物联网设备状态检测方法、计算机设备及存储介质技术

本发明专利技术公开了一种物联网设备状态检测方法，包括获得耗能设备的历史用能数据并清洗错误数据；建立模型并训练，获得模型参数；根据模型参数确定每个设备的各个状态阈值范围；数据对比。本发明专利技术的方法可以较准确的根据设备的用能数据检测出设备的状态，同时还具阈值范围更新和设备用能异常报警功能。

【技术实现步骤摘要】
物联网设备状态检测方法、计算机设备及存储介质
本专利技术涉及设备状态检测
，特别涉及一种基于EM算法的高斯混合模型的物联网设备状态检测方法、计算机设备及存储介质。
技术介绍
在当今这个万物互联的时代，人们使用物联网设备来采集各式各样设备的使用数据。这其中包括耗能设备的用能数据。由于物联网采集设备的特性，只能时段性的采集并上传耗能设备的用能数据，通常间隔时段为15分钟-1个小时，甚至1天。因为更短采集上传间隔会消耗更多的物联网卡的流量，更多的物联网设备(网关+计量表)的电池电量，更多的带宽，更多的服务器资源，最终会造成该物联网采集方案成本的飙升。其中，以15分钟时间段的用电数据为例，数据也并不是严格的15分钟对齐，可能是14分多不到15分钟，也可能是15分多，接近16分钟，甚至偏差更多。并且，耗能设备的用能数据也常常不是定值，而是一个变化的值。因为耗电设备的负载不同，所需电流就不同，功率就不同，导致用电数据就不同。这就对通过这些时段性用能数据判断设备状态造成了困难，使用传统方法，根据现有设备的时段性的用能数据，并不能准确检测出耗能设本文档来自技高网...

【技术保护点】
1.一种基于EM算法的高斯混合模型的物联网设备状态检测方法，其特征在于，包括以下步骤：/n步骤1.数据获取，通过物联网数据库获取一定时间段内需要检测的每个耗能设备的历史用能数据；/n步骤2.数据清洗，去除获取的数据中的异常数据，保留正常数据作为训练数据；/n步骤3.建模并训练模型，获得高斯分布的最优参数；将每个耗能设备的历史用能数据逐一输入模型，通过EM算法，经过一定的迭代次数，得到该耗能设备的高斯混合模型的最优参数；/n步骤4.计算每个耗能设备的各个状态的用能数据阈值范围；/n步骤5.数据比对，将收到的耗能设备的用能数据与该耗能设备的各个状态的用能数据阈值范围进行对比，确定耗能设备的在采集时...

【技术特征摘要】
1.一种基于EM算法的高斯混合模型的物联网设备状态检测方法，其特征在于，包括以下步骤：
步骤1.数据获取，通过物联网数据库获取一定时间段内需要检测的每个耗能设备的历史用能数据；
步骤2.数据清洗，去除获取的数据中的异常数据，保留正常数据作为训练数据；
步骤3.建模并训练模型，获得高斯分布的最优参数；将每个耗能设备的历史用能数据逐一输入模型，通过EM算法，经过一定的迭代次数，得到该耗能设备的高斯混合模型的最优参数；
步骤4.计算每个耗能设备的各个状态的用能数据阈值范围；
步骤5.数据比对，将收到的耗能设备的用能数据与该耗能设备的各个状态的用能数据阈值范围进行对比，确定耗能设备的在采集时段内的工作状态。


2.根据权利要求1所述的一种基于EM算法的高斯混合模型的物联网设备状态检测方法，其特征在于，还包括：
步骤6.异常报警，当收到的耗能设备的用能数据超出各个状态的用能数据阈值范围时，即触发报警。


3.根据权利要求2所述的一种基于EM算法的高斯混合模型的物联网设备状态检测方法，其特征在于，
触发报警时具体产生两种警报：模型警报和耗能设备警报；模型警报：说明模型不能拟合当前数据，应该重新训练模型，获取新的用能数据阈值范围；设备警报：表明耗能设备用能异常。


4.根据权利要求1所述的一种基于EM算法的高斯混合模型的物联网设备状态检测方法，其特征在于，所述步骤2中数据清洗时包括以n分钟为基准，清洗掉采集的小于n分钟或者大于n分钟的用能数据。


5.根据权利要求1所述的一种基于EM算法的高斯混合模型的物联网设备状态检测方法，其特征在于，所述步骤3具体包括：
步骤3.1.对每个耗能设备分别建立一个高斯分量为k的高斯混合模型，得到模型目标函数：



其中：x表示历史用能数据；N()表示高斯分布；πk表示权重，即第k个高斯分布在该模型的贡献大小；μk表示第k个高斯分布的均值，∑k表示第k个高斯分布的方差；
步骤3.2.引入隐变量zk，1＜＝zk＜＝K，zk表示该条数据属于第k个高斯分布，则γ(zk)表示该条数据属于第k个高斯分布的概率：



计算πk，μk，∑k，对(1)式样本x连乘并取对数，然后分别对πk，μk，∑k求导可得：









其中，N代表该设备用能历史数据条数；
步骤3.3.利用EM算法求解；
E-step：根...

【专利技术属性】
技术研发人员：王曦，杨赟捷，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川;51