CN113298175B - 基于多场景和多元数据的独居老人用电监控方法和系统 - Google Patents

Abstract

本申请公开了一种基于多场景和多元数据的独居老人用电监控方法和系统，包括：根据社区独居老人名单，进行数据采集以及预处理，包括独居老人日用电、小时级用电数据及对应的天气、温度、节假日数据；对采集数据进行清洗；对数据清洗结果进行用电特征分析；对数据清洗结果特征处理结果进行统计，识别老人日常生活上的用电习惯；对于只有日用电数据的独居老人用户进行天级用电情况监控；对于具有小时级用电数据的独居老人用户进行小时级用电情况监控；对监控的独居老人异常用电情况进行校验。本发明通过对多元数据、多场景的分析与校验，可以有效快速的对独居老人提供用电情况监控，实施速度快，成本低，覆盖面广，效果好。

Description

基于多场景和多元数据的独居老人用电监控方法和系统

技术领域

本发明属于用电监控技术领域，涉及一种基于多场景和多元数据的独居老人用电监控方法和系统。

背景技术

目前针对独居老人监测的方法比较多，如通过智能设备来对独居老人检测，防止老人遇到危险无法得到及时的救助，如智能拐杖、智能手环等，或者通过视频监控和人工智能技术，对老人的行为、表情等进行识别和监控。但是很多独居老人往往生活在社会的边缘，尤其是迫切需要帮助的独居老人。并且智能设备监控在侵犯老人隐私方面一直是很敏感的问题。

用电是居民用户最基础的需求，通过独居老人用电的情况对老人进行监控是目前非常有效并且实施成本很低的举措，也是迫在眉睫的需求，但往往受外界环境的影响，导致监控效果不佳。

发明内容

为解决现有技术中的不足，本申请提供一种基于多场景和多元数据的独居老人用电监控方法和系统，可借助电表等电力采集设备和互联网公开渠道获得数据，无需投入大量资金安装监控设备，通过对多元数据的分析与校验，可以迅速实施有效监控举措，达到实际意义上的关爱独居老人。

为了实现上述目标，本发明采用如下技术方案：

一种基于多场景和多元数据的独居老人用电监控方法，包括以下步骤：

步骤1：根据社区独居老人名单，进行数据采集以及预处理，包括独居老人日用电、小时级用电数据及对应的天气、温度以及节假日数据；

步骤2：对步骤1采集数据进行清洗，去除用电异常值和空值并进行数据补全；

步骤3：对步骤2的数据处理结果进行用电特征分析；

步骤4：对步骤2的数据清洗结果和步骤3的特征分析结果进行统计，识别老人日常生活上的用电习惯特征以及特征上下限阈值；

步骤5：根据步骤2的数据清洗结果和步骤3的特征分析结果，对于只有日用电数据的独居老人用户进行天级用电情况监控，包括不同天气、温度以及节假日情况下日用电级别电量异常数据上下限阈值计算、日用电级别电量无波动场景异常判定和日用电级别老人长期外出回家场景异常判定；

步骤6：根据步骤2的数据清洗结果和步骤3的特征分析结果，对于具有小时级用电数据的独居老人用户进行小时级用电情况监控，包括不同天气、温度、节假日情况下小时用电级别老人用电数据上下限阈值计算和小时用电级别老人用电无波动异常场景判断；

