本發(fā)明涉及燃?xì)獗O(jiān)控領(lǐng)域，更具體地，尤其涉及一種燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)。

背景技術(shù)：

1、隨著社會(huì)進(jìn)步及城市發(fā)展，人民生活水平顯著提高，燃?xì)膺M(jìn)入千家萬(wàn)戶，維護(hù)燃?xì)庥?jì)量系統(tǒng)的正常運(yùn)行是一項(xiàng)重要工作，能夠及時(shí)發(fā)現(xiàn)燃?xì)庥?jì)量系統(tǒng)及燃?xì)庠O(shè)備的故障是這項(xiàng)工作中的關(guān)鍵所在。其中，工商業(yè)燃?xì)庥脩舳及惭b有獨(dú)立的燃?xì)饬髁坑?jì)，對(duì)于燃?xì)饬髁坑?jì)的監(jiān)控越來(lái)越受到關(guān)注。

2、在燃?xì)馐褂玫谋O(jiān)控應(yīng)用中，對(duì)燃?xì)馐褂眠M(jìn)行預(yù)測(cè)是重要的一環(huán)，現(xiàn)有的預(yù)測(cè)方式有多種，例如：基于時(shí)間序列分析和歷史數(shù)據(jù)的預(yù)測(cè)，利用時(shí)間序列分析，通過(guò)獲取智能燃?xì)獗淼臍v史每日用氣量，并采用日周期或周周期模式進(jìn)行預(yù)測(cè)；基于熱性能的預(yù)測(cè)，通過(guò)考慮建筑物的熱導(dǎo)率、內(nèi)部熱增益、室溫等參數(shù)，預(yù)測(cè)燃?xì)庀牧浚换跈C(jī)器學(xué)習(xí)和深度學(xué)習(xí)的個(gè)性化預(yù)測(cè)，引入機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)技術(shù)(如transform?integrated?neural?network模型)，結(jié)合智能燃?xì)獗淼臄?shù)據(jù)，對(duì)用戶的個(gè)性化用氣行為進(jìn)行建模和預(yù)測(cè)。

3、現(xiàn)有的用氣量預(yù)測(cè)技術(shù)存在模型簡(jiǎn)單、異常值處理不足、缺乏實(shí)時(shí)性、忽略外部因素、以及數(shù)據(jù)采集效率低等問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、鑒于以上內(nèi)容，本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題之一。為此，本發(fā)明提出了一種燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)。通過(guò)結(jié)合多種預(yù)測(cè)模型，適應(yīng)性選擇預(yù)測(cè)結(jié)果，能夠更好地應(yīng)對(duì)復(fù)雜多變的用戶行為，提升預(yù)測(cè)的準(zhǔn)確性。

2、為此，第一方面，本發(fā)明實(shí)施例提供了一種燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)，包括：

3、數(shù)據(jù)采集模塊，用于采集用戶燃?xì)鈹?shù)據(jù)，所述用戶燃?xì)鈹?shù)據(jù)包括時(shí)間戳及對(duì)應(yīng)的累計(jì)用氣量；

4、數(shù)據(jù)處理模塊，用于對(duì)所述用戶燃?xì)鈹?shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理數(shù)據(jù)；

5、數(shù)據(jù)預(yù)測(cè)模塊，用于根據(jù)所述預(yù)處理數(shù)據(jù)進(jìn)行預(yù)測(cè)得到不同的至少兩個(gè)預(yù)測(cè)模型，確定至少兩個(gè)所述預(yù)測(cè)模型中擬合效果較高的其中一個(gè)為預(yù)測(cè)參考模型；以及，

6、異常監(jiān)控模塊，用于根據(jù)所述預(yù)測(cè)參考模型及當(dāng)前用戶燃?xì)鈹?shù)據(jù)判斷是否異常。

7、優(yōu)選地，所述預(yù)測(cè)模型包括移動(dòng)平均預(yù)測(cè)模型，根據(jù)預(yù)設(shè)時(shí)間段的所述用戶燃?xì)鈹?shù)據(jù)的移動(dòng)平均值作為預(yù)測(cè)值；和/或，

