[发明专利]电力数据分析方法、装置、存储介质及处理器

权利要求书

1.一种电力数据分析方法，其特征在于，包括：

根据目标筛选条件对多条电力故障数据进行筛选，其中，每条电力故障数据至少包括电力故障外因信息、电力故障类型信息、电力故障发生的时间、故障设备的位置信息以及故障设备的标识信息，所述目标筛选条件至少包括以下之一：目标电力故障外因、目标电力故障类型、目标时间、目标位置；

对筛选后得到的电力故障数据进行聚类，得到多簇电力故障数据；

根据所述电力故障数据的故障设备的位置信息将所述多簇电力故障数据映射到地图上；

在所述地图上获取所述目标筛选条件下的电力故障的发生区域。

2.根据权利要求1所述的方法，其特征在于，在根据目标筛选条件对多条电力故障数据进行筛选之前，所述方法还包括：

基于电力故障事件采集所述电力故障事件关联的电力数据，得到多条电力故障数据，其中，所述电力故障事件关联的电力数据至少包括所述电力故障外因信息、所述电力故障类型信息、所述电力故障发生的时间、所述故障设备的位置信息以及所述故障设备的标识信息。

3.根据权利要求1所述的方法，其特征在于，对筛选后得到的电力故障数据进行聚类，得到多簇电力故障数据包括：

基于所述电力故障发生的时间对所述筛选后得到的电力故障数据进行Canopy聚类；

根据所述Canopy聚类的结果确定K-means聚类的聚类初始中心点；

基于所述电力故障发生的时间，根据所述聚类初始中心点对所述筛选后得到的电力故障数据进行K-means聚类，得到多簇电力故障数据。

4.根据权利要求1所述的方法，其特征在于，对筛选后得到的电力故障数据进行聚类，得到多簇电力故障数据包括：

基于所述故障设备的位置信息对所述筛选后得到的电力故障数据进行Canopy聚类；

根据所述Canopy聚类的结果确定K-means聚类的聚类初始中心点；

基于所述故障设备的位置信息，根据所述聚类初始中心点对所述筛选后得到的电力故障数据进行K-means聚类，得到多簇电力故障数据。

5.根据权利要求1所述的方法，其特征在于，在所述地图上获取所述目标筛选条件下的电力故障的发生区域之后，所述方法还包括：

将预设区域的电力故障数据导出；

根据导出的电力故障数据分析所述预设区域的电力故障发生情况。

6.根据权利要求1所述的方法，其特征在于，在所述地图上获取所述目标筛选条件下的电力故障的发生区域之后，所述方法还包括：

对所述目标筛选条件下的电力故障的发生区域范围内的电力设备进行电力故障预警。

7.一种电力数据分析装置，其特征在于，包括：

筛选单元，用于根据目标筛选条件对多条电力故障数据进行筛选，其中，每条电力故障数据至少包括电力故障外因信息、电力故障类型信息、电力故障发生的时间、故障设备的位置信息以及故障设备的标识信息，所述目标筛选条件至少包括以下之一：目标电力故障外因、目标电力故障类型、目标时间、目标位置；

聚类单元，用于对筛选后得到的电力故障数据进行聚类，得到多簇电力故障数据；

映射单元，用于根据所述电力故障数据的故障设备的位置信息将所述多簇电力故障数据映射到地图上；

获取单元，用于在所述地图上获取所述目标筛选条件下的电力故障的发生区域。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

采集单元，用于在根据目标筛选条件对多条电力故障数据进行筛选之前，基于电力故障事件采集所述电力故障事件关联的电力数据，得到多条电力故障数据，其中，所述电力故障事件关联的电力数据至少包括所述电力故障外因信息、所述电力故障类型信息、所述电力故障发生的时间、所述故障设备的位置信息以及所述故障设备的标识信息。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至6中任意一项所述的电力数据分析方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至6中任意一项所述的电力数据分析方法。