步骤7：对步骤5和步骤6监控的独居老人异常用电情况进行校验。

本发明进一步包括以下优选方案：

优选地，步骤2中，对步骤1采集数据进行清洗，使用统计中异常值判断σ原则去除用电异常值和空值并通过同温度、天气以及节假日情况下加权平均的方法进行数据补全。

优选地，步骤3中，所述用电特征包括独居老人用户用电统计特征、用电统计特征与节假日交叉特征、用电统计特征与温度、季节交叉特征。

优选地，步骤4中，从独居老人平均用电、方差、季节性用电情况、节假日用电情况、温度敏感性开展统计，识别老人日常生活上的用电习惯。

优选地，步骤5中，日用电级别电量异常数据上下限阈值计算，具体为：

根据日用电数据，按照一户一阈值的方案，计算不同天气、温度、节假日的情况下每户上下限异常值阈值特征，超出阈值即告警；

日用电级别电量无波动场景异常判定，具体为；

对有正常波动的用户来说，连续n天用电波动小于正常波动设定值，则判定为日用电级别电量无波动场景异常；

日用电级别老人长期外出回家场景异常判定，具体为：

用电连续n天波动小于正常波动设定值，突然波动超过正常波动设定值，则判定为日用电级别老人长期外出回家场景，n大于1。

优选地，步骤6中，小时用电级别老人用电数据上下限阈值计算，具体为：

根据小时级用电数据，按照一户一阈值的方案，计算不同天气、温度、节假日的情况下每户上下限异常值阈值，超出阈值即告警；

小时用电级别老人用电无波动异常场景判断，具体为：

在往日小时级用电有正常波动的时间点，波动小于正常波动设定值，则判定为小时用电级别老人用电无波动异常场景。

优选地，所述阈值通过σ原则进行计算，所述正常波动设定值根据步骤4的上下限阈值设定。

优选地，步骤7中，采用包括历史数据生成测试集验证、实地验证的方式进行校验。

本发明还公开了一种基于多场景和多元数据的独居老人用电监控系统，包括初始数据获取模块、数据处理模块、特征分析模块、用电习惯识别模块、天级用电情况监控模块、小时级用电情况监控模块和异常用电情况校验模块；

所述初始数据获取模块，用于根据社区独居老人名单，进行数据采集以及预处理，包括独居老人日用电、小时级用电数据及对应的温度、节假日数据；

所述数据处理模块，用于对初始数据获取模块采集数据进行清洗，去除用电异常值和空值并进行数据补全；

特征分析模块，用于对数据处理模块的数据处理结果进行用电特征分析；

用电习惯识别模块，用于对数据处理模块的数据清洗结果和特征分析模块的特征分析结果进行统计，识别老人日常生活上的用电习惯特征以及特征上下限阈值；

天级用电情况监控模块，用于根据数据处理模块的数据清洗结果和特征分析模块的特征分析结果，对于只有日用电数据的独居老人用户进行天级用电情况监控，包括不同天气、温度以及节假日情况下日用电级别电量异常数据上下限阈值计算、日用电级别电量无波动场景异常判定和日用电级别老人长期外出回家场景异常判定；

小时级用电情况监控模块，用于根据数据处理模块的数据清洗结果和特征分析模块的特征分析结果，对于具有小时级用电数据的独居老人用户进行小时级用电情况监控，包括不同天气、温度、节假日情况下小时用电级别老人用电数据上下限阈值计算和小时用电级别老人用电无波动异常场景判断；

异常用电情况校验模块，用于对天级用电情况监控模块和小时级用电情况监控模块监控的独居老人异常用电情况进行校验。

本申请所达到的有益效果：

1.本发明通过对多元数据、多场景的分析与校验，选定独居老人用户用电统计特征、用电统计特征与节假日交叉特征、用电统计特征与温度、季节交叉特征，基于社会关注的现实问题设立多场景模块辨识，分别采用天级用电情况监控模块和小时级用电情况监控模块，在相同天气、相似温度的情况下进行用电监控，避免了老人因为天气、温度情况产生的用电行为不同导致的监控失效情况，可以有效快速的对独居老人提供用电情况监控，实施速度快，成本低，覆盖面广，效果好；

2.本发明可借助电表等电力采集设备和互联网公共渠道获得数据，无需投入大量资金安装监控设备；可以在低成本的情况下，利用各类数据，构建独居老人监控模型，有效的关爱独居老人。

附图说明

图1是发明基于多场景和多元数据的独居老人用电监控方法流程图。

具体实施方式

下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。

如图1所示，本发明的一种基于多场景和多元数据的独居老人用电监控方法，包括以下步骤：

步骤1：根据社区独居老人名单，通过用采系统和互联网公共渠道进行数据采集以及预处理，包括独居老人日用电、小时级用电数据及对应的天气、温度以及节假日数据；

步骤2：对步骤1采集数据进行清洗，去除用电异常值和空值并进行数据补全；

异常值主要是值数据中用电为负数，用电量异常大的情况。

具体实施时，对步骤1采集数据进行清洗，使用统计中异常值判断σ原则去除用电异常值和空值并通过同温度、天气以及节假日情况下加权平均的方法进行数据补全。

步骤3：对步骤2的数据结果进行用电特征分析；

具体实施时，所述用电特征包括独居老人用户用电统计特征、用电统计特征与节假日交叉特征、用电统计特征与温度、季节交叉特征，其中包含连续特征和离散特征。

目的是表征出老人在不同天气、温度、节假日中用电行为的习惯偏好，来获得老人一天中不同时段有哪些固定行为，例如早间起床时间、晚上睡觉时间、三餐时间等等，然后就可以与当前行为特征进行比较来监测行为是否正常。

