(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111670770.3 (22)申请日 2021.12.31 (71)申请人 深圳市新格林耐特通信技 术有限公 司 地址 518000 广东省深圳市南 山区粤海街 道科技园社区科苑路15号科兴科学园 B栋-18F01B (72)发明人 张立永　 (74)专利代理 机构 杭州五洲普华专利代理事务 所(特殊普通 合伙) 33260 代理人 徐晶晶 (51)Int.Cl. G06F 30/27(2020.01) G06F 113/08(2020.01) (54)发明名称 基于水表用水生活状态监测方法、 系统、 装 置及存储介质 (57)摘要 本发明公开一种基于水表用水的生活状态 监测方法、 系统、 装置， 监测方法包括以下步骤： 获取被监测者的历史用水数据， 将用水数据根据 实际使用情况进行打标签处理； 构建初始用水判 决模型， 通过携带标签的用水数据训练初始用水 判决模型， 得到优化用水判决模型； 获取当前用 水时段的水量数据， 将水量数据据作为优化用水 判决模型的输入 得到预测标签的结果； 判断预测 标签的结果与实际标记的结果是否一致， 若不一 致， 则分析当前用水时段的水量数据是否异常。 本发明能够精准的预测到当前用水时段中水量 数据得到的预测标签的结果与实际标记的结果 是否一致， 若不一致的， 则分析当前用水时段的 水量数据是否异常， 根据结果来判断被监测者的 生活状态是否正常。 权利要求书2页 说明书11页 附图1页 CN 114330136 A 2022.04.12 CN 114330136 A 1.一种基于水表用水生活状态监测方法， 其特 征在于， 包括以下步骤： 获取被监测者的历史用水 数据， 其中， 所述历史用水 数据包括用水时段及水量数据； 将用水数据根据实际使用情况进行打标签处理， 标记为用水数据正常和用水数据异 常； 构建初始用水判决模型， 通过携带标签的用水数据训练初始用水判决模型， 得到优化 用水判决模型； 获取当前用水时段的水量数据， 将水量数据据作为优化用水判决模型的输入得到预测 标签的结果； 判断预测标签的结果与实 际标记的结果是否一致， 若不一致， 则分析当前用水时段的 水量数据是否异常。 2.根据权利要求1所述的基于水表用水生活状态监测方法， 其特征在于， 所述构建初始 用水判决模型， 通过携带标签的用水数据训练初始用水判决模 型， 得到优化用水判决模型， 具体过程 为： 构建初始线性感知模型， 基于初始线性感知模型 得到相应的初始用水判决模型； 基于携带标签的用水数据通过调整用水判决模型中相关参数对初始用水判决模型进 行优化， 其中， 相关参数包括权重矢量和水量数据， 调整权重矢量的方式为： 迭代权重矢量 为先前权重矢量与权重矢量调整值的总和， 调整水量数据的方式为： 迭代水量数据为历史 各用水时段 水量数据与周期内用水时段的水量数据平均值的差值； 基于迭代重 矢量和迭代水量数据得到优化后的用水判决模型。 3.根据权利要求2所述的基于水表用水生活状态监测方法， 其特征在于， 所述初始线性 感知模型表示为： z＝w1x1+…+wmxm， 其中， w表示权重矢量， x表示每个用水时段的水量数据， m表示用水时段的个数； 所述初始用水判决模型表示为： 其中， 1表示用水数据正常， ‑1表示用水 数据异常，θ表示设置的阈值或者临界值； 假设当w0＝‑θ， x0＝1时， 则初始线性感知模型表示为： z＝w0x0+w1x1+…+wmxm＝wTxi， 则 其中， w表示权 重矢量， xi表示特定m个时间段的用水 数据。 4.根据权利要求3所述的基于水表用水生活状态监测方法， 其特征在于， 调 整后的权重 矢量为先前权重矢量与权 重矢量调整值之和， 具体为： 其中， 表示迭代权重矢量， 表示先前的权重矢量， Δwj表示权 重矢量调整值； 在此， 其中， η为机器学习深度， 取值为0.1 ‑1之间， j表示时间段数据， zi表示， 表示， 表示每个用水时段的用水 数据， 当w0＝‑θ 时， 迭代水量数据为历史各用水时段水量数据与周期内用水时段的水量数据平均值的差 值， 具体为： 表示迭代 水量数据， 表示历史各用水时段水量数据， 表示周期内权　利　要　求　书 1/2 页 2 CN 114330136 A 2用水时段的水量数据平均值， 而 n表示统计天数； 则 其中， 表示调整后的权重矢量， 表示历 史各时段用水量差值； 则优化后的用水判决模型表示 为： 5.根据权利要求2所述的基于水表用水生活状态监测方法， 其特征在于， 所述历史用水 数据通过智能水表获取， 所述历史用水数据随用水时段及用水时段内的水量数据进行更 新。 6.根据权利要求5所述的基于水表用水生活状态监测方法， 其特征在于， 还包括以下步 骤： 若当前用水时段的水量数据异常， 判断被监测者的生活状态是否异常， 若异常， 则进行 异常信息反馈； 若不异常， 当前用水时段的水量数据为被监测者的正常用水状态， 则基于水 量数据对智能水表的上报时间进行调整。 7.一种基于水表用水生活状态监测系统， 其特征在于， 包括数据获取模块、 数据处理模 块、 建立模型模块、 结果预测模块和分析对比模块。 所述数据获取模块， 用于获取被监测者的历史用水数据， 其中， 所述历史用水数据包括 用水时段及水量数据； 所述数据处理模块， 用于将用水数据根据实 际使用情况进行打标签处理， 标记为用水 数据正常和用水 数据异常； 所述建立模型模块， 用于构建初始用水判决模型， 通过携带标签的用水数据训练初始 用水判决模型， 得到优化用水判决模型； 所述结构预测模块， 用于获取当前用水时段的水量数据， 将水量数据据作为优化用水 判决模型的输入得到预测标签的结果； 所述分析对比模块， 用于判断预测标签的结果与实际标记的结果是否一致， 若不一致， 则分析当前用水时段的水量数据是否异常。 8.根据权利要求7所述的基于水表用水生活状态监测系统， 其特征在于， 所述建立模型 模块被设置为： 构建初始线性感知模型， 基于初始线性感知模型 得到相应的初始用水判决模型； 基于携带标签的用水数据通过调整用水判决模型中相关参数对初始用水判决模型进 行优化， 其中， 相关参数包括权重矢量和水量数据， 调整权重矢量的方式为： 迭代权重矢量 为先前权重矢量与权重矢量调整值的总和， 调整水量数据的方式为： 迭代水量数据为历史 各用水时段 水量数据与周期内用水时段的水量数据平均值的差值； 基于迭代重 矢量和迭代水量数据得到优化后的用水判决模型。 9.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至 6任意一项所述的方法步骤。 10.一种基于水表用水生活状态监测装置， 包括存储器、 处理器以及存储在所述存储器 中并可在所述处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算机程序 时实现如权利要求1至 6任意一项所述的方法步骤。权　利　要　求　书 2/2 页 3 CN 114330136 A 3