一种基于决策树的智能电表故障实时预测方法

    公开(公告)号:CN106054104B

    公开(公告)日:2019-01-11

    申请号:CN201610342042.2

    申请日:2016-05-20

    Abstract: 一种基于决策树的智能电表故障实时预测方法,步骤为:1、对用电信息采集系统的智能电表数据预处理;2、根据智能电表故障判断模型,筛选用电信息采集系统的智能电表有故障的数据至智能电表故障数据库中;3、将智能电表故障数据库中的历史数据分为训练集和测试集,采用决策树算法对训练集进行数据挖掘,形成智能电表故障决策树和初步分类规则;4、通过测试集的数据对初步分类规则进行正确率评估,若正确率满足要求,则确定分类规则,若不满足要求,则返回训练集,重新训练;5、由最终确定的分类规则生成智能电表故障实时预测模型;6、将智能电表实时故障数据库链接至智能电表故障实时预测模型进行实时预测,得到智能电表故障实时预测结果。

    一种基于决策树的智能电表故障实时预测方法

    公开(公告)号:CN106054104A

    公开(公告)日:2016-10-26

    申请号:CN201610342042.2

    申请日:2016-05-20

    CPC classification number: G01R35/04

    Abstract: 一种基于决策树的智能电表故障实时预测方法,步骤为:1、对用电信息采集系统的智能电表数据预处理;2、根据智能电表故障判断模型,筛选用电信息采集系统的智能电表有故障的数据至智能电表故障数据库中;3、将智能电表故障数据库中的历史数据分为训练集和测试集,采用决策树算法对训练集进行数据挖掘,形成智能电表故障决策树和初步分类规则;4、通过测试集的数据对初步分类规则进行正确率评估,若正确率满足要求,则确定分类规则,若不满足要求,则返回训练集,重新训练;5、由最终确定的分类规则生成智能电表故障实时预测模型;6、将智能电表实时故障数据库链接至智能电表故障实时预测模型进行实时预测,得到智能电表故障实时预测结果。

    一种穿戴式人体意外跌倒检测定位装置

    公开(公告)号:CN204375113U

    公开(公告)日:2015-06-03

    申请号:CN201520008176.1

    申请日:2015-01-07

    Applicant: 新疆大学

    Abstract: 本实用新型为一种穿戴式人体意外跌倒检测定位装置,其特征在于嵌入式芯片(3)与用于检测人体姿态信号的姿态传感器相连,自动判别老人正常运动状态和意外跌倒状态;嵌入式芯片(3)还与用于获取GPS位置信号的SIM908模块相连,并通过SIM908模块的GPRS信号向上位机或移动终端设备发出报警信号。该跌倒检测定位装置壳体由配有充放电管理模块的锂电池进行供电,通过姿态传感器检测人体的姿态信号,并经I2C通讯总线送入嵌入式芯片判别人体正常运行状态和意外跌倒信息,由SIM908模块获取跌倒信息及定位,向上位机或移动终端设备发出报警信号。

Patent Agency Ranking