[发明专利]一种用水模式挖掘和匹配的方法，系统和设备

说明书

本发明提供一种用水模式挖掘和匹配的方法，系统和设备，通过对热点用水模式的挖掘和匹配，达到对特殊用户群体或特殊用水行为的监控，在为用水异常情况的诊断和预警提供依据的同时，达到企业运行降本提效的目的，该方法包括数据预处理，获取实时用水数据并进行降维处理成多个时间序列数据；模式挖掘，对所述时间序列数据进行模式特征提取和聚类，完成热点模式的挖掘，并存储入模式识别库；模式匹配，根据模式识别库对时间序列数据进行模式识别分析和系统优化，对未知标记类别的时间序列数据进行模式挖掘以获得新的热点模式。

技术领域

本发明涉及人工智能技术在水务行业的应用，具体涉及一种用水模式挖掘和匹配的方法，系统和设备。

背景技术

近年来，随着智慧水务信息化新技术和漏损管理最佳实践在供水管网产销差管理方面的应用，国内大部分水司已经逐渐认识到以分区计量管理为主要方式、以大水量用户管理和分析为辅助手段、结合信息化技术对供水管网产销差进行分析和报警，并为水司主动漏损管理和用水稽查提供辅助决策建议，是一种行之有效的降低管网产销差模式。

在上述大前提下，如何在大量远传数据和分区建设的基础上，通过挖掘用水数据中隐藏的用水行为进行有效的异常侦测与预警成为行业面临的技术痛点。现有的用水行为分析方法还停留在简单的数理统计分析维度，无法全面的描述真实的用水行为特征，同时也无关构建一个动态可自动更新及优化的系统。

发明内容

本发明的目的是提供一种用水模式挖掘和匹配的方法，系统和设备，以便于解决现有技术中存在的上述问题。

为了达到上述目的，本发明一方面提供一种用水模式的挖掘方法，包括：

获取实时用水数据并进行降维处理，通过采样和切分形成多个时间序列数据；

对所述时间序列数据进行模式特征提取和聚类，完成用水模式的挖掘；

对所述用水模式进行挖掘和分析之后获取热点模式；

将所述热点用水模式推荐给专家系统进行标记以完成热点模式的挖掘；

将所述热点模式存储入模式识别库。

在具体的实施例中，所述时间序列数据包括局部用水特征的短周期用水数据和包括全局用水特征的长周期用水数据。

进一步的，采用时序数据特征提取算法获取所述短周期用水数据和长周期用水数据中的特征序列数据，并根据业务场景对特征序列数据进行误差调整。

进一步的，所述特征序列数据包括周期趋势特征、节假日模式特征、频域分解和小波变换分解特征；

所述业务场景包括区域信息、分类信息、口径流量信息、天气信息、水文信息及GDP信息。

进一步的，根据特征序列数据的聚类计算结果，计算与模式识别库所存储的用水模式的相似度，当相似度低于阈值时标记为用水模式。

进一步的，根据特征序列数据的分布进行热点模式的标记，当特征序列数据的数据分布占比超过阈值时，所述用水模式标记为热点模式。

进一步的，专家系统将对热点模式的聚类序列集进行确认及分析，对此热点模式进行标记或排除，被标记热点模式自动加入模式识别库。

另一方面，本发明还提供一种用水模式的匹配方法，包括以下步骤：

获取实时用水数据并进行降维处理，通过采样和切分形成多个时间序列数据；

根据模式识别库对时间序列数据进行模式识别分析，获得识别结果并根据模式识别结果进行动态系统优化，如识别结果为未知标记类别，则对该时间序列数据进行模式挖掘以获得新的热点模式；

根据模式匹配结果，对用水模式进行异常诊断和预警，对损漏行为进行诊断分析，提供调度策略规划及设计。