1 #引用库 2 import pandas as pd 3 import numpy as np 4 import matplotlib.pyplot as plt 5 from sklearn.preprocessing import StandardScaler 6 from sklearn.neural_network import MLPClassifier 7 import joblib 8 from sklearn.metrics import classification_report 9 from sklearn.metrics import roc_curve
1 data = pd.read_excel('D:/CourseAssignment/AI/DebugDemo/original_data.xls') 2 # 查看有无水流的分布 3 # 数据提取 4 lv_non = pd.value_counts(data['有无水流'])['无'] 5 lv_move = pd.value_counts(data['有无水流'])['有'] 6 # 绘制条形图 7 fig = plt.figure(figsize=(6, 5)) # 设置画布大小 8 plt.rcParams['font.sans-serif'] = 'SimHei' # 设置中文显示 9 plt.rcParams['axes.unicode_minus'] = False 10 plt.bar([0, 1], height=[lv_non, lv_move], width=0.4, alpha=0.8, color='skyblue') 11 plt.xticks([index for index in range(2)], ['无', '有']) 12 plt.xlabel('水流状态') 13 plt.ylabel('记录数') 14 plt.title('不同水流状态记录数(3009)') 15 plt.show() 16 plt.close() 17 # 查看水流量分布 18 water = data['水流量'] 19 # 绘制水流量分布箱型图 20 fig = plt.figure(figsize=(5, 8)) 21 plt.boxplot(water, 22 patch_artist=True, 23 labels=['水流量'], # 设置x轴标题 24 boxprops={'facecolor': 'lightblue'}) # 设置填充颜色 25 plt.title('水流量分布箱线图(3009)') 26 # 显示y坐标轴的底线 27 plt.grid(axis='y') 28 plt.show()
1 print('初始状态的数据形状为：', data.shape) 2 # 删除热水器编号、有无水流、节能模式属性 3 data.drop(labels=["热水器编号","有无水流","节能模式"],axis=1,inplace=True) 4 print('删除冗余属性后的数据形状为：', data.shape) 5 data.to_csv('D:/free work/water_heart.csv',index=False)
1 # 读取数据 2 data = pd.read_csv('D:/CourseAssignment/AI/DebugDemo/water_heart.csv') 3 # 划分用水事件 4 threshold = pd.Timedelta('4 min') # 阈值为4分钟 5 data['发生时间'] = pd.to_datetime(data['发生时间'], format = '%Y%m%d%H%M%S') # 转换时间格式 6 data = data[data['水流量'] > 0] # 只要流量大于0的记录 7 sjKs = data['发生时间'].diff() > threshold # 相邻时间向前差分，比较是否大于阈值 8 sjKs.iloc[0] = True # 令第一个时间为第一个用水事件的开始事件 9 sjJs = sjKs.iloc[1:] # 向后差分的结果 10 sjJs = pd.concat([sjJs,pd.Series(True)]) # 令最后一个时间作为最后一个用水事件的结束时间 11 # 创建数据框，并定义用水事件序列 12 sj = pd.DataFrame(np.arange(1,sum(sjKs)+1),columns = ["事件序号"]) 13 sj["事件起始编号"] = data.index[sjKs == 1]+1 # 定义用水事件的起始编号 14 sj["事件终止编号"] = data.index[sjJs == 1]+1 # 定义用水事件的终止编号 15 print('当阈值为4分钟的时候事件数目为：',sj.shape[0]) 16 sj.to_csv('D:/CourseAssignment/AI/DebugDemo/sj.csv',index = False)
1 # 确定单次用水事件时长阈值 2 n = 4 # 使用以后四个点的平均斜率 3 threshold = pd.Timedelta(minutes=5) # 专家阈值 4 data['发生时间'] = pd.to_datetime(data['发生时间'], format='%Y%m%d%H%M%S') 5 data = data[data['水流量'] > 0] # 只要流量大于0的记录 6 # 自定义函数：输入划分时间的时间阈值，得到划分的事件数 7 def event_num(ts): 8 d = data['发生时间'].diff() > ts # 相邻时间作差分，比较是否大于阈值 9 return d.sum() + 1 # 这样直接返回事件数 10 dt = [pd.Timedelta(minutes=i) for i in np.arange(1, 9, 0.25)] 11 h = pd.DataFrame(dt, columns=['阈值']) # 转换数据框，定义阈值列 12 h['事件数'] = h['阈值'].apply(event_num) # 计算每个阈值对应的事件数 13 h['斜率'] = h['事件数'].diff()/0.25 # 计算每两个相邻点对应的斜率 14 h['斜率指标']= h['斜率'].abs().rolling(4).mean() # 往前取n个斜率绝对值平均作为斜率指标 15 ts = h['阈值'][h['斜率指标'].idxmin() - n] 16 # 用idxmin返回最小值的Index，由于rolling_mean()计算的是前n个斜率的绝对值平均 17 # 所以结果要进行平移（-n） 18 if ts > threshold: 19 ts = pd.Timedelta(minutes=4) 20 print('计算出的单次用水时长的阈值为：',ts)
