CN113077174B - 基于曲线离散弗雷歇距离匹配的排治污设备状态研判方法及计算机可读存储介质 - Google Patents

Abstract

本发明涉及一种基于曲线离散弗雷歇距离匹配的排治污设备状态研判方法。基于电力大数据构建企业总用电量和排污治污设备用电量曲线，通过计算曲线离散弗雷歇距离量化曲线差异，判断排污治污设备和生产设备的用电特征是否相似，从而检测企业排污治污设备的运行状态。

Description

基于曲线离散弗雷歇距离匹配的排治污设备状态研判方法及 计算机可读存储介质

技术领域

本发明涉及电力数据用于排污企业排污治污设备运行状态检测的分析方法技术领域，尤其涉及一种基于曲线离散弗雷歇距离匹配的排治污设备状态研判方法及计算机可读存储介质。

背景技术

在现代工业快速发展的同时，企业污染问题受到社会各界越来越多的重视。对高排污企业的管控和治理成为了政府部门的重点工作任务。为检测企业污染设备的运行状态，可以通过在污染设备上加装分表的方式获取设备用电情况，并基于电力大数据分析企业总表用电和排污治污设备分表用电的潜在关系，对企业的排污情况进行检测。

随着人工智能研究和应用的快速发展，各种高效的机器学习模型被应用到各个领域。针对企业排污治污设备运行状态检测问题的方法，可以抽象为曲线相似度计算方法。现有的曲线相似度计算方法主要包括基于距离度量的方法和轨迹点匹配的相似度计算。其中，基于距离度量的方法主要使用欧式距离、马氏距离、余弦相似度、杰卡德系数等度量方式衡量曲线的相似程度；基于轨迹点匹配的相似度计算方法主要包括基于动态时间规划的相似度算法、最长公共子序列相似度算法、基于编辑距离的相似度算法。

对于基于距离度量的方法在排污企业排污治污设备运行状态检测问题中应用的主要问题为：源数据为企业总表和排污治污设备分表的功率数据，拥有不同的数据分布特征，该类型方法模型简单、计算效率高，但对曲线变化程度相似度的匹配能力较差；基于轨迹点匹配的相似度计算方法能够更好地匹配曲线对应序列上各个时间点的关系，但是容易受到噪声数据的影响，且不容易体现出曲线的变化特征。

发明内容

本发明的目的在于克服以上建模方法的不足，提供一种基于曲线离散弗雷歇距离匹配的排治污设备状态研判方法及计算机可读存储介质，使用离散弗雷歇距离衡量企业总表曲线和排污治污设备分表曲线的相似程度，寻找曲线线段的最佳匹配规则，更能体现出曲线的变化程度对曲线相似度度量的影响。

为实现上述目的，本发明的技术方案是：一种基于曲线离散弗雷歇距离匹配的排治污设备状态研判方法，包括：

收集并预处理企业总表和排污治污设备分表的每小时用电功率，构建两个电表的每日用电功率曲线；

基于电表的每日用电功率曲线数据和离散弗雷歇距离计算用电功率曲线的相似度；

通过相似度计算结果和研判阈值，判定企业在生产时是否正常使用排污治污设备。

在本发明一实施例中，所述收集并预处理企业总表和排污治污设备分表的每小时用电功率，构建两个电表的每日用电功率曲线，包括对企业用电总表和排污治污设备分表中不可用的用电功率数据进行清洗，并构建两个电表的企业用电功率曲线P和Q：

企业总表用电功率曲线P为：

P＝{p₁,p₂,...,p₂₄} (1)

其中，p_i表示第i时总表的用电功率数据；

排污治污设备分表的用电功率曲线Q为：

Q＝{q₁,q₂,...,q₂₄} (2)

其中，q_i表示第i时排污治污设备分表的用电功率数据。

在本发明一实施例中，所述基于电表的每日用电功率曲线数据和离散弗雷歇距离计算用电功率曲线的相似度的具体实现过程如下：

用电功率曲线的离散弗雷歇距离δ表示为：

其中，m表示最佳点对序列s的长度，a_i和b_i分别表示序列s的第i个元素在每日用电功率曲线中的位置；最佳点对序列s表示为：

在本发明一实施例中，所述离散弗雷歇距离δ通过递归动态规划算法计算得出。

在本发明一实施例中，所述递归动态规划算法的实现方式为：

定义函数f(D,i,j)，其输入为弗雷歇距离矩阵D∈R^24×24，下标i和j；函数计算过程如下：

1)若D(i,j)＞-1，则返回D(i,j)；

2)否则，若i＝1且j＝1，则D(i,j)＝d(p₁,q₁)；

3)否则，若i＞1且j＝1，则D(i,j)＝max{f(D,i-1,j),d(p_i,q_j)}；

4)否则，若i＝1且j＞1，则D(i,j)＝max{f(D,i,j-1),d(p_i,q_j)}；

5)否则，若i＞1且j＞1，则

D(i,j)＝max{min(f(D,i-1,j),f(D,i-1,j-1),f(D,i,j-1),d(p_i,q_j)}；

6)记录D(i,j)，D(i,j)表示线段

和

的弗雷歇距离；其中，线段

表示为：

线段

表示为：

d(p_i,q_j)表示为：

d(p_i,q_j)＝|p_i-q_j| (7)

