一种用水事件识别模型的建立求解方法及系统技术方案

本发明专利技术涉及一种用水事件识别模型的建立求解方法及系统，对于5种不同的用水事件：洗手、洗脸、洗碗、洗衣服和洗浴，归纳提取出每个用水事件的独有特征值，包括外界气温、用水停顿间隔次数、用水时长和冷热水配比量，根据每个用水事件特有的性质给定不同的特征值权重。将5种用水事件各自不同的特征值输入到隐马尔可夫模型中，基于这些特征值创建用水事件识别模型，然后再采用维特比算法进行用水事件识别模型求解，较为准确的识别出用水事件。基于模型求解识别出的用水事件，应用系统在不同的用水情况下太阳能热水器可以实施可变的间断式补水策略，以提高用户的使用舒适度，实现太阳能热水器能源的最大化利用。能热水器能源的最大化利用。能热水器能源的最大化利用。

【技术实现步骤摘要】
一种用水事件识别模型的建立求解方法及系统


[0001]本专利技术涉及一种用水事件识别模型的建立求解方法及系统，以计算机理论为基础，提高热水的利用率。

技术介绍

[0002]本专利技术提供了一种用水事件识别模型的建立求解方法及系统，该应用系统可以实现在不启用时管道内无滞留水，解决了传统太阳能热水器管道内热水热能损耗的问题。系统装置中的保温桶在使用时需要进行间断式的补水，为了实现装置可变的间断式补水策略正常运行，需要准确预测识别出用户的每个用水事件。目前许多专利和文献都对用水事件识别做了许多研究。在专利CN105115164B中，提供了一种基于水流量的用水事件识别方法，但是该方法仅能对单个用水事件进行简单的识别，而本系统需要识别出用户所有可能的用水事件，通过识别用水事件来优化装置的补水策略。对于多种不同的用水事件，如洗手、洗碗、洗浴等，需要更多的特征值来对不同的用水事件进行描述限定。
[0003]所以，需要提供一种基于多特征值的用水事件识别模型。

