[发明专利]一种基于用电特性的用电安全监测方法及系统

权利要求书

1.一种基于用电特性的用电安全监测方法，其特征在于，包括以下步骤：

接收用电数据并进行预处理，生成用电参数矩阵；

根据所述用电参数矩阵，基于预先训练的用电设备识别模型，通过识别用电设备的启停来识别当前处于工作状态的用电设备；

对于处于工作状态的用电设备，基于预先训练的用电设备状态诊断模型进行状态监测；

所述用电参数矩阵反映一段时间内各个用电参数的变化趋势，所述一段时间包含多个电压周期；所述用电参数矩阵的每一列表示某时刻各用电参数的值，每一行表示一个用电参数的值随时间的变化趋势；每次接收并处理得到一个电压周期的用电参数时，所述用电参数矩阵执行一次更新，将得到的新的电压周期内的用电参数填充到矩阵末尾，并删除最初填入矩阵的电压周期的用电参数数据。

2.如权利要求1所述的基于用电特性的用电安全监测方法，其特征在于，所述用电数据包括电压数据、电流数据和漏电流数据。

3.如权利要求1所述的基于用电特性的用电安全监测方法，其特征在于，生成用电参数矩阵包括：

对用电数据的波形数据进行修正；

基于修正后的波形数据，根据用电数据计算用电参数；

将各用电参数按时间排序，且每一类用电参数作为一行，得到用电参数矩阵。

4.如权利要求1所述的基于用电特性的用电安全监测方法，其特征在于，所述用电设备识别模型构建方法包括：

对于各类用电设备，采集启动或停止过程的用电数据；

计算各类用电设备的启动或停止过程的用电参数矩阵作为训练数据，基于人工神经网络，训练用电设备识别模型。

5.如权利要求1所述的基于用电特性的用电安全监测方法，其特征在于，所述用电设备状态诊断模型构建过程如下：

对于各类用电设备，分别采集其在正常工作状态和异常工作状态下的用电数据；

计算各类用电设备在正常工作状态和异常工作状态下的用电参数矩阵作为训练数据，基于人工神经网络，训练用电设备识别模型。

6.如权利要求1所述的基于用电特性的用电安全监测方法，其特征在于，处于工作状态的用电设备后，还将启停事件相应时间段的数据排除，再基于预先训练的用电设备状态诊断模型进行状态监测。

7.一种基于用电特性的用电安全监测系统，其特征在于，包括用电数据采集终端和云端服务器；其中，

所述用电数据采集终端，用于接收用电数据并进行预处理，生成用电参数矩阵；根据所述用电参数矩阵，基于预先训练的用电设备识别模型，通过识别用电设备的启停来识别当前处于工作状态的用电设备；

云端服务器，用于对处于工作状态的用电设备，基于预先训练的用电设备状态诊断模型进行状态监测；

所述用电参数矩阵反映一段时间内各个用电参数的变化趋势，所述一段时间包含多个电压周期；所述用电参数矩阵的每一列表示某时刻各用电参数的值，每一行表示一个用电参数的值随时间的变化趋势；每次接收并处理得到一个电压周期的用电参数时，所述用电参数矩阵执行一次更新，将得到的新的电压周期内的用电参数填充到矩阵末尾，并删除最初填入矩阵的电压周期的用电参数数据。

8.如权利要求7所述的一种基于用电特性的用电安全监测系统，其特征在于，所述系统还包括客户端；云端服务器在监测到用电设备异常工作状态时，生成报警信息发送至客户端。