CN102855394A - 一种基于概率分布的检测建筑用能异常的方法 - Google Patents
一种基于概率分布的检测建筑用能异常的方法 Download PDFInfo
- Publication number
- CN102855394A CN102855394A CN2012102956415A CN201210295641A CN102855394A CN 102855394 A CN102855394 A CN 102855394A CN 2012102956415 A CN2012102956415 A CN 2012102956415A CN 201210295641 A CN201210295641 A CN 201210295641A CN 102855394 A CN102855394 A CN 102855394A
- Authority
- CN
- China
- Prior art keywords
- stages
- energy
- probability
- detection
- situation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本发明涉及一种基于概率分布的检测建筑用能异常的方法，步骤如下：步骤一：设置用能检测项；步骤二：确定步骤一中所述用能检测项的样本容量和置信度；步骤三：利用概率分布原理获取用户的用能规律信息；步骤四：实时监测用户的用能状况，发现与步骤三中所述用能规律不符时，表明出现用能的异常情况，并发出报警提示；步骤五：根据步骤四中所述异常情况的报警次数判断该情况是偶发情况还是常发情况，如果是偶发情况则返回步骤四，如果是常发情况则返回步骤二。本发明具有实时监测、检测效率高、可持续检测的优点。
Description
技术领域
本发明涉及一种能源检测方法，尤其涉及一种基于概率分布的检测建筑用能异常的方法。
背景技术
建筑用能检测是建筑能源管理过程中必不可少的环节，也是非常重要的一个环节，有效检测出建筑用能哪些方面存在问题，有利于有针对性的制定用能管理方案。影响建筑能耗的因素有很多，如设备能效、管理使用等方面的影响，现有技术能检测出以上因素导致的用能问题，但对于用户用能习惯对建筑能耗的影响，却很少考虑。用户用能习惯也是影响建筑用能的一个重要因素，如果能有效检测出用户用能习惯的改变，对制定针对性的能源管理方案是有利的，有利于提高建筑的用能效率。
现需要寻找一种能有效检测建筑用能异常的方法，不仅要能检测设备能效、管理使用方面的用能异常问题，还能有效检测用户用能习惯改变导致的用能异常问题。
发明内容
本发明所要解决的技术问题是提供一种具有实时监测、检测效率高、可持续检测优点的能有效检测出建筑用能异常的自学习型的建筑用能检测方法。
本发明解决上述技术问题的技术方案如下：一种基于概率分布的检测建筑用能异常的方法，该方法具体步骤如下：
步骤一：设置用能检测项；
步骤二：确定所述用能检测项的样本容量和置信度；
步骤三：利用概率分布原理获取用户的用能规律信息；
步骤四：实时监测用户的用能状况，发现与步骤三中所述用能规律不符时，表明出现用能的异常情况，并发出报警提示；
步骤五：根据步骤四中所述异常情况的报警次数判断该情况是偶发情况还是常发情况，如果是偶发情况则返回步骤四，如果是常发情况则返回步骤二。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述步骤三中利用概率分布原理获得用户的用能规律信息的具体步骤如下：
步骤1：取数，获取步骤一中所述的用能检测项的相关数据；
步骤2：排序，将获取的用能数据从小到大排序，得到一个数据区间；
步骤3：分段，将步骤2中所述的数据区间分成若干个分区间；
步骤4：计算分区间的概率，将落在分区间的能耗数据的数量除以样本容量，即得到该分区间的概率；
步骤5：找出概率最大的分区间，判断该分区间端的概率是否大于等于步骤二中所述的置信度，如果是，则该分区间为用户用能习惯区间；否则，将该分区间与其两边的概率较大的分区间合并，得到新的分区间；
步骤6：判断步骤5中所述的合并后的分区间的概率是否大于等于置信度，如果是，则该分区间为用户用能习惯区间；否则，返回步骤5。
进一步，所述步骤一中用能检测项的数目大于等于1项。
进一步，所述步骤四中在确认检测出的情况是常发情况时，返回步骤二后对样本容量和置信度重新进行设置。
进一步，所述步骤3中分区间段的个数根据样本容量和精确度确定。
本发明的有益效果是：本发明所述的一种建筑节能检测方法是一种基于自学习型的检测方法，他利用概率分布原理获取用户的用能规律信息，根据获取的用能规律信息判断是否存在用能异常的情况，如果存在异常则发出报警提示，如果是常发情况，则对样本容量和置信度重新进行设置，进而重新获取用户和用能规律，如果是偶发情况，则继续监测用户的用能状态；本系统一旦启动，它就会持续不断地获取用能规律和进行实时检测；所以本发明具有实时监测、检测效率高、可持续检测的优点。
附图说明
图1为本发明所述一种基于概率分布的检测建筑用能异常的方法流程图；
图2为本发明所述获取用户的用能规律信息方法的流程图；
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
图1为本发明所述一种基于概率分布的检测建筑用能异常的方法流程图，如图所示，该建筑用能检测方法的具体步骤如下：
