CN111179109A - 用于独居老人检测的用电数据处理方法 - Google Patents
用于独居老人检测的用电数据处理方法 Download PDFInfo
- Publication number
- CN111179109A CN111179109A CN201911201689.3A CN201911201689A CN111179109A CN 111179109 A CN111179109 A CN 111179109A CN 201911201689 A CN201911201689 A CN 201911201689A CN 111179109 A CN111179109 A CN 111179109A
- Authority
- CN
- China
- Prior art keywords
- data
- electricity consumption
- user
- home
- old
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 61
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000003064 k means clustering Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000000586 desensitisation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Evolutionary Computation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Alarm Systems (AREA)
Abstract
本申请实施例提出了用于独居老人检测的用电数据处理方法,包括获取老年用户的用电数据;对用电数据进行分析,判断是否存在用电异常;如果存在用电异常则结合历史用电量判断老年用户是否在家;如果判断用户在家则采取入户救援措施。通过对用电数据进行分析,对老年用户的活动情况进行一定程度的监控,从而在发生异常情况能够尽快采取处理措施。
Description
技术领域
本发明属于数据分析领域,尤其涉及用于独居老人检测的用电数据处理方法。
背景技术
随着时间发展,社会老龄化已经成为必可避免的趋势,孤身一人在家的老年人数量也逐渐增多。在老年人突发疾病时如果不能及时就医很容易发生严重的后续事故。虽然加装更为先进的物联网监测设备能够对老年人的活动状况进行监控,但是较大的资金缺口使得监测设备安装率无法得到保证。
发明内容
为了解决现有技术中存在的缺点和不足,本发明提出了用于独居老人检测的用电数据处理方法,通过对用电数据进行分析,对老年用户的活动情况进行一定程度的监控,从而在发生异常情况能够尽快采取处理措施。
具体的,本申请实施例提出的用于独居老人检测的用电数据处理方法,包括:
获取老年用户的用电数据;
对用电数据进行分析,判断是否存在用电异常;
如果存在用电异常则结合历史用电量判断老年用户是否在家;
如果判断用户在家则采取入户救援措施。
可选的,所述获取老年用户的用电数据,包括:
获取供电辖区内的用户信息,根据用户信息筛选出老年用户;
从对应用户信息的用电数据中选取老年用户的用电数据。
可选的,所述对用电数据进行分析,判断是否存在用电异常,包括:
对每个用户每个时间点数据进行平均值、方差求取,求出各个时间点的正常用电量与方差;
在分析一组数据时,采用其前后两个时刻的数据,与其本身进行均值滤波;
利用求解得到的数据,与正常电量作差,如果偏差超过三倍方差线,则为异常数据,判断存在用电异常。
可选的,所述如果存在用电异常则结合历史用电量判断老年用户是否在家,包括:
求取老人一天内的电量数据之和与方差;
对每个用户的日均用电量,利用K-means聚类算法进行二分类,将中心值较高的数据作为老人在家标准,中心值较低的数据作为老人不在家标准;
获取一组样本数据,计算样本数据与两个标准值的欧式距离,若距离在家标准更近,则判定老人在家,反之为不在家。
可选的,包括:
通过数据中心内的不同平台获取老年用户的用电数据。
可选的,所述通过数据中心内的不同平台获取老年用户的用电数据,包括:
首先,用电数据由Hbase平台实时采集;
再通过Kafka平台编制项目专用Topic,过滤挖掘出所需用户的原始用电数据,实时存入数据库。
本发明提供的技术方案带来的有益效果是:
通过对用电数据进行分析,对老年用户的活动情况进行一定程度的监控,从而在发生异常情况能够尽快采取处理措施。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提出的用于独居老人检测的用电数据处理方法的流程示意图。
具体实施方式
为使本发明的结构和优点更加清楚,下面将结合附图对本发明的结构作进一步地描述。
实施例一
为了解决现有技术中存在的技术缺陷,本申请实施例提出了用户状态判断方法,能够对用户尤其是老年用户的用电量进行分析,藉由用电量异常这一角度尽早发现老年人的异常情况,从而在发生异常时尽快采取解救措施。
具体的,本申请实施例提出的用于独居老人检测的用电数据处理方法,如图1所示,包括:
11、获取老年用户的用电数据;
12、对用电数据进行分析,判断是否存在用电异常;
13、如果存在用电异常则结合历史用电量判断老年用户是否在家;
14、如果判断用户在家则采取入户救援措施。
在实施中,本申请实施例提出的用户状态判断方法可以分为初筛用电量异常和精细日常服务两部分开展,用电量异常主要为独居老人发生意外情况提供判断依据,综合政府水、天然气信息二次判断后可得到更精确的结果,方便社区工作人员和志愿者上门查看;由于不用额外安装设备因此实现成本很低,具有很强的推广价值。
