基于物联网的非侵入式三小场所违规住人检测方法及系统与流程

本发明涉及消防安全管理领域，具体涉及一种基于物联网的非侵入式三小场所违规住人检测方法及系统。

背景技术：

1、三小场所是小档口、小作坊、小娱乐场所的总称，这类场所的空间窄小，是火灾事故多发、亡人火灾易发的场所。三小场所如果存在违规住人问题，一旦发生火灾，特别是深夜凌晨发生火灾，极易造成人员逃生困难。因此，三小场所一直是消防安全排查的重点关注对象。

2、近几年，多地区消防救援大队联合相关部门开展三小场所的大排查大整治工作，但线下排查治理的整体效果并不好，且违规住人“回潮”现象严重，体量也始终难以下降。面对庞大的基数，单单靠人力难以实现全时段、全覆盖监控。因此，有必要结合科技手段和智能产品，对三小场所的违规住人情况实现有效的监管。

技术实现思路

1、本发明的目的在于，针对现有技术中的缺陷，提供一种基于物联网的非侵入式三小场所违规住人检测方法及系统，通过对三小场所的用电数据进行采集、分析，实现对三小场所违规住人情况的有效检测和预警。

2、为实现上述目的，本发明采用以下技术方案：

3、一种基于物联网的非侵入式三小场所违规住人检测方法，包括以下步骤：

4、s1、数据采集：通过全电量采集器采集目标商户的用电数据；

5、s2、筛除失真异常数据：对采集到的用电数据进行异常特征检测，筛除其中的失真异常数据；所述失真异常数据包括异常突变数据、异常缺失数据、异常零值数据和异常累积突变数据；

6、s3、违规住人情况识别：根据采集到的用电数据，对目标商户在夜间用电时段的空调开启状态和电器启停事件进行检测，以识别目标商户的违规住人情况；

7、其中，所述s3具体包括以下步骤：

8、s31、根据目标商户的历史用电数据，确认目标商户的夜间用电时段；

9、s32、针对需要进行违规住人情况识别的每一天，以目标商户夜间用电时段开始前一小时当地的温湿度为依据，预测目标商户当天是否具有开启空调的可能性；

10、s33、若s32中预测当天具有开启空调的可能性，则进一步根据目标商户夜间用电时段的平均功率变化情况检测目标商户是否存在空调开启行为；若存在空调开启行为，则判定该目标商户当天存在违规住人情况；

11、s34、若s32中预测当天不具有开启空调的可能性，则进一步根据目标商户夜间用电时段的总功率信号突变情况检测目标商户是否存在电器启停事件；若存在电器启停事件，则判定该目标商户当天存在违规住人情况。

12、进一步地，所述s31具体包括以下步骤：

13、s311、从目标商户的历史用电数据中，提取出n个用电参考日的功率数据；其中，所述用电参考日为非夏季日或目标商户未开启空调的夏季日；

14、s312、采用k-means算法对每个用电参考日的功率数据进行迭代聚类分析，将每个用电参考日的功率数据划分为两类，其中较大的一类标记为日间功率数据，较小的一类标记为夜间功率数据；

15、s313、对于每个用电参考日，将其日间功率数据和夜间功率数据的两个分界时间点分别记录为当天的夜间用电开始时间t1以及夜间用电结束时间t2；

16、s314、以30min为周期将一天的时间划分为若干个时间段，对于每个用电参考日，将其夜间用电开始时间t1所处的时间段记录为t1’，将其夜间用电结束时间t2所处的时间段记录为t2’；由此得到所有n个用电参考日的夜间用电开始时间序列t1’＝{t1’1,t1’2,...,t1’n}，以及夜间用电结束时间序列t2’＝{t2’1,t2’2,...,t2’n}；

