智能电表作为电力交易结算计量设备,其性能与质量直接影响电能交易的公平公正。目前,智能电表主要以使用年限与批次故障率作为更换的依据,导致大批仍可继续运行的智能电表被更换,造成大量人力物力的浪费。为此,本文基于电表运行数据对低压智能电表的在线状态评价方法进行研究,为智能电表更换提供指导。本文研究了智能电表的结构原理及运行管理方案,用于在线评价的智能电表状态指标确定。并以状态指标为基础,进行低压智能电表在线评价建模方法研究。建立了基于信息熵赋权算法的在线评价模型。通过评价函数融合六项智能电表状态指标,根据各状态指标的信息熵特性进行赋权,进行在线评价实验设计并提出效果验证指标。建立了基于神经网络算法的在线评价模型。设计了三层前馈网络用于计算各状态指标之间的隐藏参数,以经检定的智能电表数据作为训练样本,设计在两个不同场景下实现智能电表在线评价的方案。进行在线评价实验研究。通过电网实测数据进行上述模型的实验,实验结果表明,六项状态指标科学地反映了智能电表的当前状态,基于信息熵赋权算法的评价模型较现有评价方式提升8.1%的准确率,基于神经网络算法的评价模型较现有评价方式提升32.4%的准确率。