ERAEngineering Research and Application2995-31542993-2742Art and Design10.61369/ERA.2025120031ArticleAi 在智能电能表检验检测数据异常识别中的应用https://artdesignp.com/journal/ERA/3/12/10.61369/ERA.2025120031鲁舟斌,宋凤伟20253122025-12-20智能电能表数据异常识别是确保智能电网稳定运行的重要手段，通过准确识别智能电能表数据异常，可保障用户与企业的权益。然而，传统的数据异常识别方法主要是以人工为主，效率低下，且容易出现误判与漏判等问题，难以满足智能电能表的检测需求。鉴于此，研究针对现阶段智能电能表数据异常识别过程中面临的挑战，系统阐述了人工智能（Ai）在智能电能表数据异常识中的原理与优势，以具体实例分析了Ai 的实际应用情况，并对Ai 的应用情况进行展望，以期为推动智能电网的发展提供参考。Ai,智能电能表,数据异常,识别

[1] 冯小峰, 冯霞山, 张正峰, 等. 基于最大似然法和决策树的智能电能表计量误差检测方法[J]. 电测与仪表,2024,61(12):205-211.[2] 程鹏申, 周文斌, 赵磊, 等. 基于全生命周期检测数据的智能电能表质量监督评价研究[J]. 电工文摘,2021, 000(006):28-32[3] 崔建军, 宋海霞. 智能电能表费控功能检测异常故障分析[J].2022(2).[4] 杨芾藜, 郑可, 邹波, 等. 单相智能电能表现场检测与寿命评估[J]. 电测与仪表,2022(004):059.[5] 汤野, 程文玉, 王晨, 等. 局部异常点检测算法的电能表高压泄露计量[J].2021.[6] 李蕊. 基于SSHM 模型的智能电能表操纵行为检测算法研究[J]. 电测与仪表,2023,60(9):188-194.[7] 孙璐. 智能电能表检验与检测[J]. 中国科技期刊数据库工业A,2021(12):3.[8] 程际凯. 智能电能表电量异常的原因分析及检测方法研究[J]. 中国科技期刊数据库工业A,2022(3):4.