为提高智能电表数据的低电压电流优化控制能力，提出基于电力数据融合调度的智能电表数据低电压电流优化算法。通过计算低电压电流状态特征量构建集成电路，并对电路输入电压电流进行传输控制。在集成电路中采用模糊决策树控制方法进行低电压电流控制过程中的自适应寻优，构建电表数据的网络结构参数调节模型，根据量测数据相关性及变化规律实现低电压电流优化。仿真结果表明，采用该方法进行低电压电流优化控制的融合调度性能较好，在时序特性上与真实量测具有较好的保持性，提高了智能电表数据的检测和分析能力。

基于人工智能和智能电表数据的多规模负荷聚类合体精细化预测

该项目使用不同的聚类算法和距离度量实现智能电表数据集的时间序列聚类原型，以更好地了解智能电表在不同集群之间的分布。

STM32F407ZET上实现Modbus协议，包括多种CRC校验算法，读取智能电表数据示例程序，STM32CubeMX、Keil5工程源码。