步骤4：对步骤2的数据清洗结果和步骤3的特征分析结果使用计算概率的的方法进行统计，识别老人日常生活上的用电习惯特征以及特征上下限阈值；具体的：

从独居老人平均用电、方差、季节性用电情况、节假日用电情况、温度敏感性开展统计，识别老人日常生活上的用电习惯。目的是之后通过比较当前用电情况和历史数据中当前时刻固定习惯(历史数据计算达到一定概率)和上下限阈值来判断老人是否异常。如果固定习惯没有发生则判断为异常。

步骤5：根据步骤2的数据清洗结果和步骤3的特征分析结果，对于只有日用电数据的独居老人用户进行天级用电情况监控，包括不同天气、温度以及节假日情况下日用电级别电量异常数据上下限阈值计算、日用电级别电量无波动场景异常判定和日用电级别老人长期外出回家场景异常判定；

日用电级别电量异常数据上下限阈值计算，具体为：

根据日用电数据，按照一户一阈值的方案，计算不同天气、温度、节假日的情况下每户上下限异常值阈值特征，超出阈值即告警；

日用电级别电量无波动场景异常判定，具体为；

对有正常波动的用户来说，连续n天用电波动小于正常波动设定值，则判定为日用电级别电量无波动场景异常，可能是用户外出或者是家中老人突然失去行动能力；

日用电级别老人长期外出回家场景异常判定，具体为：

用电连续n天波动小于正常波动设定值，突然波动超过正常波动设定值，则判定为日用电级别老人长期外出回家场景，n大于1。

步骤6：根据步骤2的数据清洗结果和步骤3的特征分析结果，对于具有小时级用电数据的独居老人用户进行小时级用电情况监控，包括不同天气、温度、节假日情况下小时用电级别老人用电数据上下限阈值计算和小时用电级别老人用电无波动异常场景判断；

小时用电级别老人用电数据上下限阈值计算，具体为：

根据小时级用电数据，按照一户一阈值的方案，计算不同天气、温度、节假日的情况下每户上下限异常值阈值，超出阈值即告警；

小时用电级别老人用电无波动异常场景判断，具体为：

在往日小时级用电有正常波动的时间点，例如早间起床时间、吃饭时间、晚上洗漱时间波动小于正常波动设定值，则判定为小时用电级别老人用电无波动异常场景。

所述阈值通过σ原则进行计算，所述正常波动设定值根据步骤4的上下限阈值设定。

步骤7：对步骤5和步骤6监控的独居老人异常用电情况进行校验，可采用包括历史数据生成测试集验证、实地验证等方式进行校验。

一种基于多场景和多元数据的独居老人用电监控系统，所述系统包括初始数据获取模块、数据处理模块、特征分析模块、用电习惯识别模块、天级用电情况监控模块、小时级用电情况监控模块和异常用电情况校验模块；

所述初始数据获取模块，用于根据社区独居老人名单，进行数据采集以及预处理，包括独居老人日用电、小时级用电数据及对应的温度、节假日数据；

所述数据处理模块，用于对初始数据获取模块采集数据进行清洗，去除用电异常值和空值并进行数据补全；

特征分析模块，用于对数据处理模块的数据处理结果进行用电特征分析；

用电习惯识别模块，用于对数据处理模块的数据清洗结果和特征分析模块的特征分析结果进行统计，识别老人日常生活上的用电习惯特征以及特征上下限阈值；

天级用电情况监控模块，用于根据数据处理模块的数据清洗结果和特征分析模块的特征分析结果，对于只有日用电数据的独居老人用户进行天级用电情况监控，包括不同天气、温度以及节假日情况下日用电级别电量异常数据上下限阈值计算、日用电级别电量无波动场景异常判定和日用电级别老人长期外出回家场景异常判定；

小时级用电情况监控模块，用于根据数据处理模块的数据清洗结果和特征分析模块的特征分析结果，对于具有小时级用电数据的独居老人用户进行小时级用电情况监控，包括不同天气、温度、节假日情况下小时用电级别老人用电数据上下限阈值计算和小时用电级别老人用电无波动异常场景判断；

异常用电情况校验模块，用于对天级用电情况监控模块和小时级用电情况监控模块监控的独居老人异常用电情况进行校验。

本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (6)

1.一种基于多场景和多元数据的独居老人用电监控方法，其特征在于：

所述方法包括以下步骤：

步骤1：根据社区独居老人名单，进行数据采集以及预处理，包括独居老人日用电、小时级用电数据及对应的天气、温度以及节假日数据；

步骤2：对步骤1采集数据进行清洗，去除用电异常值和空值并进行数据补全；

步骤3：对步骤2的数据处理结果进行用电特征分析；

步骤4：对步骤2的数据清洗结果和步骤3的特征分析结果进行统计，识别老人日常生活上的用电习惯特征以及特征上下限阈值；

步骤5：根据步骤2的数据清洗结果和步骤3的特征分析结果，对于只有日用电数据的独居老人用户进行天级用电情况监控，包括不同天气、温度以及节假日情况下日用电级别电量异常数据上下限阈值计算、日用电级别电量无波动场景异常判定和日用电级别老人长期外出回家场景异常判定；

