Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于城市燃气平台的居民用气异常监测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:泰能天然气有限公司

摘要:本发明涉及数据处理技术领域,具体涉及一种基于城市燃气平台的居民用气异常监测方法,包括:在本发明实施例中,获取预设时间段内以及每个预设周期内每户居民的燃气压力时序数据序列,得到每户居民当前的初始用气异常程度,从而筛选出当前用气异常的若干户居民,对当前用气异常的每户居民的燃气压力时序数据序列进行分解,获取每个分量段的波动稳定性,从而筛选出疑似泄露分量段,用以获取目标户居民对应的每个参考分量的泄露可能性,得到目标户居民的当前用气异常检测结果。本发明通过每户居民的用气习惯与历史用气数据的对比分析,以及区分泄露和不正常用气,提高了居民用气异常监测的效率。

主权项:1.一种基于城市燃气平台的居民用气异常监测方法,其特征在于,该方法包括以下步骤:在一个城市居民小区内,获取预设时间段内每户居民的燃气压力时序数据序列、预设时间段内每个预设周期内每户居民的燃气压力时序数据序列以及每户居民的房屋面积和常住人口;根据预设时间段内每户居民的燃气压力时序数据序列、预设时间段内最后一个预设周期内每户居民的燃气压力时序数据序列以及每户居民的房屋面积和常住人口,得到每户居民当前的初始用气异常程度;根据预设时间段内每个预设周期内每户居民的燃气压力时序数据序列以及每户居民当前的初始用气异常程度,筛选出当前用气异常的若干户居民;将当前用气异常的任意一户居民,记为目标户居民;对目标户居民在预设时间段内最后一个预设周期内的燃气压力时序数据序列进行分解,得到若干个IMF分量;将前预设数量阈值个IMF分量,记为参考分量;将每个IMF分量划分为若干个分量段,根据每个分量段中的局部极值,得到目标户居民对应的每个参考分量的每个分量段的波动稳定性;根据目标户居民对应的每个参考分量的每个分量段的波动稳定性,筛选出疑似泄露分量段;根据疑似泄露分量段在参考分量中的分布、疑似泄露分量段中的局部极值以及疑似泄露分量段的波动稳定性,得到目标户居民对应的每个参考分量的泄露可能性;根据目标户居民对应的每个参考分量的泄露可能性,得到目标户居民的当前用气异常检测结果;所述每户居民当前的初始用气异常程度,包括的具体步骤如下:将房屋面积相同且常住人口相同的所有户居民,记为一类住户;使用DTW算法,获取任意两户居民在预设时间段内的燃气压力时序数据序列的DTW距离;在任意一类住户中,以任意两户居民在预设时间段内的燃气压力时序数据序列的DTW距离为任意两户居民之间的聚类距离,使用K均值聚类算法对所有户居民进行聚类,得到若干个聚类簇以及每个聚类簇的聚类轮廓系数;使用DTW算法,获取任意两户居民在预设时间段内最后一个预设周期内的燃气压力时序数据序列的DTW距离,记为任意两户居民之间的当前距离;根据每个聚类簇中任意两户居民之间的当前距离与聚类距离以及每个聚类簇的聚类轮廓系数,得到每个聚类簇中每户居民当前的初始用气异常程度;所述根据每个聚类簇中任意两户居民之间的当前距离与聚类距离以及每个聚类簇的聚类轮廓系数,得到每个聚类簇中每户居民当前的初始用气异常程度,包括的具体步骤如下:在第个聚类簇中,计算第户居民与其他每户居民之间的当前距离与聚类距离的比值,将第户居民与其他所有户居民之间的当前距离与聚类距离的比值的均值,记为第个聚类簇中第户居民与其他户居民的用气差异;将第个聚类簇的聚类轮廓系数与第个聚类簇中第户居民与其他户居民的用气差异的乘积,记为第个聚类簇中第户居民当前的初始用气异常程度;所述将每个IMF分量划分为若干个分量段,根据每个分量段中的局部极值,得到目标户居民对应的每个参考分量的每个分量段的波动稳定性,包括的具体步骤如下:在所有IMF分量中,使用DTW算法获取目标户居民在预设时间段内最后一个预设周期内的燃气压力时序数据序列与每个IMF分量的DTW距离,将最大的DTW距离对应的IMF分量,记为趋势分量;使用APCA分段算法,将趋势分量划分为若干个趋势分量段;以每个趋势分量段的起始时间和终止时间,将每个IMF分量划分为若干个分量段;在任意一个参考分量的任意一个分量段中,使用一阶导数法进行求导,得到若干个局部极值;其中,局部极值包括局部极大值;根据目标户居民对应的每个参考分量的每个分量段中相邻局部极值的差异以及相邻局部极大值的时间间隔,得到目标户居民对应的每个参考分量的每个分量段的波动稳定性;所述根据疑似泄露分量段在参考分量中的分布、疑似泄露分量段中的局部极值以及疑似泄露分量段的波动稳定性,得到目标户居民对应的每个参考分量的泄露可能性,包括的具体步骤如下:使用APCA分段算法,获取每个趋势分量段的APCA近似值;根据APCA近似值由小到大对趋势分量段进行排列,得到一个趋势分量段序列;根据趋势分量中趋势分量段与每个IMF分量中分量段的一一对应关系,得到趋势分量段序列对应的每个IMF分量的分量段序列;在目标户居民对应的第个参考分量的分量段序列中,依次提取疑似泄露分量段,得到疑似泄露分量段序列;在疑似泄露分量段序列中,计算每个疑似泄露分量段中局部极值数量与每个疑似泄露分量段中数据数量的比值,构成一个比值序列;根据目标户居民对应的第个参考分量中疑似泄露分量段的分布、疑似泄露分量段的波动稳定性以及比值序列,得到目标户居民对应的第个参考分量的泄露可能性;所述根据目标户居民对应的第个参考分量中疑似泄露分量段的分布、疑似泄露分量段的波动稳定性以及比值序列,得到目标户居民对应的第个参考分量的泄露可能性,包括的具体步骤如下:在目标户居民对应的第个参考分量中,将疑似泄露分量段数量与从第一个疑似泄露分量段开始之后所有分量段的数量的比值,记为第一比值;将第个参考分量对应的比值序列的一阶差分序列中非负数的数量与一阶差分序列中的数据数量的比值,记为第二比值;将所有疑似泄露分量段的波动稳定性的均值、第一比值以及第二比值的乘积的归一化值,记为目标户居民对应的第个参考分量的泄露可能性。

全文数据:

权利要求:

百度查询: 泰能天然气有限公司 一种基于城市燃气平台的居民用气异常监测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。