步骤一：设置用能检测项；
步骤二：确定所述用能检测项的样本容量和置信度；
步骤三：利用概率分布原理获取用户的用能规律信息；
步骤四：实时监测用户的用能状况，发现与步骤三中所述用能规律不符时，表明出现用能的异常情况，并发出报警提示；
步骤五：根据步骤四中所述异常情况的报警次数判断该情况是偶发情况还是常发情况，如果是偶发情况则返回步骤四，如果是常发情况则返回步骤二。
其中，所述步骤一中用能检测项的数目大于等于1项。
其中，所述步骤四中在确认检测出的情况是常发情况时，返回步骤二以后对样本容量和置信度重新进行设置。
图2为本发明所述获取用户的用能规律信息方法的流程图，如图所示，利用概率分布原理获得用户的用能规律信息的具体步骤如下：
步骤1：取数，获取步骤一中所述的用能检测项的相关数据；
步骤2：排序，将获取的用能数据从小到大排序，得到一个数据区间；
步骤3：分段，将步骤2中所述的数据区间分成若干个分区间；
步骤4：计算分区间的概率，将落在分区间的能耗数据的数量除以样本容量，即得到该分区间的概率；
步骤5：找出概率最大的分区间，判断该分区间端的概率是否大于等于步骤二中所述的置信度，如果是，则该分区间为用户用能习惯区间；否则，将该分区间与其两边的概率较大的分区间合并，得到新的分区间；
步骤6：判断步骤5中所述的合并后的分区间的概率是否大于等于置信度，如果是，则该分区间为用户用能习惯区间；否则，返回步骤5。
其中，所述步骤3中分区间段的个数根据样本容量和精确度确定。
现以用户一天的用电量为例进行具体说明。首先将检测项设置为用户一天的用电量，然后确定所要采集的用户一天的用电量的样本容量和置信度，接下来采集用户一天内用电量的数据，达到样本容量后，将采集的数据按大小进行排序，得到一个数据区间，将这个数据区间分成若干个小的分区间，划分的原则根据样本容量和精确度来确定，计算各个分区间的概率，找出概率最大的分区间，判断该分区间的概率是否大于等于事先设定的置信度，如果是，该区间就是用户用能习惯区间，否则，将该分区间与其两边的概率较大的分区间合并，得到新的分区间，新的分区间的概率即合并前两个分区间概率之和，再判断合并后的分区间的概率是否大于等于置信度，如果是，则合并后的分区间是所要找的用户用能习惯区间，如果不是，则按上述方法继续合并，直至找到用户用能习惯区间。然后，实时监测用户一天的用电量的状态，如果检测到的用电量在用户用能习惯区间内，则说明用能正常，否则，出现用能异常，向用户或管理员提出报警提示，然后根据异常情况的报警次数判断该情况是常发情况还是偶发情况，如果是偶发情况，则不作处理，继续监测用户的用电状态，如果是常发情况，则重新设置样本容量和置信度，然后重新获取该用户一天内用电量的用能规律，进行新一轮的用能检测。
本发明所述的一种建筑节能检测方法是一种基于自学习型的检测方法，他利用概率分布原理获取用户的用能规律信息，根据获取的用能规律信息判断是否存在用能异常的情况，如果存在异常则发出报警提示，如果是常发情况，则重新设置样本容量和置信度，进而重新获取用户和用能规律，如果是偶发情况，则继续监测用户的用能状态；本系统一旦启动，它就会持续不断地获取用能规律和进行实时检测；；所以本发明具有实时监测、检测效率高、可持续检测的优点。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于概率分布的检测建筑用能异常的方法，其特征在于，该方法具体步骤如下：
步骤一：设置用能检测项；
步骤二：确定所述用能检测项的样本容量和置信度；
步骤三：利用概率分布原理获取用户的用能规律信息；
步骤四：实时监测用户的用能状况，发现与步骤三中所述用能规律不符时，表明出现用能的异常情况，并发出报警提示；
步骤五：根据步骤四中所述异常情况的报警次数判断该情况是偶发情况还是常发情况，如果是偶发情况则返回步骤四，如果是常发情况则返回步骤二。
2.根据权利要求1所述一种基于概率分布的检测建筑用能异常的方法，其特征在于，所述步骤三中利用概率分布原理获得用户的用能规律信息的具体步骤如下：
步骤1：取数，获取步骤一中所述的用能检测项的相关数据；
步骤2：排序，将获取的用能数据从小到大排序，得到一个数据区间；
步骤3：分段，将步骤2中所述的数据区间分成若干个分区间；
步骤4：计算分区间的概率，将落在分区间的能耗数据的数量除以样本容量，即得到该分区间的概率；
步骤5：找出概率最大的分区间，判断该分区间端的概率是否大于等于步骤二中所述的置信度，如果是，则该分区间为用户用能习惯区间；否则，将该分区间与其两边的概率较大的分区间合并，得到新的分区间；
步骤6：判断步骤5中所述的合并后的分区间的概率是否大于等于置信度，如果是，则该分区间为用户用能习惯区间；否则，返回步骤5。
3.根据权利要求1所述一种基于概率分布的检测建筑用能异常的方法，其特征在于，所述步骤一中用能检测项的数目大于等于1项。
4.根据权利要求1所述一种基于概率分布的检测建筑用能异常的方法，其特征在于，所述步骤四中在确认检测出的情况是常发情况时，返回步骤二后对样本容量和置信度重新进行设置。
