【摘要】针对单个算法（ANN、KNN）在智能电表批次故障分析中准确度不高的问题，本文提出ANN、KNN结合算法以改进准确率。首先，使用ANN算法，以累计故障率（或者分类）为目标变量，对单个自变量指标进行初步预测，得到多个不同自变量指标的初步预测结果集；然后将初步预测结果集作为KNN算法的输入自变量，以累计故障率（或者分类）为目标变量，对样本进行最终预测。结果表明，基于深度学习的多算法结合提高了预测准确性，在分类指标的准确率和连续性指标的误差方面都得到了明显改善。