可选的,步骤11提出的获取老年用户的用电数据,包括:
111、获取供电辖区内的用户信息,根据用户信息筛选出老年用户;
112、从对应用户信息的用电数据中选取老年用户的用电数据。
在实施中,因为在用户信息中均记载有用户的年龄、联系方式等信息,因此可以直接遍历登记在册的用户信息,筛选得到作为监测目标的老年用户。
可选的,步骤12提出的判断是否存在用电异常,包括:
121、对每个用户每个时间点数据进行平均值、方差求取,求出各个时间点的正常用电量与方差;
122、在分析一组数据时,采用其前后两个时刻的数据,与其本身进行均值滤波;
123、利用求解得到的数据,与正常电量作差,如果偏差超过三倍方差线,则为异常数据,判断存在用电异常。
在实施中,这里通过平均值、方差计算等方式对用电量进行筛选,突出用电量异常的老年用户,能够有效避免偶发事件对用电异常事件的影响。
可选的,步骤13提出的判断老年用户是否在家,包括:
131、求取老人一天内的电量数据之和与方差;
132、对每个用户的日均用电量,利用K-means聚类算法进行二分类,将中心值较高的数据作为老人在家标准,中心值较低的数据作为老人不在家标准;
133、获取一组样本数据,计算样本数据与两个标准值的欧式距离,若距离在家标准更近,则判定老人在家,反之为不在家。
在实施中,k-means算法接受输入量k;然后将n个数据对象划分为k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算的。
k-means算法的工作过程说明如下:
首先从n个数据对象任意选择k个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数.k个聚类具有以下特点:各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开。
可选的,包括:
通过数据中心内的不同平台获取老年用户的用电数据。
在实施中,通过数据中心内的不同平台获取老年用户的用电数据分为两个步骤,包括:
首先,用电数据由Hbase平台实时采集;
其次,通过Kafka平台编制项目专用Topic,过滤挖掘出所需用户的原始用电数据,实时存入数据库。
数据挖掘部分通过浙电云数据中心内的不同平台相互作用形成,首先,用户用电采集数据由Hbase平台实时采集,再通过Kafka平台编制“关爱独居老人”项目专用Topic,用于过滤挖掘出所需用户的原始用电数据,实时存入浙电云ODPS数据库。模型实现部分采用“浙电云”算法平台Kubeflow,通过一般筛选算法模型和人工智能算法模型两种方式,输出逻辑判断结果和脱敏数据量结果。网络输出部分采用电力信息内网上浙电云RDS数据库缓存,再通过SQL穿通内外网隔离装置(网闸),将结果信息缓存于电力信息外网应用服务器,最后通过电力信息外网—政务外网专线向政府平台传送。
本***主要在用户数据存入存入Hbase数据库后,通过Kafka平台上“关爱独居老人”Topic实时过滤读取相关数据,并缓存至ODPS数据库,再经过Kubeflow平台分析计算后,将结果回写ODPS数据库,并缓存至RDS数据库,通过SQL穿透后。缓存至信息外网应用服务器,最后通过电力信息外网-政务外网专线传送至政府平台数据接收端。
上述实施例中的各个序号仅仅为了描述,不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.用于独居老人检测的用电数据处理方法,其特征在于,所述用户状态判断方法,包括:
获取老年用户的用电数据;
对用电数据进行分析,判断是否存在用电异常;
如果存在用电异常则结合历史用电量判断老年用户是否在家;
如果判断用户在家则采取入户救援措施。
2.根据权利要求1所述的用于独居老人检测的用电数据处理方法,其特征在于,所述获取老年用户的用电数据,包括:
获取供电辖区内的用户信息,根据用户信息筛选出老年用户;
从对应用户信息的用电数据中选取老年用户的用电数据。
3.根据权利要求1所述的用于独居老人检测的用电数据处理方法,其特征在于,所述对用电数据进行分析,判断是否存在用电异常,包括:
对每个用户每个时间点数据进行平均值、方差求取,求出各个时间点的正常用电量与方差;
在分析一组数据时,采用其前后两个时刻的数据,与其本身进行均值滤波;
利用求解得到的数据,与正常电量作差,如果偏差超过三倍方差线,则为异常数据,判断存在用电异常。
4.根据权利要求1所述的用于独居老人检测的用电数据处理方法,其特征在于,所述如果存在用电异常则结合历史用电量判断老年用户是否在家,包括:
求取老人一天内的电量数据之和与方差;
对每个用户的日均用电量,利用K-means聚类算法进行二分类,将中心值较高的数据作为老人在家标准,中心值较低的数据作为老人不在家标准;
获取一组样本数据,计算样本数据与两个标准值的欧式距离,若距离在家标准更近,则判定老人在家,反之为不在家。
5.根据权利要求1所述的用于独居老人检测的用电数据处理方法,其特征在于,包括:
通过数据中心内的不同平台获取老年用户的用电数据。
6.根据权利要求1所述的用于独居老人检测的用电数据处理方法,其特征在于,所述通过数据中心内的不同平台获取老年用户的用电数据,包括:
首先,用电数据由Hbase平台实时采集;
再通过Kafka平台编制项目专用Topic,过滤挖掘出所需用户的原始用电数据,实时存入数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911201689.3A CN111179109A (zh) | 2019-11-29 | 2019-11-29 | 用于独居老人检测的用电数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911201689.3A CN111179109A (zh) | 2019-11-29 | 2019-11-29 | 用于独居老人检测的用电数据处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111179109A true CN111179109A (zh) | 2020-05-19 |