技术实现思路

[0004]本专利技术提供一种用水事件识别模型的建立求解方法及系统，较为准确的识别用水事件，以实现太阳能热水器能源的最大化利用。
[0005]本专利技术解决其技术问题所采用的技术方案是：
[0006]一种用水事件识别模型的建立求解方法，包括以下步骤：
[0007]步骤S1：提取每种已知用水事件的四个特征值，分别为外界气温、用水停顿间隔次数、用水时长以及冷热水配比量；
[0008]步骤S2：记录每种用水事件对应的特征值，将用水事件与特征值匹配，其中，用水事件定义洗手、洗脸、洗碗、洗衣服以及洗浴；
[0009]步骤S3：将洗手、洗脸、洗碗、洗衣服以及洗浴五种用水事件的特征值输入隐马尔科夫模型中，创建用水事件识别模型；
[0010]步骤S4：采用维特比算法对步骤S3创建的用水事件识别模型求解，准确识别用水事件；
[0011]作为本专利技术的进一步优选，步骤S3中的隐马尔科夫模型包括三个元素，分别为：
[0012]不同用水事件间的状态转移矩阵A，其基于用户的用水习惯，描述不同用水事件间转变的概率；
[0013]不同用水事件的发生概率矩阵B，其基于每个用水事件不同的特征值，描述用水事件在给定状态下的发生概率；
[0014]矩阵П，表示初始时刻用水事件的概率分布矩阵；
[0015]作为本专利技术的进一步优选，所述不同用水事件间的状态转移矩阵A，生成的矩阵为：
[0016][0017]其中，矩阵A中的元素a
xy
表示用水事件x到下一个用水事件y的发生概率，其中用水事件1表示洗手，用水事件2表示洗脸，用水事件3表示洗碗，用水事件4表示洗衣服，用水事件5表示洗浴；
[0018]作为本专利技术的进一步优选，不同用水事件的发生概率矩阵B基于特征外界气温生成的矩阵为：
[0019][0020]其中，矩阵B1中的元素b
1(m
‑
n)
表示在特征n的情况下用水事件m发生的概率，特征1表示外界气温在0℃
‑
15℃之间，特征2表示外界气温在15℃
‑
25℃之间，特征3表示外界气温在25℃
‑
35℃之间；用水事件1表示洗手，用水事件2表示洗脸，用水事件3表示洗碗，用水事件4表示洗衣服，用水事件5表示洗浴；
[0021]不同用水事件的发生概率矩阵B基于用水停顿间隔次数生成的矩阵为：
[0022][0023]其中，矩阵B2中的元素b
2(a
‑
b)
表示在特征b的情况下用水事件a发生的概率，特征1表示无停顿，特征2表示停顿间隔1次，特征3表示停顿间隔2次，特征4表示停顿间隔次数大于2次；用水事件1表示洗手，用水事件2表示洗脸，用水事件3表示洗碗，用水事件4表示洗衣服，用水事件5表示洗浴；
[0024]不同用水事件的发生概率矩阵B基于用水时长生成的矩阵为：
[0025][0026]其中，矩阵B3中的元素b
3(p
‑
q)
表示在特征q的情况下用水事件p发生的概率，特征1表示用水时长在0秒至30秒之间，特征2表示用水时长在30秒至60秒之间，特征3表示用水时长在60秒至120秒之间，特征4表示用水时长在120秒至300秒之间，特征5表示用水时长在300秒以上；用水事件1表示洗手，用水事件2表示洗脸，用水事件3表示洗碗，用水事件4表示洗衣服，用水事件5表示洗浴；
[0027]不同用水事件的发生概率矩阵B基于冷热水配比量生成的矩阵为：
[0028][0029]其中，矩阵B4中的元素b
4(j
‑
k)
表示在特征k的情况下用水事件j发生的概率，特征1表示冷水量占比在0％
‑
20％之间、热水占比在80％
‑
100％之间，特征2表示冷水量占比在20％
‑
40％之间、热水占比在60％
‑
80％之间，特征3表示冷水量占比在40％
‑
60％之间、热水占比在40％
‑
60％之间，特征4表示冷水量占比在60％
‑
80％之间、热水占比在20％
‑
40％之间，特征5表示冷水量占比在80％
‑
100％之间、热水占比在0％
‑
20％之间；用水事件1表示洗手，用水事件2表示洗脸，用水事件3表示洗碗，用水事件4表示洗衣服，用水事件5表示洗浴；
[0030]作为本专利技术的进一步优选，不同的用水事件对应每个特征值的发生概率不同，导致每个用水事件在同一特征值上会有不同的数值表现；
[0031]对于不同用水事件的特征值差异，通过给每个特征值对应用水事件的发生概率加上一个权重，越接近特征量的概率权重越高，对不同用水事件的发生概率矩阵B中的每个发生概率值进行优化；