17、s315、从t1’中找出出现频次最高的时间段t1，从t2’中找出出现频次最高的时间段t2，将t1至t2之间的时间段记录为该目标商户的夜间用电时段。

18、进一步地，在所述s32中，预测目标商户当天是否具有开启空调的可能性的方法为：

19、s321、从目标商户的所在地选取若干个样本商户，所述样本商户为经调研确认存在不间断住人情况的商户；根据s31中的方法分别确认各个样本商户的夜间用电时段；

20、s322、对于每个样本商户，分别选择若干个采样日；对于每个采样日，分别生成一条样本数据{(x,y)}；其中，x为样本商户夜间用电时段开始前一小时当地的温湿度，y为样本商户在夜间用电时段的空调开启状态标记；对于全部样本商户的全部采样日，共获得n条样本数据{(xi,yi)},i＝1,2,…,n，将所述n条样本数据制作成第一样本集；

21、s323、建立基于支持向量机算法的空调开启预测模型，以样本商户夜间用电时段开始前一小时当地的温湿度为输入，以样本商户在夜间用电时段的空调开启状态标记为输出，使用所述第一样本集对空调开启预测模型进行训练；

22、s324、将目标商户夜间用电时段开始前一小时当地的温湿度输入至训练好的空调开启预测模型，根据输出的结果确认目标商户当天是否具有开启空调的可能性。

23、进一步地，在s322中，样本商户在夜间用电时段的空调开启状态标记，是根据当天的温湿度和样本商户在夜间用电时段的平均功率，采用人工经验判断的方式得到的；当判断空调开启则标记为y＝1，当判断空调未开启则标记为y＝-1。

24、进一步地，在所述s33中，检测目标商户是否存在空调开启行为的方法为：

25、s331、从目标商户的所在地选取若干个样本商户，所述样本商户为经调研确认存在不间断住人情况的商户；根据s31中的方法分别确认各个样本商户的夜间用电时段；

26、s332、对于每个样本商户，分别按照以下方法生成样本数据：

27、采集样本商户在非夏季日的多日用电数据，求取该样本商户在非夏季日的夜间用电时段的多日夜间总平均功率p1；

28、选取若干个采样日，对于每个采样日，分别求取该样本商户在夜间用电时段的单日夜间平均功率p2；

29、对于该样本商户的每个采样日，分别计算功率差异特征(d1,d2)，其中，d1＝p2-p1，d2＝p2/p1；

30、通过现场调研，对该样本商户在每个采样日的夜间用电时段的空调开启状态进行标记；对于能够确定空调开启状态的采样日，生成有标签样本数据((d1,d2)，y)，其中，y为空调开启状态标记，空调开启的标记为y＝1，空调未开启的标记为y＝-1；对于无法确定空调是否开启的采样日，生成无标签样本数据(d1,d2)；

31、s333、将所有样本商户的总共n条有标签样本数据{[(d1,d2)i,yi]}，i＝1,2,…,n，汇总形成第二样本集；将所有样本商户的总共m条无标签样本数据{(d1,d2)i},i＝n+1,n+2,…,n+m，汇总形成第三样本集；

32、s334、建立基于半监督支持向量机算法的空调开启检测模型，以功率差异特征(d1,d2)为输入，以样本商户在夜间用电时段的空调开启状态标记y为输出，使用所述第二样本集和第三样本集对空调开启检测模型进行训练；

33、s334、将目标商户当天的功率差异特征(d1,d2)输入至训练好的空调开启检测模型，根据输出结果确认目标商户当天是否存在空调开启行为。

34、进一步地，在所述s34中，检测目标商户是否存在电器启停事件的方法为：

35、s341、获取目标商户在夜间用电时段的有功功率序列；

36、s342、对目标商户在夜间用电时段的有功功率序列取滑动窗口；

37、s343、对于每个滑动窗口，根据以下双约束表达式进行判断，当同时符合以下两个约束条件时，判定该滑动窗口内发生了电器启停事件；

38、

39、式中，s2为滑动窗口内的所有元素的方差，pi为滑动窗口内的元素，my为滑动窗口内的所有元素的平均值，n为滑动窗口内的元素数量，δp为滑动窗口内相邻两个元素之间的功率变化值，σ为设定的第一阈值系数，θ为设定的第二阈值。

40、进一步地，还包括s4、违规住人情况预警：在识别到违规住人情况时，通过预警平台进行记录并发出预警信息。

41、一种基于物联网的非侵入式三小场所违规住人检测系统，用于实现以上所述的基于物联网的非侵入式三小场所违规住人检测方法，包括：连接于各个商户的用电回路上的全电量采集器，以及设置于云平台上的数据筛查模块、违规住人识别模块和预警管理模块；

