[發明專利]用電量模式學習方法、裝置及智能電表

有效

• 申請號: 201611233724.6
• 申請日: 2016-12-28
• 公開（公告）號: CN106771429B
• 公開（公告）日: 2019-07-26
• 發明（設計）人: 郭斯羽;朱輝;溫和;唐璐;梁夢霞;宋鵬程
• 申請（專利權）人: 湖南大學
• 主分類號: G01R11/00
• 分類號: G01R11/00;G05B19/042
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 鄧超

本發明提供一種用電量模式學習方法、裝置及智能電表，涉及智能家電技術領域。所述方法包括獲取預設學習期間內的實況氣溫對應的用電量；根據所述用電量及所述實況氣溫所屬的預設溫度區間，建立所述預設溫度區間的用電量樣本集；根據正態分布概率函數的反函數及所述用電量樣本集中的樣本個數，計算第一參數集；根據所述用電量樣本集及所述第一參數集，建立用電量模式學習模型，實現對預設溫度區間的用電量模式的學習。從而剖析出個人用戶在不同預設溫度區間內的用電習慣，以便能根據個人用戶的用電習慣提供私人定制的精準化服務。

技術領域

本發明涉及智能家電技術領域，具體而言，涉及一種用電量模式學習方法、裝置及智能電表。

背景技術

人們將具有部分或全部智慧特征的能力統稱為智能。人的智能主要表現在感知、思維、判斷、學習、執行的過程。具備某些人類智慧特征能力且能部分或全部代替人完成某些事情，或完成人類不能完成的事情的家電可以稱之為智能家電。現如今的智能家電技術已經很成熟了，給人們的生活帶來了極大的便利。

但隨著大數據時代的來臨，科技的進步，人們對智能家電又有了新的要求。也就是說如今只能在人們可知范圍內為人們服務的家電從某種意義上來說對人們來說已經算不上智能了。更希望智能家電能對未來進行預判，并根據預判為人們提供精準化服務。以智能電表為例，現有的智能電表雖能遠程控制及遠程抄表等，但卻不能根據個人用電習慣提供私人定制的精準化服務。

發明內容

為了實現上述目的，本發明實施例采用的技術方案如下：

本發明實施例提供一種用電量模式學習方法，應用于與數據服務器通信連接的智能電表，所述方法包括：獲取預設學習期間內的實況氣溫對應的用電量；根據所述用電量及所述實況氣溫所屬的預設溫度區間，建立所述預設溫度區間的用電量樣本集；根據正態分布概率函數的反函數及所述用電量樣本集中的樣本個數，計算第一參數集；根據所述用電量樣本集及所述第一參數集，建立用電量模式學習模型，實現對預設溫度區間的用電量模式的學習。

本發明實施例還提供一種用電量模式學習裝置，應用于與數據服務器通信連接的智能電表，所述裝置包括：獲取模塊，用于獲取預設學習期間內的實況氣溫對應的用電量；建立模塊，用于根據所述用電量及所述實況氣溫所屬的預設溫度區間，建立所述預設溫度區間的用電量樣本集；計算模塊，用于根據正態分布概率函數的反函數及所述用電量樣本集中的樣本個數，計算第一參數集；模型建立模塊，用于根據所述用電量樣本集及所述第一參數集，建立用電量模式學習模型；以及建立每個子集對應的用電量模式學習模型。

本發明實施例還提供一種智能電表，所述智能電表包括：存儲器；處理器；以及用電量模式學習裝置，所述裝置包括：獲取模塊，用于獲取預設學習期間內的實況氣溫對應的用電量；建立模塊，用于根據所述用電量及所述實況氣溫所屬的預設溫度區間，建立所述預設溫度區間的用電量樣本集；計算模塊，用于根據正態分布概率函數的反函數及所述用電量樣本集中的樣本個數，計算第一參數集；模型建立模塊，用于根據所述用電量樣本集及所述第一參數集，建立用電量模式學習模型。

與現有技術相比，本發明提供一種用電量模式學習方法、裝置及智能電表。通過將學習期間內的實況氣溫對應的用電量加入所述實況氣溫所屬的預設溫度區間，建立所述預設溫度區間的用電量樣本集；根據正態分布概率函數的反函數及所述用電量樣本集中的樣本個數，計算第一參數集；根據所述用電量樣本集及所述第一參數集，建立用電量模式學習模型，完成對預設溫度區間的用電量模式的學習。從而剖析出個人用戶在不同預設溫度區間內的用電習慣，以便能根據個人用戶的用電習慣提供私人定制的精準化服務。

為使本發明的上述目的、特征和優點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。

附圖說明