日用电级别电量异常数据上下限阈值计算，具体为：

根据日用电数据，按照一户一阈值的方案，计算不同天气、温度、节假日的情况下每户上下限异常值阈值，超出每户上下限异常值阈值即告警；

日用电级别电量无波动场景异常判定，具体为;

对有正常波动的用户来说，连续n天用电波动小于正常波动设定值，则判定为日用电级别电量无波动场景异常；

日用电级别老人长期外出回家场景异常判定，具体为：

用电连续n天波动小于正常波动设定值，突然波动超过正常波动设定值，则判定为日用电级别老人长期外出回家场景，n大于1；

步骤6：根据步骤2的数据清洗结果和步骤3的特征分析结果，对于具有小时级用电数据的独居老人用户进行小时级用电情况监控，包括不同天气、温度、节假日情况下小时用电级别老人用电数据上下限阈值计算和小时用电级别老人用电无波动异常场景判断；

小时用电级别老人用电数据上下限阈值计算，具体为：

根据小时级用电数据，按照一户一阈值的方案，计算不同天气、温度、节假日的情况下每户上下限异常值阈值，超出每户上下限异常值阈值即告警；

小时用电级别老人用电无波动异常场景判断，具体为：

在往日小时级用电有正常波动的时间点，波动小于正常波动设定值，则判定为小时用电级别老人用电无波动异常场景；

所述每户上下限异常值阈值通过σ原则进行计算，所述正常波动设定值根据步骤4的上下限阈值设定；

步骤7：对步骤5和步骤6监控的独居老人异常用电情况进行校验。

2.根据权利要求1所述的一种基于多场景和多元数据的独居老人用电监控方法，其特征在于：

步骤2中，对步骤1采集数据进行清洗，使用统计中异常值判断σ原则去除用电异常值和空值并通过同温度、天气以及节假日情况下加权平均的方法进行数据补全。

3.根据权利要求1所述的一种基于多场景和多元数据的独居老人用电监控方法，其特征在于：

步骤3中，所述用电特征包括独居老人用户用电统计特征、用电统计特征与节假日交叉特征、用电统计特征与温度、季节交叉特征。

4.根据权利要求1所述的一种基于多场景和多元数据的独居老人用电监控方法，其特征在于：

步骤4中，从独居老人平均用电、方差、季节性用电情况、节假日用电情况、温度敏感性开展统计，识别老人日常生活上的用电习惯。

5.根据权利要求1所述的一种基于多场景和多元数据的独居老人用电监控方法，其特征在于：

步骤7中，采用包括历史数据生成测试集验证、实地验证的方式进行校验。

6.一种基于多场景和多元数据的独居老人用电监控系统，利用权利要求1-5任意一项所述独居老人用电监控方法，其特征在于：

所述系统包括初始数据获取模块、数据处理模块、特征分析模块、用电习惯识别模块、天级用电情况监控模块、小时级用电情况监控模块和异常用电情况校验模块；

所述初始数据获取模块，用于根据社区独居老人名单，进行数据采集以及预处理，包括独居老人日用电、小时级用电数据及对应的温度、节假日数据；

所述数据处理模块，用于对初始数据获取模块采集数据进行清洗，去除用电异常值和空值并进行数据补全；

特征分析模块，用于对数据处理模块的数据处理结果进行用电特征分析；

用电习惯识别模块，用于对数据处理模块的数据清洗结果和特征分析模块的特征分析结果进行统计，识别老人日常生活上的用电习惯特征以及特征上下限阈值；

天级用电情况监控模块，用于根据数据处理模块的数据清洗结果和特征分析模块的特征分析结果，对于只有日用电数据的独居老人用户进行天级用电情况监控，包括不同天气、温度以及节假日情况下日用电级别电量异常数据上下限阈值计算、日用电级别电量无波动场景异常判定和日用电级别老人长期外出回家场景异常判定；

小时级用电情况监控模块，用于根据数据处理模块的数据清洗结果和特征分析模块的特征分析结果，对于具有小时级用电数据的独居老人用户进行小时级用电情况监控，包括不同天气、温度、节假日情况下小时用电级别老人用电数据上下限阈值计算和小时用电级别老人用电无波动异常场景判断；

异常用电情况校验模块，用于对天级用电情况监控模块和小时级用电情况监控模块监控的独居老人异常用电情况进行校验。