[發明專利]物聯網設備狀態檢測方法、計算機設備及存儲介質

在審

• 申請號: 202011424603.6
• 申請日: 2020-12-08
• 公開（公告）號: CN112600901A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 王曦;楊赟捷
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;G06F16/215;G08B21/24;G16Y40/10
• 代理公司: 四川省成都市天策商標專利事務所 51213
• 代理人: 郭會

1.一種基于EM算法的高斯混合模型的物聯網設備狀態檢測方法，其特征在于，包括以下步驟：

步驟1.數據獲取，通過物聯網數據庫獲取一定時間段內需要檢測的每個耗能設備的歷史用能數據；

步驟2.數據清洗，去除獲取的數據中的異常數據，保留正常數據作為訓練數據；

步驟3.建模并訓練模型，獲得高斯分布的最優參數；將每個耗能設備的歷史用能數據逐一輸入模型，通過EM算法，經過一定的迭代次數，得到該耗能設備的高斯混合模型的最優參數；

步驟4.計算每個耗能設備的各個狀態的用能數據閾值范圍；

步驟5.數據比對，將收到的耗能設備的用能數據與該耗能設備的各個狀態的用能數據閾值范圍進行對比，確定耗能設備的在采集時段內的工作狀態。

2.根據權利要求1所述的一種基于EM算法的高斯混合模型的物聯網設備狀態檢測方法，其特征在于，還包括：

步驟6.異常報警，當收到的耗能設備的用能數據超出各個狀態的用能數據閾值范圍時，即觸發報警。

3.根據權利要求2所述的一種基于EM算法的高斯混合模型的物聯網設備狀態檢測方法，其特征在于，

觸發報警時具體產生兩種警報：模型警報和耗能設備警報；模型警報：說明模型不能擬合當前數據，應該重新訓練模型，獲取新的用能數據閾值范圍；設備警報：表明耗能設備用能異常。

4.根據權利要求1所述的一種基于EM算法的高斯混合模型的物聯網設備狀態檢測方法，其特征在于，所述步驟2中數據清洗時包括以n分鐘為基準，清洗掉采集的小于n分鐘或者大于n分鐘的用能數據。

5.根據權利要求1所述的一種基于EM算法的高斯混合模型的物聯網設備狀態檢測方法，其特征在于，所述步驟3具體包括：

步驟3.1.對每個耗能設備分別建立一個高斯分量為k的高斯混合模型，得到模型目標函數：

其中：x表示歷史用能數據；N()表示高斯分布；π_k表示權重，即第k個高斯分布在該模型的貢獻大小；μ_k表示第k個高斯分布的均值，∑_k表示第k個高斯分布的方差；

步驟3.2.引入隱變量z_k，1＜＝z_k＜＝K，z_k表示該條數據屬于第k個高斯分布，則γ(z_k)表示該條數據屬于第k個高斯分布的概率：

計算π_k，μ_k，∑_k，對(1)式樣本x連乘并取對數，然后分別對π_k，μ_k，∑_k求導可得：

其中，N代表該設備用能歷史數據條數；

步驟3.3.利用EM算法求解；

E-step：根據π_k，μ_k，∑_k計算γ：

M-step：根據E-step計算出來的γ，計算新的π_k，μ_k，∑_k：

其中，E-step，第一次需要通過隨機給定π_k，μ_k，∑_k的值計算γ，第二次及以后可根據M-step計算的π_k，μ_k，∑_k，計算γ；

M-step，根據E-step計算出的γ來算出新的

EM算法通過不斷的迭代：E-step更新γ，M-step更新直到μ收斂或者經過一定迭代次數后停止，最終求出各個高斯分布的參數π_k，μ_k，∑_k；

步驟3.4.根據得到的模型參數得到k組參數的高斯分布，分別代表耗能設備不同狀態的高斯分布。