1 data = pd.read_csv('D:/CourseAssignment/AI/DebugDemo/water_heart.csv') # 读取热水器使用数据记录 2 sj = pd.read_csv('D:/CourseAssignment/AI/DebugDemo/sj.csv') # 读取用水事件记录 3 # 转换时间格式 4 data["发生时间"] = pd.to_datetime(data["发生时间"],format="%Y%m%d%H%M%S") 5 6 # 构造特征：总用水时长 7 timeDel = pd.Timedelta("0.5 sec") 8 sj["事件开始时间"] = data.iloc[sj["事件起始编号"]-1,0].values- timeDel 9 sj["事件结束时间"] = data.iloc[sj["事件终止编号"]-1,0].values + timeDel 10 sj['洗浴时间点'] = [i.hour for i in sj["事件开始时间"]] 11 sj["总用水时长"] = np.int64(sj["事件结束时间"] - sj["事件开始时间"])/1000000000 + 1 12 13 # 构造用水停顿事件 14 # 构造特征“停顿开始时间”、“停顿结束时间” 15 # 停顿开始时间指从有水流到无水流，停顿结束时间指从无水流到有水流 16 for i in range(len(data)-1): 17 if (data.loc[i,"水流量"] != 0) & (data.loc[i + 1,"水流量"] == 0) : 18 data.loc[i + 1,"停顿开始时间"] = data.loc[i +1, "发生时间"] - timeDel 19 if (data.loc[i,"水流量"] == 0) & (data.loc[i + 1,"水流量"] != 0) : 20 data.loc[i,"停顿结束时间"] = data.loc[i , "发生时间"] + timeDel 21 22 # 提取停顿开始时间与结束时间所对应行号，放在数据框Stop中 23 indStopStart = data.index[data["停顿开始时间"].notnull()]+1 24 indStopEnd = data.index[data["停顿结束时间"].notnull()]+1 25 Stop = pd.DataFrame(data={"停顿开始编号":indStopStart[:-1], 26 "停顿结束编号":indStopEnd[1:]}) 27 # 计算停顿时长，并放在数据框stop中，停顿时长=停顿结束时间-停顿结束时间 28 Stop["停顿时长"] = np.int64(data.loc[indStopEnd[1:]-1,"停顿结束时间"].values- 29 data.loc[indStopStart[:-1]-1,"停顿开始时间"].values)/1000000000 30 # 将每次停顿与事件匹配,停顿的开始时间要大于事件的开始时间， 31 # 且停顿的结束时间要小于事件的结束时间 32 for i in range(len(sj)): 33 Stop.loc[(Stop["停顿开始编号"] > sj.loc[i,"事件起始编号"]) & 34 (Stop["停顿结束编号"] < sj.loc[i,"事件终止编号"]),"停顿归属事件"]=i+1 35 36 # 删除停顿次数为0的事件 37 Stop = Stop[Stop["停顿归属事件"].notnull()] 38 39 # 构造特征 用水事件停顿总时长、停顿次数、停顿平均时长、 40 # 用水时长，用水/总时长 41 stopAgg = Stop.groupby("停顿归属事件").agg({"停顿时长":sum,"停顿开始编号":len}) 42 sj.loc[stopAgg.index - 1,"总停顿时长"] = stopAgg.loc[:,"停顿时长"].values 43 sj.loc[stopAgg.index-1,"停顿次数"] = stopAgg.loc[:,"停顿开始编号"].values 44 sj.fillna(0,inplace=True) # 对缺失值用0插补 45 stopNo0 = sj["停顿次数"] != 0 # 判断用水事件是否存在停顿 46 sj.loc[stopNo0,"平均停顿时长"] = sj.loc[stopNo0,"总停顿时长"]/sj.loc[stopNo0,"停顿次数"] 47 sj.fillna(0,inplace=True) # 对缺失值用0插补 48 sj["用水时长"] = sj["总用水时长"] - sj["总停顿时长"] # 定义特征用水时长 49 sj["用水/总时长"] = sj["用水时长"] / sj["总用水时长"] # 定义特征 用水/总时长 50 print('用水事件用水时长与频率特征构造完成后数据的特征为：\n',sj.columns) 51 print('用水事件用水时长与频率特征构造完成后数据的前5行5列特征为：\n', 52 sj.iloc[:5,:5])
