he="83" />所述训练样本集合对应的厂家k生产的智能电能表在各个地域的平均故障率<img file="FDA00002418750400014.GIF" wi="206" he="63" />依据公式<maths num="0001"><![CDATA[<math><mrow><mover><mrow><msub><mi>Factory</mi><mi>k</mi></msub><msub><mi>Area</mi><mi>j</mi></msub></mrow><mo>‾</mo></mover><mn>1</mn><mo>=</mo><mrow><msup><msub><mi>ω</mi><mn>1</mn></msub><mo>′</mo></msup><mo>×</mo></mrow><mover><mi>Area</mi><mo>‾</mo></mover><mo>×</mo><mfrac><mover><msub><mi>Factory</mi><mi>k</mi></msub><mo>‾</mo></mover><mover><mi>Factory</mi><mo>‾</mo></mover></mfrac><mo>+</mo><msup><msub><mi>ω</mi><mn>2</mn></msub><mo>′</mo></msup><mo>×</mo><mover><mi>Factory</mi><mo>‾</mo></mover><mo>×</mo><mfrac><mover><msub><mi>Area</mi><mi>j</mi></msub><mo>‾</mo></mover><mover><mi>Area</mi><mo>‾</mo></mover></mfrac><mo>,</mo></mrow></math>]]></maths>确定安装在地域j厂家k生产的智能电能表的轮换周期的初始均值<img file="FDA00002418750400016.GIF" wi="341" he="82" />其中ω<sub>1</sub>′和ω<sub>2</sub>′为初始权重系数;判断是否更新所述初始权重系数;若是,依据判断结果,更新对应的初始权重系数,将更新后的初始权重系数带入上述公式,确定安装在地域j厂家k生产的智能电能表的轮换周期均值<img file="FDA00002418750400017.GIF" wi="322" he="87" />若否,将所述初始均值<img file="FDA00002418750400018.GIF" wi="317" he="69" />确定为安装在地域j厂家k生产的智能电能表的轮换周期均值<img file="FDA00002418750400019.GIF" wi="325" he="81" /> |