[发明专利]一种智慧社区公共设备的运行状态监控方法及装置

权利要求书

1.一种智慧社区公共设备的运行状态监控方法，其特征在于，所述运行状态监控方法包括：

根据高斯分布对历史电力数据进行拟合，得到公共设备运行状态的异常概率模型；

获取公共设备在运行状态正常时的历史电力数据，基于异常概率模型确定运行状态异常的识别阈值；

获取公共设备的实时电力数据，根据实时电力数据结合异常概率模型计算当前公共设备运行异常的概率；

将识别阈值与计算结果进行比较，根据比较结果分析公共设备的运行状态。

2.根据权利要求1所述的一种智慧社区公共设备的运行状态监控方法，其特征在于，所述根据高斯分布对历史电力数据进行拟合，得到公共设备运行状态的异常概率模型，包括：

基于公式一构建概率密度分布f(p)；

其中，f(p)表示电力数据为p的概率，μ为p的均值，σ为p的标准差；p、μ、σ的取值范围均为正数，f(p)的取值范围为不大于1的正数；

基于公式二构建异常概率模型F(p_i)；

其中，F(p_i)为历史电力数据为p_i时运行异常的概率，p_i为获取的历史电力数据，i的取值范围为1到N的正整数，N为历史电力数据的数据总个数，f(p_i)为电力数据为p_i的概率；p_i、p_k的取值范围为正整数，F(p_i)的取值范围为不大于1的正数，N、k的取值范围为正整数。

3.根据权利要求1所述的一种智慧社区公共设备的运行状态监控方法，其特征在于，所述获取公共设备在运行状态正常时的历史电力数据，基于异常概率模型确定运行状态异常的识别阈值，包括：

通过异常概率模型得到历史电力数据对应的异常概率；

基于公式三计算运行状态异常的识别阈值A；

A＝1-min{F(p₁),F(p₂),F(p₃),…,F(p_N),1} 公式三；

F(p₁),F(p₂),F(p₃),…,F(p_N)分别为各个历史电力数据对应的异常概率，N为历史电力数据的数据总个数，A的取值范围为小于1的正数，N的取值范围为正整数。

4.根据权利要求1所述的一种智慧社区公共设备的运行状态监控方法，其特征在于，所述获取公共设备的实时电力数据，根据实时电力数据结合异常概率模型计算当前公共设备运行异常的概率，包括：

通过部署在预设监控点的传感器采集公共设备的实时电力数据；

基于预设的状态分析周期和传感器的采集周期确定窗口大小为w；

根据确定的窗口对采集的实时电力数据进行加窗截取，得到实时电力数据的第t个时序序列T_t＝{p_t1,p_t2,p_t3,…,p_tw}，将时序序列T_t输入异常概率模型，得到输出结果F(p_tk)；

基于公式四计算当前公共设备运行异常的概率F(T)；

根据公式五确定J的值；

p_tk为时序序列T_t中的第k个时序值，p_tk的取值范围为正数，F(T)、F(p_tk)的取值范围为不大于1的正数，t、k、w的的取值范围为正整数。

5.根据权利要求1所述的一种智慧社区公共设备的运行状态监控方法，其特征在于，所述将识别阈值与计算结果进行比较，根据比较结果分析公共设备的运行状态，包括：

若计算结果的绝对值不超过识别阈值，则公共设备当前的运行状态正常；

若计算结果大于识别阈值，则公共设备当前的运行状态为功率超额；

若计算结果小于识别阈值的相反数，则公共设备当前的运行状态为功率不足。