公开(公告)号：CN119830137A

公开(公告)日：2025-04-15

申请号：CN202510046319.6

申请日：2025-01-13

Applicant: 北京邮电大学

Inventor： 高欣 ,  李强伟 ,  王泰智 ,  郝羽 ,  孟之航 ,  薛冰

IPC: G06F18/2415 ,  G06F18/214 ,  G06N3/084 ,  G06N3/048 ,  G06N3/0985 ,  G01R35/04

Abstract: 本发明实施例提出了一种基于元学习的智能电表故障分类方法，包括：将智能电表不同类别下的故障历史数据作为输入数据集，划分得到多个二类数据集；针对每个二类数据集，构建基于元学习策略的不平衡分类模型，从二类数据集中采样构造子任务并利用元学习策略训练元分类器；基于贝叶斯不平衡影响指数对每个二类数据集进行边界增强；基于边界增强的二类数据集对元分类器进行微调得到最终的二类分类器；根据每个二类数据集下的分类结果，通过硬投票得到其故障类别；在实际智能电表故障数据集中的实验结果证明了所提发明相比于其他故障分类方法的效果更好，在绝大多数二类数据集上均取得了最好的结果，有更好的普适性。