CN112765826A 基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法 （长沙理工大学）.docxVIP

(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CN112765826A

(43)申请公布日2021.05.07

(21)申请号202110108673.9

(22)申请日2021.01.27

(71)申请人长沙理工大学

地址410004湖南省长沙市雨花区万家丽

南路二段960号

(72)发明人苏盛殷涛张傲刘康郑应俊翟中祥李文松赖志强

(74)专利代理机构长沙正奇专利事务所有限责任公司43113

代理人何为袁颖华

(51)Int.CI.

GO6F30/20(2020.01)

GO6F17/18(2006.01)

GO6Q50/06(2012.01)

权利要求书1页说明书6页附图5页

(54)发明名称

基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法

(57)摘要

CN112765826A一种基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法，该方法通过实验获得模拟种植大麻的一个月用电量数据，将该用电量数据转换成用电功率频率分布曲线，以此作为计算“标杆”,再获取数据集中居民用户一个月用电量数据转换成用电功率频率分布曲线；计算被测居民用户频率分布与标杆之间相对熵并运用箱线图设定阈值，当所测用户相对熵小于阈值时，获取该用户的用电量序列计算其日最大负荷变异系数进一步判断该用户是否为大麻种植户。

CN112765826A

围。

开始

开始

采集居民用户用电数据，剔除日均电量少于3kWh的居民用户

用电量数据标准化数据预处理，将

用电数据转换成概率分布

计算各居民用户与大麻种植标杆用

电数据间功率频率分布相对熵，用

箱线图求所有居民用户阈值

选出相对熵小于阈值的居民用户，判断一个月内日最大负荷变异系数

将日最大负荷变异系数0.1的居民用户识别为用电异常用户

结束

CN112765826A权利要求书1/1页

2

1.一种基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法，其特征在于，该方法步骤如下：

步骤1:建立仿真模拟大麻种植大棚，获取仿真模拟大麻种植大棚种植大麻期间连续一个月的理论用电量数据，建立单位时间用电量时间序列X=[x?,X?,…,x。],通过最大一最小标准化对序列X进行标准化，获得标准化后的序列X′=[x′1,x′2,…,x′],X′取值范围为[0,1];根据序列X′结合频率直方图绘制方法获得理论用电量的频率分布曲线，以此作为计算“标杆”;

步骤2:获取待检测的数个居民用户连续一个月的用电量数据，建立每个用户的单位时间用电量时间序列Y=[y?,y?,…,y。],通过最大一最小标准化对序列Y进行标准化，获得标准化后的序列Y′=[y′?,y2,…,y′],Y′取值范围为[0,1];根据序列Y′结合频率直方图绘制方法获得每个居民用户用电量的频率分布曲线；

步骤3:根据相对熵公式，计算上述每个居民用户用电量的频率分布与标杆的相对熵；步骤4:将每个居民用户与标杆的相对熵按升序进行罗列，利用箱线图算法获得阈值；

步骤5:将每个居民用户的相对熵与阈值进行比较，获取相对熵小于阈值的居民用户的单位时间用电量时间序列Y,根据相对熵小于阈值的居民用户和仿真模拟大麻种植大棚的单位时间用电量时间序列计算日最大负荷变异系数，若相对熵小于阈值的居民用户的日最大负荷变异系数小于0.1,则判断该居民用户为用电异常用户。

2.如权利要求1所述的基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法，其特征在于，所述步骤1中仿真模拟大麻种植大棚是根据大麻种植手册介绍的大麻生长所需的环境进行建立。

3.如权利要求1所述的基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法，其特征在于，所述步骤2中在获取待检测的数个居民用户连续一个月的用电量数据之后，先剔除一个月日均用电量小于3kWh的居民用户，再对余下用户建立每个用户的单位时间用电量时间序列Y。

4.如权利要求1所述的基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法，其特征在于，所述步骤1和步骤2中的用电量时间序列的单位时间相同。

5.如权利要求1所述的基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法，其特征在于，所述步