Family
ID=70657138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911201689.3A Pending CN111179109A (zh) | 2019-11-29 | 2019-11-29 | 用于独居老人检测的用电数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111179109A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396087A (zh) * | 2020-09-28 | 2021-02-23 | 国网浙江省电力有限公司杭州供电公司 | 基于智能电表的独居老人用电数据分析方法及装置 |
CN112505401A (zh) * | 2020-11-10 | 2021-03-16 | 杭州凯达电力建设有限公司自动化运维分公司 | 一种独居老人活动分析的分布电量监控报警*** |
CN112505402A (zh) * | 2020-11-10 | 2021-03-16 | 杭州凯达电力建设有限公司自动化运维分公司 | 一种基于数据库预测的独居老人电能监控*** |
CN112801154A (zh) * | 2021-01-19 | 2021-05-14 | 城云科技(中国)有限公司 | 孤寡老人的行为分析方法和*** |
CN112882431A (zh) * | 2021-01-12 | 2021-06-01 | 深圳美华电力工程设计有限公司 | 节能式配电房监控***和监控方法 |
CN113159140A (zh) * | 2021-04-01 | 2021-07-23 | 上海应用技术大学 | 独居老人日常用水均值数据处理方法 |
CN113298577A (zh) * | 2021-06-23 | 2021-08-24 | 福建亿力优能电力科技有限公司 | 一种基于智能监测终端的孤寡老人异常状态告警监测方法 |
CN113780452A (zh) * | 2021-09-16 | 2021-12-10 | 国网北京市电力公司 | 独居群体的监控方法、监控装置以及电子设备 |
CN114022307A (zh) * | 2021-11-03 | 2022-02-08 | 福州大学 | 分等级、分时级的孤寡老人用电量异常变化分析方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868906A (zh) * | 2016-03-28 | 2016-08-17 | 国网河南省电力公司电力科学研究院 | 一种优化的区域发展成熟度分析方法 |
CN106778314A (zh) * | 2017-03-01 | 2017-05-31 | 全球能源互联网研究院 | 一种基于k‑means的分布式差分隐私保护方法 |
CN107423746A (zh) * | 2017-04-06 | 2017-12-01 | 广东电网有限责任公司云浮供电局 | 基于聚类分析的电力线通信用电量数据分析方法及*** |
CN108776939A (zh) * | 2018-06-07 | 2018-11-09 | 上海电气分布式能源科技有限公司 | 用户用电行为的分析方法及*** |
CN109190890A (zh) * | 2018-07-27 | 2019-01-11 | 南京理工大学 | 一种基于用户电力消费数据的用户行为分析方法 |
CN109447179A (zh) * | 2018-11-13 | 2019-03-08 | 广州凌正信息科技有限公司 | 基于大数据的社区物业管理*** |
-
2019
- 2019-11-29 CN CN201911201689.3A patent/CN111179109A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868906A (zh) * | 2016-03-28 | 2016-08-17 | 国网河南省电力公司电力科学研究院 | 一种优化的区域发展成熟度分析方法 |
CN106778314A (zh) * | 2017-03-01 | 2017-05-31 | 全球能源互联网研究院 | 一种基于k‑means的分布式差分隐私保护方法 |
CN107423746A (zh) * | 2017-04-06 | 2017-12-01 | 广东电网有限责任公司云浮供电局 | 基于聚类分析的电力线通信用电量数据分析方法及*** |
CN108776939A (zh) * | 2018-06-07 | 2018-11-09 | 上海电气分布式能源科技有限公司 | 用户用电行为的分析方法及*** |
CN109190890A (zh) * | 2018-07-27 | 2019-01-11 | 南京理工大学 | 一种基于用户电力消费数据的用户行为分析方法 |
CN109447179A (zh) * | 2018-11-13 | 2019-03-08 | 广州凌正信息科技有限公司 | 基于大数据的社区物业管理*** |
Non-Patent Citations (2)
Title |
---|
汤一平等: "一种智能监控***的设计与实现", 《工业控制计算机》, vol. 18, no. 5, pages 239 - 54 * |
