[發明專利]電力數據分析方法、裝置、存儲介質及處理器

在審

• 申請號: 201811594101.0
• 申請日: 2018-12-25
• 公開（公告）號: CN109658286A
• 公開（公告）日: 2019-04-19
• 發明（設計）人: 馬叢淦;王闖;劉正義;李上國;戴瑞成;杜覺曉;吳淼喆;鄭娜;張成
• 申請（專利權）人: 國網北京市電力公司;國家電網有限公司
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06F16/35
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙囡囡;董文倩

1.一種電力數據分析方法，其特征在于，包括：

根據目標篩選條件對多條電力故障數據進行篩選，其中，每條電力故障數據至少包括電力故障外因信息、電力故障類型信息、電力故障發生的時間、故障設備的位置信息以及故障設備的標識信息，所述目標篩選條件至少包括以下之一：目標電力故障外因、目標電力故障類型、目標時間、目標位置；

對篩選后得到的電力故障數據進行聚類，得到多簇電力故障數據；

根據所述電力故障數據的故障設備的位置信息將所述多簇電力故障數據映射到地圖上；

在所述地圖上獲取所述目標篩選條件下的電力故障的發生區域。

2.根據權利要求1所述的方法，其特征在于，在根據目標篩選條件對多條電力故障數據進行篩選之前，所述方法還包括：

基于電力故障事件采集所述電力故障事件關聯的電力數據，得到多條電力故障數據，其中，所述電力故障事件關聯的電力數據至少包括所述電力故障外因信息、所述電力故障類型信息、所述電力故障發生的時間、所述故障設備的位置信息以及所述故障設備的標識信息。

3.根據權利要求1所述的方法，其特征在于，對篩選后得到的電力故障數據進行聚類，得到多簇電力故障數據包括：

基于所述電力故障發生的時間對所述篩選后得到的電力故障數據進行Canopy聚類；

根據所述Canopy聚類的結果確定K-means聚類的聚類初始中心點；

基于所述電力故障發生的時間，根據所述聚類初始中心點對所述篩選后得到的電力故障數據進行K-means聚類，得到多簇電力故障數據。

4.根據權利要求1所述的方法，其特征在于，對篩選后得到的電力故障數據進行聚類，得到多簇電力故障數據包括：

基于所述故障設備的位置信息對所述篩選后得到的電力故障數據進行Canopy聚類；

根據所述Canopy聚類的結果確定K-means聚類的聚類初始中心點；

基于所述故障設備的位置信息，根據所述聚類初始中心點對所述篩選后得到的電力故障數據進行K-means聚類，得到多簇電力故障數據。

5.根據權利要求1所述的方法，其特征在于，在所述地圖上獲取所述目標篩選條件下的電力故障的發生區域之后，所述方法還包括：

將預設區域的電力故障數據導出；

根據導出的電力故障數據分析所述預設區域的電力故障發生情況。

6.根據權利要求1所述的方法，其特征在于，在所述地圖上獲取所述目標篩選條件下的電力故障的發生區域之后，所述方法還包括：

對所述目標篩選條件下的電力故障的發生區域范圍內的電力設備進行電力故障預警。

7.一種電力數據分析裝置，其特征在于，包括：

篩選單元，用于根據目標篩選條件對多條電力故障數據進行篩選，其中，每條電力故障數據至少包括電力故障外因信息、電力故障類型信息、電力故障發生的時間、故障設備的位置信息以及故障設備的標識信息，所述目標篩選條件至少包括以下之一：目標電力故障外因、目標電力故障類型、目標時間、目標位置；

聚類單元，用于對篩選后得到的電力故障數據進行聚類，得到多簇電力故障數據；

映射單元，用于根據所述電力故障數據的故障設備的位置信息將所述多簇電力故障數據映射到地圖上；

獲取單元，用于在所述地圖上獲取所述目標篩選條件下的電力故障的發生區域。

8.根據權利要求7所述的裝置，其特征在于，所述裝置還包括：

采集單元，用于在根據目標篩選條件對多條電力故障數據進行篩選之前，基于電力故障事件采集所述電力故障事件關聯的電力數據，得到多條電力故障數據，其中，所述電力故障事件關聯的電力數據至少包括所述電力故障外因信息、所述電力故障類型信息、所述電力故障發生的時間、所述故障設備的位置信息以及所述故障設備的標識信息。

9.一種存儲介質，其特征在于，所述存儲介質包括存儲的程序，其中，所述程序執行權利要求1至6中任意一項所述的電力數據分析方法。

10.一種處理器，其特征在于，所述處理器用于運行程序，其中，所述程序運行時執行權利要求1至6中任意一項所述的電力數據分析方法。