[发明专利]基于用电功率频率分布相对熵的室内大麻种植识别方法有效

专利信息
申请号: 202110108673.9 申请日: 2021-01-27
公开(公告)号: CN112765826B 公开(公告)日: 2022-05-06
发明(设计)人: 苏盛;毛源军;殷涛;张傲;刘康;郑应俊;翟中祥;李文松;赖志强 申请(专利权)人: 长沙理工大学
主分类号: G06F30/20 分类号: G06F30/20;G06F17/18;G06Q50/06
代理公司: 长沙正奇专利事务所有限责任公司 43113 代理人: 何为;袁颖华
地址: 410004 湖南省*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 用电 功率 频率 分布 相对 室内 大麻 种植 识别 方法
【权利要求书】:

1.一种基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法,其特征在于,该方法步骤如下:

步骤1:建立仿真模拟大麻种植大棚,获取仿真模拟大麻种植大棚种植大麻期间连续一个月的理论用电量数据,建立单位时间用电量时间序列X=[x1,x2,…,xn],通过最大—最小标准化对序列X进行标准化,获得标准化后的序列X′=[x′1,x′2,…,x′n],X′取值范围为[0,1];根据序列X′结合频率直方图绘制方法获得理论用电量的频率分布曲线,以此作为计算“标杆”;

步骤2:获取待检测的数个居民用户连续一个月的用电量数据,建立每个用户的单位时间用电量时间序列Y=[y1,y2,…,yn],通过最大—最小标准化对序列Y进行标准化,获得标准化后的序列Y′=[y′1,y′2,…,y′n],Y′取值范围为[0,1];根据序列Y′结合频率直方图绘制方法获得每个居民用户用电量的频率分布曲线;

步骤3:根据相对熵公式,计算上述每个居民用户用电量的频率分布与标杆的相对熵;

步骤4:将每个居民用户与标杆的相对熵按升序进行罗列,利用箱线图算法获得阈值;

步骤5:将每个居民用户的相对熵与阈值进行比较,获取相对熵小于阈值的居民用户的单位时间用电量时间序列Y,根据相对熵小于阈值的居民用户和仿真模拟大麻种植大棚的单位时间用电量时间序列计算日最大负荷变异系数,若相对熵小于阈值的居民用户的日最大负荷变异系数小于0.1,则判断该居民用户为用电异常用户。

2.如权利要求1所述的基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法,其特征在于,所述步骤1中仿真模拟大麻种植大棚是根据大麻种植手册介绍的大麻生长所需的环境进行建立。

3.如权利要求1所述的基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法,其特征在于,所述步骤2中在获取待检测的数个居民用户连续一个月的用电量数据之后,先剔除一个月日均用电量小于3kWh的居民用户,再对余下用户建立每个用户的单位时间用电量时间序列Y。

4.如权利要求1所述的基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法,其特征在于,所述步骤1和步骤2中的用电量时间序列的单位时间相同。

5.如权利要求1所述的基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法,其特征在于,所述步骤1中最大—最小标准化的公式为x′i=(xi-minX)/(maxX-minX),其中,xi为序列X中第i个值,x′i为序列X中第i个标准化后的值。

6.如权利要求1所述的基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法,其特征在于,所述步骤2中最大—最小标准化的公式为y′i=(yi-minY)/(maxY-minY),其中,yi为序列Y中第i个值,y′i为序列Y中第i个标准化后的值。

7.如权利要求1所述的基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法,其特征在于,所述步骤3中相对熵公式为KL(P||Q)=∑P(x)log(P(x)/Q(x)),其中,P(x)为标杆分布函数,Q(x)为待检测的居民用户分布函数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙理工大学,未经长沙理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110108673.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top