5.根据权利要求2所述一种基于概率分布的检测建筑用能异常的方法，其特征在于，所述步骤3中分区间段的个数根据样本容量和精确度确定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210295641.5A CN102855394B (zh) | 2012-08-17 | 2012-08-17 | 一种基于概率分布的检测建筑用能异常的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210295641.5A CN102855394B (zh) | 2012-08-17 | 2012-08-17 | 一种基于概率分布的检测建筑用能异常的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102855394A true CN102855394A (zh) | 2013-01-02 |
| CN102855394B CN102855394B (zh) | 2016-05-04 |
Family
ID=47401977
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210295641.5A Active CN102855394B (zh) | 2012-08-17 | 2012-08-17 | 一种基于概率分布的检测建筑用能异常的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102855394B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108363680A (zh) * | 2018-01-04 | 2018-08-03 | 国网福建省电力有限公司 | 一种电力用户用电特征呈现方法和用户终端 |
| CN108536741A (zh) * | 2018-03-09 | 2018-09-14 | 国网江苏省电力公司无锡供电公司 | 一种用能异常监测方法 |
| CN109217469A (zh) * | 2018-09-03 | 2019-01-15 | 南京永为科技有限公司 | 智能配电电能监测系统及工作方法 |
| CN112785142A (zh) * | 2021-01-19 | 2021-05-11 | 翰克偲诺水务集团有限公司 | 物联网污水处理设备预警智慧工单方法及其系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101173968A (zh) * | 2007-11-01 | 2008-05-07 | 国家无线电监测中心 | 有源天线产生的虚假无线电信号的判定方法 |
| KR20110128778A (ko) * | 2011-11-15 | 2011-11-30 | 남성기전 주식회사 | 전력 제어 장치 및 방법 |
| CN102289585A (zh) * | 2011-08-15 | 2011-12-21 | 重庆大学 | 基于数据挖掘的公共建筑能耗实时监测方法 |
| US20120022700A1 (en) * | 2009-06-22 | 2012-01-26 | Johnson Controls Technology Company | Automated fault detection and diagnostics in a building management system |
-
2012
- 2012-08-17 CN CN201210295641.5A patent/CN102855394B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101173968A (zh) * | 2007-11-01 | 2008-05-07 | 国家无线电监测中心 | 有源天线产生的虚假无线电信号的判定方法 |
| US20120022700A1 (en) * | 2009-06-22 | 2012-01-26 | Johnson Controls Technology Company | Automated fault detection and diagnostics in a building management system |
| CN102289585A (zh) * | 2011-08-15 | 2011-12-21 | 重庆大学 | 基于数据挖掘的公共建筑能耗实时监测方法 |
| KR20110128778A (ko) * | 2011-11-15 | 2011-11-30 | 남성기전 주식회사 | 전력 제어 장치 및 방법 |
Non-Patent Citations (2)
| Title |
|---|
| 王树健: "重庆市大型商场建筑能耗调研与能耗模拟", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
| 谭颖: "重庆典型公共建筑能耗调查分析与用能特征研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108363680A (zh) * | 2018-01-04 | 2018-08-03 | 国网福建省电力有限公司 | 一种电力用户用电特征呈现方法和用户终端 |
| CN108363680B (zh) * | 2018-01-04 | 2021-09-28 | 国网福建省电力有限公司 | 一种电力用户用电特征呈现方法和用户终端 |
