[发明专利]缺陷定位方法、装置、计算机设备和存储介质

说明书

本申请涉及一种缺陷定位方法、装置、计算机设备和存储介质。所述方法包括：获取预设时间段内的缺陷数据；其中，缺陷数据为电网中各个运行设备在预设时间段内产生的缺陷数据；将缺陷数据输入至预设的数据清洗模型中进行缺陷识别，确定运行设备的缺陷信息。采用本方法能够提高数据清洗效率。

技术领域

本申请涉及电网技术领域，特别是涉及一种缺陷定位方法、装置、计算机设备和存储介质。

背景技术

随着供电局公司企业级信息系统的相继投运，公司已经存储了大量的关于企业运营的相关数据信息，这些数据信息已经成为和人、财、物并重的企业资源与资产。

然而从实际工作中来看，目前设备管理部门对生产数据的利用率较低，其中一个主要原因在于生产数据信息质量不高，不满足分析的需求。即使想开展对数据的高级分析应用，仍需要花费大量的时间在数据信息质量提升工作上。目前，进行数据信息质量提升的主要手段是由专业人员手动进行数据清洗，以确定设备的缺陷位置。

然而，现有技术存在的问题是数据清洗效率低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高清洗效率的缺陷定位方法、装置、计算机设备和存储介质。

第一方面，本申请提供一种缺陷定位方法，该方法包括：

获取预设时间段内的缺陷数据；其中，缺陷数据为电网中各个运行设备在预设时间段内产生的缺陷数据；

将缺陷数据输入至预设的数据清洗模型中进行缺陷识别，确定运行设备的缺陷信息。

在其中一个实施例中，数据清洗模型包括：缺陷部位清洗子模型；将缺陷数据输入至预设的数据清洗模型中进行缺陷识别，确定运行设备的缺陷信息，包括：

将缺陷数据输入至预设的缺陷部位清洗子模型中进行缺陷定位，得到运行设备的缺陷部位作为缺陷信息。

在其中一个实施例中，数据清洗模型包括：缺陷原因及类型清洗子模型；将缺陷数据输入至预设的数据清洗模型中进行缺陷识别，确定运行设备的缺陷信息，包括：

将缺陷数据输入至预设的缺陷原因及类型清洗子模型中进行缺陷类型和原因的分析，得到运行设备的缺陷原因和缺陷类型作为缺陷信息。

在其中一个实施例中，数据清洗模型包括：缺陷部位清洗子模型，方法还包括：

获取样本缺陷数据；其中，样本缺陷数据为电网中各个运行设备产生的历史缺陷数据；

根据样本缺陷数据，确定第一关键特征词和样本缺陷部位；

以第一关键特征词为输入，样本缺陷部位为输出，对预设的初始缺陷部位清洗子模型进行训练得到缺陷部位清洗子模型。

在其中一个实施例中，数据清洗模型还包括：缺陷原因及类别清洗子模型；该方法还包括：

根据样本缺陷数据，确定第二关键特征词、样本缺陷原因和样本缺陷类别；

以第二关键特征词为输入，样本缺陷原因和样本缺陷类别为输出，对预设的初始缺陷原因及类别清洗子模型进行训练得到缺陷原因及类别清洗子模型。

在其中一个实施例中，获取样本缺陷数据，包括：

获取每个关键特征词出现的频次；

去除频次少于预设频次的关键特征词；

检测样本缺陷数据中同一个关键特征词是否对应多个缺陷部位；

若同一个关键特征词对应多个缺陷部位，则增加新的关键特征词，使不同的缺陷部位对应不同的关键特征词。