[发明专利]一种基于数据挖掘的试验数据智能分析方法

说明书

本发明公开了一种基于数据挖掘的试验数据智能分析方法，该方法为：基于标准试验数据库，结合回归分析，聚类，关联分析算法，对省电网公司的所有试验设备的试验报告数据进行相互比对与聚类分析，全局性地分析计划与试验报告的问题，按地市、按单位、按设备、按试验类型研究试验数据共性规律，提升专业人员研究数据与处理方案的效率及质量。本发明通过基于数据挖掘的试验数据智能分析关键技术研究，实现全省所有试验设备的试验结果数据的深度分析，给相应人员及时了解数据情况与趋势，及时了解设备的综合信息与共性规律问题，为后续的决策分析做辅助支撑，更方便有效的责任追踪与策略制定。

技术领域

本发明涉及试验数据智能分析技术领域，具体涉及一种基于数据挖掘的试验数据智能分析方法。

背景技术

电力设备预防性试验是电力设备运行和维护工作中一个重要环节,是保证电力设备安全运行的有效手段之一。多年来,电力企业的高压电力设备基本上都是按照标准DL/T596—1996《电力设备预防性试验规程》的要求进行试验的,目前南网已发布最新新的《电力设备检修试验规程》CSG-2017006，它能够准确地诊断出电气设备的运行状况,对及时发现、诊断设备风险起到重要作用。

由于目前6+1生产管理系统的作业指导书模块需要的数据分析时，存在分析不精确，无法为后期的决策提供精确指导。

发明内容

本发明要解决的技术问题是：提供一种基于数据挖掘的试验数据智能分析方法，以解决现有技术中存在的技术问题。

本发明采取的技术方案为：一种基于数据挖掘的试验数据智能分析方法，该方法为：基于构建的标准试验数据库，结合回归分析，聚类，关联分析算法，对省电网公司的所有试验设备的试验报告数据进行相互比对与聚类分析，全局性地分析计划与试验报告的问题，按地市、按单位、按设备、按试验类型研究试验数据共性规律。

上述标准试验数据库的构建方法为：提取文本要素数据特征，结合并行计算技术，基于各类设备建立标准数据结构模型，形成数据标准体系，构建新的标准试验数据库。

上述标准试验数据库的构建方法包括以下具体步骤：

步骤1：从生产管理系统获取试验数据结构体系模型：梳理所有设备在做预防性试验相关的作业指导书，从生产系统获取梳理出来的作业指导书模板和预防性试验数据；

步骤2：构建基于统一标准的试验数据结构体系模型：从生产系统获取的作业指导书模板和预防性试验数据，构成作业指导书模板；分析从生产系统获取的作业指导书模板，并根据实际需要对模板进行完善，形成统一标准模板；同时对于设备出厂交接的试验数据模板，从厂商获取试验数据模板并在系统中生成交接试验版本模板，最终由作业指导书模板、统一标准模板和试验数据模板构建基于统一标准的试验数据结构体系模型。

步骤3：试验数据补录：对于外部系统缺失的试验数据需要在试验数据挖掘智能作业管控系统中进行补录，补录是在基于统一标准的试验数据结构体系模型中选择相应的作业指导书模板，根据已定制的模板在系统中实现试验数据补录功能。

上述文本数据特征提取方法为：从基于统一标准的试验数据机构体系模型中通过数据接口获取文本数据，采用文档频数特征选择算法技术，找到出现次数较多的字段，形成数据标准体系。

上述文档频数特征选择算法为：在训练文本集中对每个特征计算它的文档频数,若该项的DF 值小于某个阈值则将其删除,若其DF值大于某个阈值也将其去掉。

上述一种基于数据挖掘的试验数据智能分析方法包括以下具体步骤：

步骤1），试验设备对应的试验报告版本确定：以试验设备为维度，找出每个试验设备对应该的试验报告，并分析这些试验报告的版本，最后确定试验设备共有几个试验版本；