融合知识与多源数据的智能电能表状态评估方法及系统

一种融合知识与多源数据的智能电能表状态评估方法及系统，包括：S1，获取台区智能电能表所有原始数据，结合专家知识，从原始数据中梳理可用数据，得到原始数据集；S2，构造硬件类和运行类状态的特征参量，进行动态和静态两个维度分组，提取分组故障率作为标签参量，输出分组数据集；S3，采用基于概率分布建模与潜在空间生成的数据增强方法，输出增强数据集；S4，使用改进的XGBoost模型刻画经重构增强的特征参量与标签参量间的数据映射关系，针对待分析对象，输入全部特征参量，模型输出预测故障概率，获得台区智能电能表状态分析结论。本发明模型准确率更高，能有效预测台区分组智能电能表的故障率，为状态分析、管理及状态检修提供可靠的技术手段。