[发明专利]一种基于核电厂PaaS平台的数据沉淀方法及系统

说明书

本发明公开了一种基于核电厂PaaS平台的数据沉淀方法及系统，包括以下步骤：利用数据抽取模块，根据相关技术文档从核电厂PaaS平台中抽取相关的原始数据构成数据集A；设定的技术规范和相关指标类的要求，对数据集A中数据的特征进行分析并将与要求一致的数据归类到相应的指标类中成为数据集B，剩下数据则作为所属指标类不明确的数据被记录在数据集C中，如果所有数据已经被划分到相应的指标类中。其有益效果在于：本发明提出了一种基于核电厂PaaS平台的数据沉淀方法，使得数据沉淀所产生的数据更加符合核电厂的特点，对之后相关的大数据分析技术的应用和创新提供了高质量的数据。

技术领域

本发明属于大数据分析技术中数据沉淀领域，具体涉及一种基于核电厂PaaS平台的数据沉淀方法。本发明通过利用计算机技术、人工智能技术的应用，对核电厂的数据进行应用和创新，提高数据沉淀的效率。

背景技术

在核电厂生产运行的过程中，开展的各项工作、各种业务以及各种设备及其模块的运行都会产生大量的数据，这些数据都会被采集和录入并上传到核电厂的PaaS平台上，之后需要对这些数据进行数据沉淀，为以后的数据分析等操作提供基础。然而，录入电厂PaaS平台的数据来源十分庞杂，各个数据所属的指标类不够明确，为后面对数据的利用带来了困难。

数据沉淀的主要目的是从数据源中获取数据并将数据进行保存。传统的数据沉淀方法仅仅是将数据从数据源中获取到，进行一定的简单处理后存放到相应的数据库中，为以后的数据分析提供支持。但是传统的数据沉淀方法应用到核电厂PaaS平台中则会存在一些不足之处，主要表现在：1、核电厂PaaS平台中存放的是核电厂运行及业务相关记录的原始数据，数据来源多，如果仅仅简单获取不利后来的数据分析处理；2、核电厂PaaS平台中获取的数据有自己对应的指标类别，指向明确，如果只进行简单处理，无法将这些数据划分到合适的地方，则不利于数据的调用。

发明内容

本发明的目的在于提供一种基于核电厂PaaS平台的数据沉淀方法及系统，通过利用计算机技术、人工智能技术的应用，对核电厂PaaS平台中的数据进行上述技术的应用和实践提升数据沉淀的效率。

本发明的技术方案如下：一种基于核电厂PaaS平台的数据沉淀方法，包括以下步骤：

步骤001：利用数据抽取模块，根据相关技术文档从核电厂PaaS平台中抽取相关的原始数据构成数据集A；

步骤002：设定的技术规范和相关指标类的要求，对数据集A中数据的特征进行分析并将与要求一致的数据归类到相应的指标类中成为数据集B，剩下数据则作为所属指标类不明确的数据被记录在数据集C中，如果所有数据已经被划分到相应的指标类中，则执行步骤004；

步骤003：将数据集B和数据集C导入到数据划分模块中与，使用加权K近邻算法对数据集C中的数据所属的指标类进行划分；

步骤004：将数据类划分完成的数据上传到相应数据库进沉淀。

所述的步骤003包括如下，

(1)遍历数据集B中的数据项，将数据项中的非数值型数据按照相关的规则进行数值化，利用统计学规则对数据集C中的各个数据项中的非数值型数据进行数值化；

(2)计算数据集C中各个数据项与B中明确指标类的各个数据项之间的切比雪夫距离距离Dis₁；

切比雪夫距离计算公式如下

Dis₁(X，Y)＝max(|x₁-y₁|，|x₂-y₂|，...，|x_n-y_n|)

其中，x_i和y_i表示的是指标类中用于划分类别的数据项，n表示数据项的个数；