基于所定义的函数f(D,i,j)，计算离散弗雷歇距离δ：

初始化距离矩阵D∈R^24×24中每个元素为-1；

初始化下标i＝24，j＝24；

调用函数f(D,i,j)，通过函数内部的递归计算，得出弗雷歇距离矩阵结果；

曲线P和Q的离散弗雷歇距离δ＝D(24,24)。

在本发明一实施例中，所述通过相似度计算结果和研判阈值，判定企业在生产时是否正常使用排污治污设备的具体实现方式如下：

基于企业总表用电额定功率和和排污治污设备分表用电额定功率，计算研判排污治污设备正常使用的阈值α：

α＝0.9*(P_t-P_h) (8)

其中，P_t为企业总表用电额定功率，P_h为排污治污设备分表用电额定功率；

若曲线P和Q的离散弗雷歇距离δ满足：

δ＞α (9)

则判断企业排污治污设备运行状态异常。

本发明还提供了一种计算机可读存储介质，其上存储有能够被处理器运行的计算机程序指令，当处理器运行该计算机程序指令时，能够实现如上述所述的方法步骤。

相较于现有技术，本发明具有以下有益效果：

本发明使用离散弗雷歇距离衡量企业总表曲线和排污治污设备分表曲线的相似程度，寻找曲线线段的最佳匹配规则，在计算过程中对邻近点进行动态搜索，减少噪声数据带来的影响，更能体现出曲线的变化特征，对曲线相似度的度量更具鲁棒性。

具体实施方式

下面，对本发明的技术方案进行具体说明。

应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

本发明一种基于曲线离散弗雷歇距离匹配的排治污设备状态研判方法，包括：

收集并预处理企业总表和排污治污设备分表的每小时用电功率，构建两个电表的每日用电功率曲线；

基于电表的每日用电功率曲线数据和离散弗雷歇距离计算用电功率曲线的相似度；

通过相似度计算结果和研判阈值，判定企业在生产时是否正常使用排污治污设备。

所述收集并预处理企业总表和排污治污设备分表的每小时用电功率，构建两个电表的每日用电功率曲线，包括对企业用电总表和排污治污设备分表中不可用的用电功率数据进行清洗，并构建两个电表的企业用电功率曲线P和Q：

企业总表用电功率曲线P为：

P＝{p₁,p₂,...,p₂₄} (1)

其中，p_i表示第i时总表的用电功率数据；

排污治污设备分表的用电功率曲线Q为：

Q＝{q₁,q₂,...,q₂₄} (2)

其中，q_i表示第i时排污治污设备分表的用电功率数据。

所述基于电表的每日用电功率曲线数据和离散弗雷歇距离计算用电功率曲线的相似度的具体实现过程如下：

用电功率曲线的离散弗雷歇距离δ表示为：

其中，m表示最佳点对序列s的长度，a_i和b_i分别表示序列s的第i个元素在每日用电功率曲线中的位置；最佳点对序列s表示为：

所述离散弗雷歇距离δ通过递归动态规划算法计算得出。所述递归动态规划算法的实现方式为：

定义函数f(D,i,j)，其输入为弗雷歇距离矩阵D∈R^24×24，下标i和j；函数计算过程如下：

1)若D(i,j)＞-1，则返回D(i,j)；

2)否则，若i＝1且j＝1，则D(i,j)＝d(p₁,q₁)；

3)否则，若i＞1且j＝1，则D(i,j)＝max{f(D,i-1,j),d(p_i,q_j)}；

4)否则，若i＝1且j＞1，则D(i,j)＝max{f(D,i,j-1),d(p_i,q_j)}；

5)否则，若i＞1且j＞1，则

D(i,j)＝max{min(f(D,i-1,j),f(D,i-1,j-1),f(D,i,j-1),d(p_i,q_j)}；

6)记录D(i,j)，D(i,j)表示线段

和

的弗雷歇距离；其中，线段

表示为：

线段

表示为：

d(p_i,q_j)表示为：

d(p_i,q_j)＝|p_i-q_j| (7)