8、所述預(yù)測(cè)模型包括固定周期預(yù)測(cè)模型，根據(jù)預(yù)設(shè)周期段的所述用戶燃?xì)鈹?shù)據(jù)的均值、標(biāo)準(zhǔn)差或偏度得到預(yù)測(cè)值。

9、優(yōu)選地，所述確定至少兩個(gè)所述預(yù)測(cè)模型中擬合效果較高的其中一個(gè)為預(yù)測(cè)參考模型，包括：

10、根據(jù)所述預(yù)測(cè)模型繪制折線圖，確定折線擬合度較高的為預(yù)測(cè)參考模型；或者，

11、根據(jù)所述預(yù)測(cè)模型繪制散點(diǎn)圖，確定散點(diǎn)圖的決定系數(shù)r2較高的為預(yù)測(cè)參考模型。

12、優(yōu)選地，所述預(yù)處理包括時(shí)間間隔選擇、數(shù)據(jù)平滑處理和極端值修剪。

13、優(yōu)選地，所述時(shí)間間隔選擇包括：根據(jù)所述用戶燃?xì)鈹?shù)據(jù)完整性，確定預(yù)設(shè)時(shí)間間隔。

14、優(yōu)選地，所述根據(jù)所述用戶燃?xì)鈹?shù)據(jù)完整性，確定預(yù)設(shè)時(shí)間間隔，包括：

15、確定當(dāng)對(duì)應(yīng)第一時(shí)間間隔的所述用戶燃?xì)鈹?shù)據(jù)的丟失率不超過(guò)預(yù)設(shè)值，將所述第一時(shí)間間隔確定為預(yù)設(shè)時(shí)間間隔；或者，

16、確定當(dāng)對(duì)應(yīng)第一時(shí)間間隔的所述用戶燃?xì)鈹?shù)據(jù)的丟失率超過(guò)預(yù)設(shè)值，擴(kuò)大所述第一時(shí)間間隔至第二時(shí)間間隔，重新判斷對(duì)應(yīng)所述第二時(shí)間間隔的所述用戶燃?xì)鈹?shù)據(jù)的丟失率并對(duì)應(yīng)確定預(yù)設(shè)時(shí)間間隔。

17、優(yōu)選地，所述數(shù)據(jù)平滑處理包括：采用多周期移動(dòng)平均法對(duì)所述用戶燃?xì)鈹?shù)據(jù)的缺失數(shù)據(jù)段進(jìn)行平滑處理。

18、優(yōu)選地，所述極端值修剪包括：根據(jù)預(yù)設(shè)極端閾值xσ識(shí)別所述用戶燃?xì)鈹?shù)據(jù)中的極端值，采用中位數(shù)替換對(duì)應(yīng)的極端值。

19、優(yōu)選地，所述所述異常監(jiān)控模塊包括：

20、泄漏預(yù)警單元，用于當(dāng)確定當(dāng)前用戶燃?xì)鈹?shù)據(jù)超過(guò)所述預(yù)測(cè)模型對(duì)應(yīng)的預(yù)測(cè)值達(dá)到第一預(yù)警值，生成泄露預(yù)警并發(fā)出預(yù)警信號(hào)。

21、優(yōu)選地，所述所述異常監(jiān)控模塊還包括：

22、偷盜預(yù)警單元，用于當(dāng)確定當(dāng)前用戶燃?xì)鈹?shù)據(jù)超過(guò)所述預(yù)測(cè)模型對(duì)應(yīng)的預(yù)測(cè)值達(dá)到第二預(yù)警值，生成偷盜預(yù)警并發(fā)出預(yù)警信號(hào)，所述第二預(yù)警值大于所述第一預(yù)警值。

