[发明专利]一种基于用电数据的污染源企业违规生产监控方法

权利要求书

1.一种基于用电数据的污染源企业违规生产监控方法，其特征在于：包括如下步骤：

A1：在企业用电总线处安装用于采集企业用电信息的智能监测终端；

A2：智能监测终端获取一段时间内的企业用电数据作为负荷特征并获取对应时间内环保设备的启停状态数据；

A3：设定三相视在功率阈值，通过负荷特征获取对应时间内企业总负荷三相视在功率，根据企业总负荷三相视在功率是否超过阈值判断生产设备的启停状态；

A4：根据环保设备的启停状态数据以及生产设备的启停状态得到对应时间内企业是否发生违规生产行为；以该负荷特征作为一样本，对应时间内企业是否发生违规生产行为作为该样本的属性标签，收集若干样本作为初始样本集，以决策树算法和初始样本集进行初步训练，得到一简化的分类器模型，并从该简化的分类器模型的决策树中筛选靠近根节点的若干负荷特征作为二次训练样本；

A5：利用二次训练样本及对应的属性标签，重新对简化的分类器模型进行训练，得到训练好的分类器；

A6：将智能监测终端采集到的实时企业用电数据输入至训练好的分类器，判断对应时段企业是否存在违规生产行为；

步骤A3中，通过企业总负荷三相视在功率是否超过阈值判断生产设备的启停状态具体包括，企业总负荷三相视在功率超过设定的阈值时，判定生产设备为启动状态，否则判定生产设备为停机状态；

步骤A4具体包括，设定一个数据合集为S，S中包含每个样本的负荷特征X和样本属性标签，其中负荷特征X即步骤A2中智能监测终端采集到的企业用电数据，其中样本属性标签设为三个不同的值F_i ( i = 1, 2, 3)，F₁、F₂和F₃分别代表生产过程中没有启用环保设备、生产过程中有启用环保设备和生产停止三种不同的生产场景；设定类别F_i的个数是|F_i|，S中的样本个数为|S|，则S的熵定义为：

其中，Pi是任意样本属于F_i的概率，记为：

S中的数据依照负荷特征X划分，负荷特征X有m个不同的类，则将S划分为m个子集{ S₁,S₂,…,S_m}，用该负荷特征X对样本集S进行划分后，再对S的子集S_i的熵进行加权计算，公式如下：

在负荷特征X下所获得的信息增益为：

最后根据需要，从决策树自上而下筛选出若干个节点的特征X’，供下一步简化模型使用；

步骤A5具体包括，利用步骤A4中筛选出的负荷特征X’，作为决策树算法的输入量，并将历史时段的企业的生产设备和企业的环保设备的启停状态的组合，作为算法的属性标签，重新训练简化的决策树分类器；

步骤A6具体包括，将智能监测终端采集到的实时企业用电信息输入至步骤A5中训练好的决策树分类器，若判断结果为“生产过程中没有启用环保设备”的生产行为状态，则进行环保异常报警，由管理人员进行现场核实与管理。

2.根据权利要求1所述的一种基于用电数据的污染源企业违规生产监控方法，其特征在于：步骤A1中智能监测终端采集的企业用电信息包括：各相电压、各相电流、各相功率、各次谐波电压、各次谐波电流、谐波电压总畸变率、谐波电流总畸变率、电压偏差、电压不平衡和功率因素，各相功率包括各相有功功率、各相无功功率和各相视在功率。