基于所定义的函数f(D,i,j)，计算离散弗雷歇距离δ：

初始化距离矩阵D∈R^24×24中每个元素为-1；

初始化下标i＝24，j＝24；

调用函数f(D,i,j)，通过函数内部的递归计算，得出弗雷歇距离矩阵结果；

曲线P和Q的离散弗雷歇距离δ＝D(24,24)。

所述通过相似度计算结果和研判阈值，判定企业在生产时是否正常使用排污治污设备的具体实现方式如下：

基于企业总表用电额定功率和和排污治污设备分表用电额定功率，计算研判排污治污设备正常使用的阈值α：

α＝0.9*(P_t-P_h) (8)

其中，P_t为企业总表用电额定功率，P_h为排污治污设备分表用电额定功率；

若曲线P和Q的离散弗雷歇距离δ满足：

δ＞α (9)

则判断企业排污治污设备运行状态异常。

本发明还提供了一种计算机可读存储介质，其上存储有能够被处理器运行的计算机程序指令，当处理器运行该计算机程序指令时，能够实现如上述所述的方法步骤。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (3)

1.一种基于曲线离散弗雷歇距离匹配的排治污设备状态研判方法，其特征在于，包括：

收集并预处理企业总表和排污治污设备分表的每小时用电功率，构建两个电表的每日用电功率曲线；

基于电表的每日用电功率曲线数据和离散弗雷歇距离计算用电功率曲线的相似度；

通过相似度计算结果和研判阈值，判定企业在生产时是否正常使用排污治污设备；

所述收集并预处理企业总表和排污治污设备分表的每小时用电功率，构建两个电表的每日用电功率曲线，包括对企业用电总表和排污治污设备分表中不可用的用电功率数据进行清洗，并构建两个电表的企业用电功率曲线P和Q：

企业总表用电功率曲线P为：

P＝{p₁,p₂,...,p₂₄} (1)

其中，p_i表示第i时总表的用电功率数据；

排污治污设备分表的用电功率曲线Q为：

Q＝{q₁,q₂,...,q₂₄} (2)

其中，q_i表示第i时排污治污设备分表的用电功率数据；

所述基于电表的每日用电功率曲线数据和离散弗雷歇距离计算用电功率曲线的相似度的具体实现过程如下：

用电功率曲线的离散弗雷歇距离δ表示为：

其中，m表示最佳点对序列s的长度，a_i和b_i分别表示序列s的第i个元素在每日用电功率曲线中的位置；最佳点对序列s表示为：

所述离散弗雷歇距离δ通过递归动态规划算法计算得出；所述递归动态规划算法的实现方式为：

定义函数f(D,i,j)，其输入为弗雷歇距离矩阵D∈R^24×24，下标i和j；函数计算过程如下：

1)若D(i,j)＞-1，则返回D(i,j)；

2)否则，若i＝1且j＝1，则D(i,j)＝d(p₁,q₁)；

3)否则，若i＞1且j＝1，则D(i,j)＝max{f(D,i-1,j),d(p_i,q_j)}；

4)否则，若i＝1且j＞1，则D(i,j)＝max{f(D,i,j-1),d(p_i,q_j)}；

5)否则，若i＞1且j＞1，则

D(i,j)＝max{min(f(D,i-1,j),f(D,i-1,j-1),f(D,i,j-1),d(p_i,q_j)}；

6)记录D(i,j)，D(i,j)表示线段

和

的弗雷歇距离；其中，线段

表示为：

线段

表示为：

d(p_i,q_j)表示为：

d(p_i,q_j)＝|p_i-q_j| (7)

基于所定义的函数f(D,i,j)，计算离散弗雷歇距离δ：

初始化距离矩阵D∈R^24×24中每个元素为-1；

初始化下标i＝24，j＝24；

调用函数f(D,i,j)，通过函数内部的递归计算，得出弗雷歇距离矩阵结果；

曲线P和Q的离散弗雷歇距离δ＝D(24,24)。

2.根据权利要求1所述的基于曲线离散弗雷歇距离匹配的排治污设备状态研判方法，其特征在于，所述通过相似度计算结果和研判阈值，判定企业在生产时是否正常使用排污治污设备的具体实现方式如下：

基于企业总表用电额定功率和排污治污设备分表用电额定功率，计算研判排污治污设备正常使用的阈值α：

α＝0.9*(P_t-P_h) (8)

其中，P_t为企业总表用电额定功率，P_h为排污治污设备分表用电额定功率；

若曲线P和Q的离散弗雷歇距离δ满足：

δ＞α (9)

则判断企业排污治污设备运行状态异常。

3.一种计算机可读存储介质，其上存储有能够被处理器运行的计算机程序指令，当处理器运行该计算机程序指令时，能够实现如权利要求1-2中任一项 所述的方法步骤。