[发明专利]基于数据挖掘的故障抢修处理时长预测方法

摘要

本发明涉及大数据领域，尤其涉及基于数据挖掘的故障抢修处理时长预测方法，包括以下步骤：获取故障抢修作业数据；利用聚类方法对故障抢修作业数据进行聚类；剔除不合理数据；对剔除不合理数据的故障抢修作业数据进行特征工程，并制成样本数据；将样本数据加载至Xgboost预测模型，对多元回归预测模型进行训练与测试处理；通过多元回归预测模型，根据故障类型、故障原因、故障地理位置特征、设备类型、发生故障时天气获得故障抢修处理时长预测结果。本发明以故障抢修作业数据中的故障类型、故障原因、故障地理位置特征、设备类型、发生故障时天气为依据，通过Xgboost预测模型以及多元回归预测模型对故障抢修处理时长进行预测。

主权项

1.基于数据挖掘的故障抢修处理时长预测方法，其特征在于，包括以下步骤：获取故障抢修作业数据；以故障抢修作业数据中的故障类型、故障原因、故障地理位置特征、设备类型、发生故障时天气为依据，利用聚类方法对故障抢修作业数据进行聚类；对每个类别下故障抢修作业数据中的故障抢修处理时长进行统计分析，剔除不合理数据；对剔除不合理数据的故障抢修作业数据进行特征工程，并制成样本数据；基于处理后的建立多元回归预测模型，将样本数据加载至Xgboost预测模型，对多元回归预测模型进行训练与测试处理；通过多元回归预测模型，根据故障类型、故障原因、故障地理位置特征、设备类型、发生故障时天气获得故障抢修处理时长预测结果。