一种通过电参量特征及算法识别独居老人安全行为的方法和系统技术方案

本发明专利技术公开了一种通过电参量特征及算法识别独居老人安全行为的方法及系统，具体通过用户APP和独居养老相关设备采集生活习惯信息，建立基础日常安全行为模型，若采集独居老人日常行为特征与基础日常安全行为模型匹配度高，则输出基础日常安全行为，若与模型匹配度不满足，提取当前日常行为特征并输出异常行为告警，将异常行为特征作为新的特征信息补充到基础日常行为模型中。进一步的本发明专利技术通过电参量特征为核心，辅助以出入次数特征和起夜次数特征，从而建立更加精准的安全行为模型，能达到准确识别独居老人日常安全行为，实现更准确智能的效果。本发明专利技术能更加准确的监测，识别预警独居老人异常行为，提前发现意外情况，保障老人日常安全。

【技术实现步骤摘要】

本专利技术涉及数据处理，尤其涉及一种通过电参量特征及算法识别独居老人安全行为的方法和系统。

技术介绍

1、由于家庭观念的转变，家庭规模出现逐渐缩小状态，加上独生子女核心化家庭结构的逐渐成熟，这都必然导致“空巢现象”凸显，独居老人会越来越多。日益普遍的“421”家庭结构使得基本依靠子女照顾赡养的传统居家养老方式遇到困难。

2、对于这些独居老人来说，安全行为仅通过安装摄像机、监视器是无法真正做到对老人的安全监控。

3、现有技术中，针对独居老人的健康行为监测的手段之一是依靠各种孤立的传感设备，如手环、血压仪等，无法全面系统对老人安全行为进行有效的监控。

4、另一个独居老人安全监测的研究方向就是提供分析独居老人日常用电量的变化情况，建立用电习惯模型，一旦偏离习惯发出预警信息；然而这种方法仅能根据用电回路功率变化进行数据建模，因其建模对象仅为电能，元素过于简单造成习惯模型可靠度较差。所以现有技术中的方法中仅仅能简单采用传感监测设备或粗糙用电习惯建模，前者只能被动的接收，后者因模型太粗糙导致错误报警，对于使用这些产品的独居老人或其子本文档来自技高网...

【技术保护点】

1.一种通过电参量特征及算法识别独居老人安全行为的方法，其特征在于：包括

2.根据权利要求1所述的通过电参量特征及算法识别独居老人安全行为的方法，其特征在于：所述步骤1中，基础日常安全行为模型包含三类特征向量库，具体包含多组电参量特征向量、多组出入门次数和时间特征向量、多组起夜次数和时间特征向量；其中电参量特征向量由独居场所用电回路采集提供，具体是居家老人使用厨房类电器和使用时间特征值向量、卫浴类电器和使用时间特征值向量；出入次数特征向量由独居场所入户门监测设备提供，具体是智能门磁采集出入次数和时间特征值向量；起夜次数和时间特征向量由独居场所卧室监测设备提供，具体是智能床垫采...

【技术特征摘要】

1.一种通过电参量特征及算法识别独居老人安全行为的方法，其特征在于：包括

2.根据权利要求1所述的通过电参量特征及算法识别独居老人安全行为的方法，其特征在于：所述步骤1中，基础日常安全行为模型包含三类特征向量库，具体包含多组电参量特征向量、多组出入门次数和时间特征向量、多组起夜次数和时间特征向量；其中电参量特征向量由独居场所用电回路采集提供，具体是居家老人使用厨房类电器和使用时间特征值向量、卫浴类电器和使用时间特征值向量；出入次数特征向量由独居场所入户门监测设备提供，具体是智能门磁采集出入次数和时间特征值向量；起夜次数和时间特征向量由独居场所卧室监测设备提供，具体是智能床垫采集的起夜次数和时间特征向量。

3.根据权利要求1所述的通过电参量特征及算法识别独居老人安全行为的方法，其特征在于：所述的步骤2中采集独居老人日常行为特征信息，具体地，独居老人日常行为特征信息包含有三类向量，包括日常电参量特征向量、日常出入门次数和时间特征向量和日常起夜次数和时间特征向量。

4.根据权利要求1所述的通过电参量特征及算法识别独居老人安全行为的方法，其特征在于：所述步骤1中行为基础日常安全行为习惯信息中电参量特征向量d包含有使用电器特征向量，具体的，向量d中含有有功功率差值△p、功率因数值变化值△cos、变化电流变异程度cv、变化电流三次谐波h3、五次谐波h5、7次谐波h7、变化电流波峰系数kf的特征值；

5.根据权利要求1所述的通过电参量特征及算法识别独居老人安全行为的方法，其特征在于：所述步骤2中的独居老人基础日常行为特征信息包含的三类特征向量与步骤1的数据结构和数据内容保持一致，仅特征值存在差别；具体的，电参量特征向量dr包含使用电器向量dr，具体的，dr向量中含有有功功率差值△pr、功率因数值变化值△cosr、变化电流变异程度cvr、变化...

【专利技术属性】
技术研发人员：谢永涛，叶继明，张玉，高旭东，赵东，袁显文，韩浩然，周杰，
申请(专利权)人：河南力安测控科技有限公司，
类型：发明
国别省市：