[發(fā)明專利]基于數據挖掘的故障搶修處理時長預測方法

有效

• 申請?zhí)枺?/td>: 201811429905.5
• 申請日: 2018-11-28
• 公開（公告）號: CN109871975B
• 公開（公告）日: 2021-04-09
• 發(fā)明（設計）人: 李時;李晨曦;陳新;季巧琴;陳昊;方家麟;葉家樂
• 申請（專利權）人: 國網浙江省電力有限公司臺州供電公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/00
• 代理公司: 杭州華鼎知識產權代理事務所(普通合伙) 33217
• 代理人: 項軍

本發(fā)明涉及大數據領域，尤其涉及基于數據挖掘的故障搶修處理時長預測方法，包括以下步驟：獲取故障搶修作業(yè)數據；利用聚類方法對故障搶修作業(yè)數據進行聚類；剔除不合理數據；對剔除不合理數據的故障搶修作業(yè)數據進行特征工程，并制成樣本數據；將樣本數據加載至Xgboost預測模型，對多元回歸預測模型進行訓練與測試處理；通過多元回歸預測模型，根據故障類型、故障原因、故障地理位置特征、設備類型、發(fā)生故障時天氣獲得故障搶修處理時長預測結果。本發(fā)明以故障搶修作業(yè)數據中的故障類型、故障原因、故障地理位置特征、設備類型、發(fā)生故障時天氣為依據，通過Xgboost預測模型以及多元回歸預測模型對故障搶修處理時長進行預測。

技術領域

本發(fā)明涉及大數據領域，尤其涉及基于數據挖掘的故障搶修處理時長預測方法。

背景技術

故障停電受地理環(huán)境、氣象條件、故障類型、設備類型等因素影響，因此在不同因素的影響下，故障搶修處理時長也存在較大差異。

現階段，大多是搶修人員憑個人的經驗根據地理環(huán)境、氣象條件、故障類型、設備類型等因素對故障搶修處理時長進行大致的估計，該估計結果與實際故障搶修處理時長相比經常會有較大的出入，不能對故障搶修處理時長進行準確的預測。

發(fā)明內容

為解決上述問題，本發(fā)明提出基于數據挖掘的故障搶修處理時長預測方法，通過Xgboost預測模型以及多元回歸預測模型對故障搶修時長進行預測。

基于數據挖掘的故障搶修處理時長預測方法，包括以下步驟：

獲取故障搶修作業(yè)數據；

以故障搶修作業(yè)數據中的故障類型、故障原因、故障地理位置特征、設備類型、發(fā)生故障時天氣為依據，利用聚類方法對故障搶修作業(yè)數據進行聚類；

對每個類別下故障搶修作業(yè)數據中的故障搶修處理時長進行統(tǒng)計分析，剔除不合理數據；

對剔除不合理數據的故障搶修作業(yè)數據進行特征工程，并制成樣本數據；

基于處理后的建立多元回歸預測模型，將樣本數據加載至Xgboost預測模型，對多元回歸預測模型進行訓練與測試處理；

通過多元回歸預測模型，根據故障類型、故障原因、故障地理位置特征、設備類型、發(fā)生故障時天氣獲得故障搶修處理時長預測結果。

優(yōu)選的，在所述以故障搶修作業(yè)數據中的故障類型、故障原因、故障地理位置特征、設備類型、發(fā)生故障時天氣為依據，利用聚類方法對故障搶修作業(yè)數據進行聚類之后，還包括:

使用誤差平方和準則函數計算E值對聚類性能進行評價，若E值大于設定閾值，則以故障搶修作業(yè)數據中的故障類型、故障原因、故障地理位置特征、設備類型、發(fā)生故障時天氣為依據，利用聚類方法對故障搶修作業(yè)數據再次進行聚類，直到E值小于等于設定閾值。

優(yōu)選的，所述使用誤差平方和準則函數計算E值來評價聚類性能包括：

設定故障搶修作業(yè)數據集X，假設X包含k個聚類子集X₁,X₂,…X_k；各個聚類子集中的樣本數量分別為n₁，n₂,…,n_k；各個聚類子集的聚類中心分別為m₁,m₂,…,m_k，誤差平方和準則函數公式為：

其中，E表示所有樣本數據的平方誤差的總和；p表示空間中的樣本數據；m_i表示聚類中心。

優(yōu)選的，所述對每個類別下故障搶修作業(yè)數據中的故障搶修處理時長進行統(tǒng)計分析，剔除不合理數據包括：