| CN108536741A (zh) * | 2018-03-09 | 2018-09-14 | 国网江苏省电力公司无锡供电公司 | 一种用能异常监测方法 |
| CN109217469A (zh) * | 2018-09-03 | 2019-01-15 | 南京永为科技有限公司 | 智能配电电能监测系统及工作方法 |
| CN112785142A (zh) * | 2021-01-19 | 2021-05-11 | 翰克偲诺水务集团有限公司 | 物联网污水处理设备预警智慧工单方法及其系统 |
| CN112785142B (zh) * | 2021-01-19 | 2023-11-24 | 翰克偲诺水务集团有限公司 | 物联网污水处理设备预警智慧工单方法及其系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102855394B (zh) | 2016-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105630885B (zh) | 一种用电异常检测方法及系统 | |
| US9817045B2 (en) | Methods and system for nonintrusive load monitoring | |
| KR101648272B1 (ko) | 복합 이벤트 처리와 기계학습 기반의 가정별 물 수요량 예측 및 누수 탐지방법 | |
| CN104410163B (zh) | 一种基于电能管理系统的安全生产与节能方法 | |
| CN105372557A (zh) | 基于关联规则的电网资源故障诊断方法 | |
| CN103198139B (zh) | 用户电力数据的用能分析方法 | |
| CN109828925A (zh) | 一种基于软件网络结构特征的软件可靠性度量方法 | |
| CN104020396A (zh) | 一种基于数据挖掘的电网故障诊断方法 | |
| CN102855394A (zh) | 一种基于概率分布的检测建筑用能异常的方法 | |
| CN105044656B (zh) | 一种电能表状态检验方法 | |
| CN103439114A (zh) | 一种汽轮机组热力性能试验系统及装置 | |
| CN106294076A (zh) | 一种服务器关联故障预测方法及其系统 | |
| US20150025700A1 (en) | Apparatus and method remotely monitoring building state | |
| CN105373601A (zh) | 一种基于关键字词频特征的多模式匹配方法 | |
| Wang et al. | Sensor network based oilwell health monitoring and intelligent control | |
| CN103324715A (zh) | 一种灾备系统可用性检测方法及装置 | |
| CN103793309A (zh) | 一种批量业务预警方法及装置 | |
| CN103530328B (zh) | 一种数据统计分析系统和方法 | |
| CN106850272B (zh) | 中央服务器、业务服务器及其异常检测方法和系统 | |
| CN105490265A (zh) | 一种配电网停电范围重叠的快速检测方法 | |
| CN104392591A (zh) | 输电线杆故障监测专家系统 | |
| CN102323975B (zh) | 基于iec61850模型文件的报文正确性判别方法 | |
| CN111317953B (zh) | 一种基于智能算法的消防用水管网漏水监测方法 | |
| CN110763885B (zh) | 一种单相用户窃电监控系统 | |
| Lee et al. | Computer-based alarm processing and presentation methods in nuclear power plants |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C56 | Change in the name or address of the patentee | ||
| CP03 | Change of name, title or address |
Address after: 100036, room 528, Dacheng center, 2 West Street, Haidian District, Beijing, Wanshou Road Patentee after: Beijing Hezhong Huineng Polytron Technologies Inc Address before: Texkin commerce building 47 No. 100036 Beijing Haidian District City Fuxing Road, Room 601 Patentee before: Beijing Hezhongkelin Automation Engineering Technology Co.,Ltd. |