[發明專利]基于智能水表的城市居民用水行為分類方法

在審

• 申請號: 201510553399.0
• 申請日: 2015-09-01
• 公開（公告）號: CN105184479A
• 公開（公告）日: 2015-12-23
• 發明（設計）人: 楊驥;李勇;唐光良;張南峰;楊敬鋒
• 申請（專利權）人: 廣州地理研究所
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06K9/62
• 代理公司: 廣州科粵專利商標代理有限公司 44001
• 代理人: 劉明星

技術領域

本發明涉及城市用水技術領域，具體涉及一種基于智能水表的城市居民用水行為分類方法。

背景技術

水是人們生活的必需品，城市居民的用水行為與其家庭結構、工作性質、生活習慣等因素密切相關。城市居民用水管理部門需要進行用水規劃和供應，前提是掌握各類用戶的用水習慣，從而進行精細化管理。然而，傳統的居民生活用水數據的采集主要是通過人工抄表的方式來獲取，一般每月一次，數據獲取的效率和準確率都偏低，且沒有合適的方法根據大量的用水數據確定各類用戶的用水行為特征。

發明內容

針對現有技術的不足，本發明的目的在于提供一種基于智能水表的城市居民用水行為分類方法，以便為供水部門提供數據支持。

為了實現上述目的，本發明采取的技術方案是：

一種基于智能水表的城市居民日用水行為分類方法，包括步驟：

通過智能水表采集待分類區域內的用戶兩天以上的用水數據；

對用水數據進行預處理，預處理的過程包括：剔除全零用戶的數據；將同一用戶每天同一時段的用水數據相加求平均；計算同一用戶各個時段的平均用水量占日均用水量的比例，以用戶為行，各個時段的用水比例為列，構建用戶日用水特征矩陣；

根據預處理后得到的用戶日用水特征矩陣，對用戶的用水行為進行基于模糊聚類的分類，過程如下：

計算用戶日用水特征矩陣的相關系數矩陣；

將相關系數矩陣正值化，形成模糊矩陣；

將模糊矩陣改造成模糊等價矩陣；

計算模糊等價矩陣的截距陣，將最佳分類效果時的λ的經驗值作為截距陣的取值，得到用戶用水行為的分類結果。

與現有技術相比，本發明的有益效果在于：

本發明以高精度智能水表采集的城市居民生活用水細節數據為基礎，以日為時間尺度，研究基于用水細節數據的城市居民生活用水特征非監督分類算法，按照用水特征對小區居民的生活習慣、家庭結構、工作性質等進行分類。通過用戶的精細化分類，為物業管理公司以及供水企業提供決策依據，為供水管理部門科學規劃、按需供水、節能降耗與精細化管理奠定基礎。

附圖說明

圖1為本發明基于智能水表的城市居民用水行為分類方法的流程示意圖；

圖2為各時段日均用水比例圖；

圖3為λ＝0.9時第1類用戶用水特征圖；

圖4為λ＝0.9時第2類用戶用水特征圖；

圖5為λ＝0.9時其他7類用戶用水特征圖；

圖6第3個和第7個用戶用水特征圖；

圖7為λ＝0.8時第1類用戶用水特征圖；

圖8為λ＝0.8時第3類用戶用水特征圖；

圖9為λ＝0.8時第4類用戶用水特征圖；

圖10為λ＝0.8時第5類用戶用水特征圖。

具體實施方式

隨著物聯網技術的發展，智能水表已逐步推廣應用，使我們可以獲得比過去更為精確的居民生活用水數據。傳統的抄表方式獲得的用水數據精度一般為0.1m³，采集周期一般為30-60天。而通過智能水表采集的數據精度高達0.001m³，采集頻率為15分鐘/次。如此高精度的用水數據，為研究居民的用水習慣、用水特征以及研究用水行為與家庭結構、工作性質、生活習慣之間的關系提供基礎數據的支持，從而對居民小區的管理以及城市居民用水的規劃、供應以及研究應用等帶來深入的影響。因此，本發明將智能水表作為數據來源，下面結合具體實施方式對本發明作進一步的說明。

本發明基于智能水表的城市居民日用水行為分類方法，如圖1所示，包括以下步驟：

步驟s101、通過智能水表采集待分類區域內的用戶兩天以上的用水數據。

步驟s102、對用水數據進行預處理，預處理的過程包括：剔除全零用戶的數據；將同一用戶每天同一時段的用水數據相加求平均；計算同一用戶各個時段的平均用水量占日均用水量的比例，以用戶為行，各個時段的用水比例為列，構建用戶日用水特征矩陣。

步驟s103、根據預處理后得到的用戶日用水特征矩陣，對用戶的用水行為進行基于模糊聚類的分類，過程如下：

計算用戶日用水特征矩陣的相關系數矩陣；

將相關系數矩陣正值化，形成模糊矩陣；

將模糊矩陣改造成模糊等價矩陣；

計算模糊等價矩陣的截距陣，將最佳分類效果時的λ的經驗值作為截距陣的取值，得到用戶用水行為的分類結果。

下面詳細解釋上述預處理和模糊聚類的具體過程。