摘要：为了提升配电网工程数据的精细化管控水平,文中基于人工智能技术的深度学习理论进行了工程造价预测模型的设计。将数据预测问题转化为非线性分类问题,采用支持向量机(Support Vector Machines,SVM)对该问题进行求解。在求解的过程中引入高斯径向基函数,改善SVM算法在多维数据空间中的分类能力。为了提升单个SVM分类器在训练过程中的过拟合和欠拟合现象,通过使用深度学习中的Boosting算法,将若干个弱SVM分类器有机结合并融合为强分类器。以某地区的配电网工程数据集为样本,对算法性能进行测试。实验结果表明,在适当的参数设置下,该算法对于配电网工程造价的预测精度可达到95.62%,相较于GA-BP神经网络提升了2.84%。

摘要：国际法制计量组织"电量测量仪器技术委员会"制定的《有功电能表》批准发布,我国必须采纳并执行。为了研制适应此标准体系的产品,论文介绍了基于《有功电能表》的电能表架构及设计原则,并制定了管理芯的软件架构,系统介绍了系统层、平台层和应用层。该软件架构能满足《有功电能表》的要求。软件设计分层,使产品具有较强的可靠性;应用层又运用模块化设计方法使产品有易扩展新功能,为后续同类产品开发提供了软件平台。