魏祎璇: "建筑能源需求侧管理的数据挖掘方法及案例分析", 《暖通空调》, vol. 47, no. 9, pages 27 - 32 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396087A (zh) * | 2020-09-28 | 2021-02-23 | 国网浙江省电力有限公司杭州供电公司 | 基于智能电表的独居老人用电数据分析方法及装置 |
CN112396087B (zh) * | 2020-09-28 | 2024-04-26 | 国网浙江省电力有限公司杭州供电公司 | 基于智能电表的独居老人用电数据分析方法及装置 |
CN112505401B (zh) * | 2020-11-10 | 2023-08-29 | 杭州凯达电力建设有限公司自动化运维分公司 | 一种独居老人活动分析的分布电量监控报警*** |
CN112505401A (zh) * | 2020-11-10 | 2021-03-16 | 杭州凯达电力建设有限公司自动化运维分公司 | 一种独居老人活动分析的分布电量监控报警*** |
CN112505402A (zh) * | 2020-11-10 | 2021-03-16 | 杭州凯达电力建设有限公司自动化运维分公司 | 一种基于数据库预测的独居老人电能监控*** |
CN112505402B (zh) * | 2020-11-10 | 2023-08-29 | 杭州凯达电力建设有限公司自动化运维分公司 | 一种基于数据库预测的独居老人电能监控*** |
CN112882431A (zh) * | 2021-01-12 | 2021-06-01 | 深圳美华电力工程设计有限公司 | 节能式配电房监控***和监控方法 |
CN112801154A (zh) * | 2021-01-19 | 2021-05-14 | 城云科技(中国)有限公司 | 孤寡老人的行为分析方法和*** |
CN112801154B (zh) * | 2021-01-19 | 2024-02-02 | 城云科技(中国)有限公司 | 孤寡老人的行为分析方法和*** |
CN113159140A (zh) * | 2021-04-01 | 2021-07-23 | 上海应用技术大学 | 独居老人日常用水均值数据处理方法 |
CN113298577A (zh) * | 2021-06-23 | 2021-08-24 | 福建亿力优能电力科技有限公司 | 一种基于智能监测终端的孤寡老人异常状态告警监测方法 |
CN113780452A (zh) * | 2021-09-16 | 2021-12-10 | 国网北京市电力公司 | 独居群体的监控方法、监控装置以及电子设备 |
CN114022307A (zh) * | 2021-11-03 | 2022-02-08 | 福州大学 | 分等级、分时级的孤寡老人用电量异常变化分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111179109A (zh) | 用于独居老人检测的用电数据处理方法 | |
CN110097297B (zh) | 一种多维度窃电态势智能感知方法、***、设备及介质 | |
CN107742127B (zh) | 一种改进的防窃电智能预警***及方法 | |
CN110287552B (zh) | 基于改进随机森林算法的电机轴承故障诊断方法及*** | |
CN109977535B (zh) | 一种线损异常诊断方法、装置、设备及可读存储介质 | |
CN109218114A (zh) | 一种基于决策树的服务器故障自动检测***及检测方法 | |
CN108846585A (zh) | 一种煤矿隐患处理管理*** | |
CN106022592A (zh) | 一种用电行为异常检测与治安风险预警方法及装置 | |
CN110162445A (zh) | 基于主机日志及性能指标的主机健康评价方法及装置 | |
CN111162949A (zh) | 一种基于Java字节码嵌入技术的接口监测方法 | |
CN103227734A (zh) | 一种OpenStack云平台异常的检测方法 | |
CN109947815B (zh) | 一种基于离群点算法的窃电辨识方法 | |
CN104156403A (zh) | 一种基于聚类的大数据常态模式提取方法及*** | |
CN113591393B (zh) | 智能变电站的故障诊断方法、装置、设备和存储介质 | |
CN111695792B (zh) | 基于多属性聚类的地铁照明***异常能耗分析方法 | |
CN115865649B (zh) | 一种智能运维管理控制方法、***和存储介质 | |
CN114723285A (zh) | 一种电网设备安全性评估预测方法 | |
CN109491339B (zh) | 一种基于大数据的变电站设备运行状态预警*** | |
CN111898385A (zh) | 一种地震灾害评估方法及*** | |
CN114267178A (zh) | 一种车站的智能运营维护方法及装置 | |
CN114266455A (zh) | 一种基于知识图谱的可视化企业风险评估方法 | |
CN109624984A (zh) | 一种移动互联网智能车载*** | |
CN111708817B (zh) | 一种变电站监控信息的智能处置方法 | |
CN111506635A (zh) | 一种基于自回归和朴素贝叶斯算法的居民用电行为分析的***及方法 | |
CN111062562A (zh) | 一种社区网格服务联动处置控制方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |