[发明专利]一种用水模式挖掘和匹配的方法，系统和设备

权利要求书

1.一种用水模式的挖掘方法，其特征在于，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。

2.如权利要求1所述的一种用水模式的挖掘方法，其特征在于，

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。

3.如权利要求2所述的一种用水模式的挖掘方法，其特征在于，

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。

4.如权利要求2所述的一种用水模式的挖掘方法，其特征在于，

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。

5.如权利要求4所述的一种用水模式的挖掘方法，其特征在于，

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；

专家系统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。

6.如权利要求1所述的一种用水模式的匹配方法，其特征在于，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。

7.如权利要求6所述的一种用水模式的匹配方法，其特征在于，

采用Autoenocoder算法进行时序序列的自动特征提取，并将提取的模式特征进行编码；

构建分类算法模型以对模式特征编码进行分类，所述分类根据模式识别库中以标记的热点模式进行置信度评价，选择置信度评价最高的热点模式作为所述时序序列的匹配模式。

8.一种用水模式的挖掘系统，其特征在于，包括：

数据预处理模块，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；

数据挖掘模块，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；

专家系统模块，将所述热点模式进行标记以完成热点模式的挖掘；

模式识别库，用以存储经过标记的热点模式。

9.一种用水模式的匹配系统，其特征在于，包括：

数据预处理模块，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；

模式编码模块，采用Autoenocoder算法进行时序序列的自动特征提取，并将提取的模式特征进行编码；

模式匹配模块，用以构建分类算法模型以对模式特征编码进行分类，所述分类根据模式识别库中以标记的热点模式进行置信度评价，选择置信度评价最高的热点模式作为所述时序序列的匹配模式；

功能与服务模块，用以根据模式匹配结果，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。

10.一种用水模式的挖掘装置，其特征在于，包括：

处理器；

用以存储处理器可执行计算机程序指令的存储器；

其中，所述计算机程序指令被处理器执行时实现权利要求1至8中任意一项所述的方法。