1 data["水流量"] = data["水流量"] / 60 # 原单位L/min，现转换为L/sec 2 sj["总用水量"] = 0 # 给总用水量赋一个初始值0 3 for i in range(len(sj)): 4 Start = sj.loc[i,"事件起始编号"]-1 5 End = sj.loc[i,"事件终止编号"]-1 6 if Start != End: 7 for j in range(Start,End): 8 if data.loc[j,"水流量"] != 0: 9 sj.loc[i,"总用水量"] = (data.loc[j + 1,"发生时间"] - 10 data.loc[j,"发生时间"]).seconds* \ 11 data.loc[j,"水流量"] + sj.loc[i,"总用水量"] 12 sj.loc[i,"总用水量"] = sj.loc[i,"总用水量"] + data.loc[End,"水流量"] * 2 13 else: 14 sj.loc[i,"总用水量"] = data.loc[Start,"水流量"] * 2 15 16 sj["平均水流量"] = sj["总用水量"] / sj["用水时长"] # 定义特征 平均水流量 17 # 构造特征：水流量波动 18 # 水流量波动=∑(((单次水流的值-平均水流量)^2)*持续时间)/用水时长 19 sj["水流量波动"] = 0 # 给水流量波动赋一个初始值0 20 for i in range(len(sj)): 21 Start = sj.loc[i,"事件起始编号"] - 1 22 End = sj.loc[i,"事件终止编号"] - 1 23 for j in range(Start,End + 1): 24 if data.loc[j,"水流量"] != 0: 25 slbd = (data.loc[j,"水流量"] - sj.loc[i,"平均水流量"])**2 26 slsj = (data.loc[j + 1,"发生时间"] - data.loc[j,"发生时间"]).seconds 27 sj.loc[i,"水流量波动"] = slbd * slsj + sj.loc[i,"水流量波动"] 28 sj.loc[i,"水流量波动"] = sj.loc[i,"水流量波动"] / sj.loc[i,"用水时长"] 29 30 # 构造特征：停顿时长波动 31 # 停顿时长波动=∑(((单次停顿时长-平均停顿时长)^2)*持续时间)/总停顿时长 32 sj["停顿时长波动"] = 0 # 给停顿时长波动赋一个初始值0 33 for i in range(len(sj)): 34 if sj.loc[i,"停顿次数"] > 1: # 当停顿次数为0或1时，停顿时长波动值为0，故排除 35 for j in Stop.loc[Stop["停顿归属事件"] == (i+1),"停顿时长"].values: 36 sj.loc[i,"停顿时长波动"] = ((j - sj.loc[i,"平均停顿时长"])**2) * j + \ 37 sj.loc[i,"停顿时长波动"] 38 sj.loc[i,"停顿时长波动"] = sj.loc[i,"停顿时长波动"] / sj.loc[i,"总停顿时长"] 39 40 print('用水量和波动特征构造完成后数据的特征为：\n',sj.columns) 41 print('用水量和波动特征构造完成后数据的前5行5列特征为：\n',sj.iloc[:5,:5])
1 sj_bool = (sj['用水时长'] >100) & (sj['总用水时长'] > 120) & (sj['总用水量'] > 5) 2 sj_final = sj.loc[sj_bool,:] 3 sj_final.to_excel('D:/CourseAssignment/AI/DebugDemo/sj_final.xlsx',index=False) 4 print('筛选出候选洗浴事件前的数据形状为：',sj.shape) 5 print('筛选出候选洗浴事件后的数据形状为：',sj_final.shape)
1 # 读取数据 2 Xtrain = pd.read_excel('D:/CourseAssignment/AI/DebugDemo/sj_final.xlsx') 3 ytrain = pd.read_excel('D:/CourseAssignment/AI/DebugDemo/water_heater_log.xlsx') 4 test = pd.read_excel('D:/CourseAssignment/AI/DebugDemo/test_data.xlsx') 5 # 训练集测试集区分。 6 x_train, x_test, y_train, y_test = Xtrain.iloc[:,5:],test.iloc[:,4:-1],\ 7 ytrain.iloc[:,-1],test.iloc[:,-1] 8 # 标准化 9 stdScaler = StandardScaler().fit(x_train) 10 x_stdtrain = stdScaler.transform(x_train) 11 x_stdtest = stdScaler.transform(x_test) 12 # 建立模型 13 bpnn = MLPClassifier(hidden_layer_sizes = (17,10), max_iter = 200, solver = 'lbfgs',random_state=50) 14 bpnn.fit(x_stdtrain, y_train) 15 # 保存模型 16 joblib.dump(bpnn,'D:/CourseAssignment/AI/DebugDemo/water_heater_nnet.m') 17 print('构建的模型为：\n',bpnn)
1 bpnn = joblib.load('D:/CourseAssignment/AI/DebugDemo/water_heater_nnet.m') # 加载模型 2 y_pred = bpnn.predict(x_stdtest) # 返回预测结果 3 print('神经网络预测结果评价报告：\n',classification_report(y_test,y_pred)) 4 # 绘制roc曲线图 5 plt.rcParams['font.sans-serif'] = 'SimHei' # 显示中文 6 plt.rcParams['axes.unicode_minus'] = False # 显示负号 7 fpr, tpr, thresholds = roc_curve(y_pred,y_test) # 求出TPR和FPR 8 plt.figure(figsize=(6,4)) # 创建画布 9 plt.plot(fpr,tpr) # 绘制曲线 10 plt.title('用户用水事件识别ROC曲线') # 标题 11 plt.xlabel('FPR') # x轴标签 12 plt.ylabel('TPR') # y轴标签 13 plt.savefig('D:/CourseAssignment/AI/DebugDemo/用户用水事件识别ROC曲线.png') # 保存图片 14 plt.show() # 显示图形