23、本發(fā)明實(shí)施例提供的燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)，通過(guò)結(jié)合多種預(yù)測(cè)模型，以及適應(yīng)性的選擇擬合度高預(yù)測(cè)模型作為預(yù)測(cè)參考模型，更好地應(yīng)對(duì)復(fù)雜多變的用戶行為，提升了預(yù)測(cè)的準(zhǔn)確性，根據(jù)預(yù)測(cè)參考模型進(jìn)一步進(jìn)行異常檢測(cè)，也能夠達(dá)到準(zhǔn)確的異常監(jiān)控，有利于工作效率的提高。

技術(shù)特征：

1.一種燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)，其特征在于，所述預(yù)測(cè)模型包括移動(dòng)平均預(yù)測(cè)模型，根據(jù)預(yù)設(shè)時(shí)間段的所述用戶燃?xì)鈹?shù)據(jù)的移動(dòng)平均值作為預(yù)測(cè)值；和/或，

3.根據(jù)權(quán)利要求1所述的燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)，其特征在于，所述確定至少兩個(gè)所述預(yù)測(cè)模型中擬合效果較高的其中一個(gè)為預(yù)測(cè)參考模型，包括：

4.根據(jù)權(quán)利要求1所述的燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)，其特征在于，所述預(yù)處理包括時(shí)間間隔選擇、數(shù)據(jù)平滑處理和極端值修剪。

5.根據(jù)權(quán)利要求4所述的燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)，其特征在于，所述時(shí)間間隔選擇包括：根據(jù)所述用戶燃?xì)鈹?shù)據(jù)完整性，確定預(yù)設(shè)時(shí)間間隔。

6.根據(jù)權(quán)利要求5所述的燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)，其特征在于，所述根據(jù)所述用戶燃?xì)鈹?shù)據(jù)完整性，確定預(yù)設(shè)時(shí)間間隔，包括：

7.根據(jù)權(quán)利要求4所述的燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)，其特征在于，所述數(shù)據(jù)平滑處理包括：采用多周期移動(dòng)平均法對(duì)所述用戶燃?xì)鈹?shù)據(jù)的缺失數(shù)據(jù)段進(jìn)行平滑處理。

8.根據(jù)權(quán)利要求4所述的燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)，其特征在于，所述極端值修剪包括：根據(jù)預(yù)設(shè)極端閾值xσ識(shí)別所述用戶燃?xì)鈹?shù)據(jù)中的極端值，采用中位數(shù)替換對(duì)應(yīng)的極端值。

9.根據(jù)權(quán)利要求1所述的燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)，其特征在于，所述所述異常監(jiān)控模塊包括：

10.根據(jù)權(quán)利要求9所述的燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)，其特征在于，所述所述異常監(jiān)控模塊還包括：

技術(shù)總結(jié)
本發(fā)明提供一種燃?xì)饬髁慨惓１O(jiān)控系統(tǒng)，包括：數(shù)據(jù)采集模塊，用于采集用戶燃?xì)鈹?shù)據(jù)，所述用戶燃?xì)鈹?shù)據(jù)包括時(shí)間戳及對(duì)應(yīng)的累計(jì)用氣量；數(shù)據(jù)處理模塊，用于對(duì)所述用戶燃?xì)鈹?shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理數(shù)據(jù)；數(shù)據(jù)預(yù)測(cè)模塊，用于根據(jù)所述預(yù)處理數(shù)據(jù)進(jìn)行預(yù)測(cè)得到不同的至少兩個(gè)預(yù)測(cè)模型，確定至少兩個(gè)所述預(yù)測(cè)模型中擬合效果較高的其中一個(gè)為預(yù)測(cè)參考模型；以及，異常監(jiān)控模塊，用于根據(jù)所述預(yù)測(cè)參考模型及當(dāng)前用戶燃?xì)鈹?shù)據(jù)判斷是否異常，結(jié)合多種預(yù)測(cè)模型，提高了預(yù)測(cè)的準(zhǔn)確性和魯棒性。

技術(shù)研發(fā)人員：謝佳呈,傅宸瑞,汪忠輝,周松,張光輝
受保護(hù)的技術(shù)使用者：上海帷各燃?xì)庠O(shè)備科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/22