42、全电量采集器用于采集目标商户的用电数据，并传输至云平台；

43、数据筛查模块用于对全电量采集器采集到的用电数据进行异常特征检测，筛除其中的失真异常数据；

44、违规住人识别模块用于根据用电数据，对目标商户在夜间用电时段的空调开启状态和电器启停事件进行检测，以识别目标商户的违规住人情况；

45、预警管理模块用于对违规住人识别模块的识别结果进行记录，并发出预警信息。

46、本发明提供的一种基于物联网的非侵入式三小场所违规住人检测方法及系统，依托现有大数据、物联网、人工智能等信息技术，采用物联网智慧挖掘分析模式，通过检测采集分析三小场所商户的用电数据，实现了对三小场所商户违规住人情况的精准识别。

47、本发明为三小场所的违规住人监管提供了有效的科技手段，只需要通过对基于物联网采集到的用电数据进行分析，即可实现对商户违规住人情况的非入侵式检测，避免了线下逐户排查带来的执法困境，节省了执法人力成本；有助于加强对三小场所的消防安全管理，提升消防部门线下执法检查效率。本发明能够有效遏制消防安全事故的发生，对于三小场所的消防安全管理具有重大意义。

技术特征：

1.一种基于物联网的非侵入式三小场所违规住人检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于物联网的非侵入式三小场所违规住人检测方法，其特征在于，所述s31具体包括以下步骤：

3.根据权利要求2所述的基于物联网的非侵入式三小场所违规住人检测方法，其特征在于，在所述s32中，预测目标商户当天是否具有开启空调的可能性的方法为：

4.根据权利要求3所述的基于物联网的非侵入式三小场所违规住人检测方法，其特征在于，在s322中，样本商户在夜间用电时段的空调开启状态标记，是根据当天的温湿度和样本商户在夜间用电时段的平均功率，采用人工经验判断的方式得到的；当判断空调开启则标记为y＝1，当判断空调未开启则标记为y＝-1。

5.根据权利要求3所述的基于物联网的非侵入式三小场所违规住人检测方法，其特征在于，在所述s33中，检测目标商户是否存在空调开启行为的方法为：

6.根据权利要求5所述的基于物联网的非侵入式三小场所违规住人检测方法，其特征在于，在所述s34中，检测目标商户是否存在电器启停事件的方法为：

7.根据权利要求1所述的基于物联网的非侵入式三小场所违规住人检测方法，其特征在于，还包括s4、违规住人情况预警：在识别到违规住人情况时，通过预警平台进行记录并发出预警信息。

8.一种基于物联网的非侵入式三小场所违规住人检测系统，用于实现权利要求1至7任一所述的基于物联网的非侵入式三小场所违规住人检测方法，其特征在于，包括：连接于各个商户的用电回路上的全电量采集器，以及设置于云平台上的数据筛查模块、违规住人识别模块和预警管理模块；

技术总结
本发明提供了一种基于物联网的非侵入式三小场所违规住人检测方法及系统，所述方法包括：S1、数据采集：通过全电量采集器采集目标商户的用电数据；S2、筛除失真异常数据：对采集到的用电数据进行异常特征检测，筛除其中的失真异常数据；所述失真异常数据包括异常突变数据、异常缺失数据、异常零值数据和异常累积突变数据；S3、违规住人情况识别：根据采集到的用电数据，对目标商户在夜间用电时段的空调开启状态和电器启停事件进行检测，以识别目标商户的违规住人情况。本发明通过检测采集分析三小场所商户的用电数据，实现了对三小场所商户违规住人情况的精准识别；能够有效遏制消防安全事故的发生，对于三小场所的消防安全管理具有重大意义。

技术研发人员：闫军威,陈城,曾兰兰,刘玲燕,吴国友,伍志科,黄高旭,邓茂江,谭亮,杨绪强,刘晓锐,陈熙贤,林锡洲,刘亮,盛艳
受保护的技术使用者：广州远正智能科技股份有限公司
技术研发日：
技术公布日：2024/12/5