[0032]作为本专利技术的进一步优选，矩阵П的表达式为：[π
1 π
2 π
3 π
4 π5]，其中π1表示初始时刻洗手事件发生的概率，π2表示初始时刻洗脸事件发生的概率，π3表示初始时刻洗碗事件发生的概率，π4表示初始时刻洗衣服事件发生的概率，π5表示初始时刻洗浴事件发生的概率；
[0033]作为本专利技术的进一步优选，
[0034]特征值中的外界气温的数据值通过当地实时发布的天气情况获取；
[0035]特征值中的用水停顿间隔次数以及用水时长的数据值通过用户用水的使用情况获取；
[0036]特征值中的冷热水配比量的数据值通过分别计算获取的冷水量和热水量的占比获取；
[0037]用于所述用水事件识别模型的建立求解方法的系统，：包括太阳能热水器水箱、电磁控制阀、第一三通阀、第二三通阀、第一流量计、第二流量计、第三流量计、第四流量计、第一混水箱以及第二混水箱，太阳能热水器水箱与保温桶连通，保温桶通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用水事件识别模型的建立求解方法，其特征在于：包括以下步骤：步骤S1：提取每种已知用水事件的四个特征值，分别为外界气温、用水停顿间隔次数、用水时长以及冷热水配比量；步骤S2：记录每种用水事件对应的特征值，将用水事件与特征值匹配，其中，用水事件定义洗手、洗脸、洗碗、洗衣服以及洗浴；步骤S3：将洗手、洗脸、洗碗、洗衣服以及洗浴五种用水事件的特征值输入隐马尔科夫模型中，创建用水事件识别模型；步骤S4：采用维特比算法对步骤S3创建的用水事件识别模型求解，准确识别用水事件。2.根据权利要求1所述的基于多特征量提取应用的用水事件识别模型的建立方法，其特征在于：步骤S3中的隐马尔科夫模型包括三个元素，分别为：不同用水事件间的状态转移矩阵A，其基于用户的用水习惯，描述不同用水事件间转变的概率；不同用水事件的发生概率矩阵B，其基于每个用水事件不同的特征值，描述用水事件在给定状态下的发生概率；矩阵П，表示初始时刻用水事件的概率分布矩阵。3.根据权利要求2所述的用水事件识别模型的建立求解方法，其特征在于：所述不同用水事件间的状态转移矩阵A，生成的矩阵为：其中，矩阵A中的元素a
xy
表示用水事件x到下一个用水事件y的发生概率，其中用水事件1表示洗手，用水事件2表示洗脸，用水事件3表示洗碗，用水事件4表示洗衣服，用水事件5表示洗浴。4.根据权利要求3所述的用水事件识别模型的建立求解方法，其特征在于：不同用水事件的发生概率矩阵B基于特征外界气温生成的矩阵为：其中，矩阵B1中的元素b
1(m
‑
n)
表示在特征n的情况下用水事件m发生的概率，特征1表示外界气温在0℃
‑
15℃之间，特征2表示外界气温在15℃
‑
25℃之间，特征3表示外界气温在25℃
‑
35℃之间；用水事件1表示洗手，用水事件2表示洗脸，用水事件3表示洗碗，用水事件4表示洗衣服，用水事件5表示洗浴；不同用水事件的发生概率矩阵B基于用水停顿间隔次数生成的矩阵为：
其中，矩阵B2中的元素b
2(a
‑
b)
表示在特征b的情况下用水事件a发生的概率，特征1表示无停顿，特征2表示停顿间隔1次，特征3表示停顿间隔2次，特征4表示停顿间隔次数大于2次；用水事件1表示洗手，用水事件2表示洗脸，用水事件3表示洗碗，用水事件4表示洗衣服，用水事件5表示洗浴；不同用水事件的发生概率矩阵B基于用水时长生成的矩阵为：其中，矩阵B3中的元素b
3(p
‑
q)
表示在特征q的情况下用水事件p发生的概率，特征1表示用水时长在0秒至30秒之间，特征2表示用水时长在30秒至60秒之间，特征3表示用水时长在60秒至120秒之间，特征4表示用水时长在120秒至300秒之间，特征5表示用水时长在300秒以上；用水事件1表示洗手，用水事件2表示洗脸，用水事件3表示洗碗，用水事件4表示洗衣服，用水事件5表示洗浴；不同用水事件的发生概率矩阵B基于冷热水配比量生成的矩阵为：其中，矩阵B4中的元素b
4(j
‑
k)
表示在特征k的情况下用水事件j发生的概率，特征1表示冷水量占比在0％
‑
20％之间、热水占比在80％
‑
100％之...

【专利技术属性】
技术研发人员：王强，王杰，宋帅迪，
申请(专利权)人：南通大学，
类型：发明
国别省市：