[發(fā)明專利]一種基于供電服務(wù)信息的數(shù)據(jù)挖掘方法

在審

• 申請?zhí)枺?/td>: 202211421811.X
• 申請日: 2022-11-14
• 公開（公告）號: CN115907012A
• 公開（公告）日: 2023-04-04
• 發(fā)明（設(shè)計）人: 彭昕;陸子秋;閆筱
• 申請（專利權(quán)）人: 國網(wǎng)上海市電力公司
• 主分類號: G06N5/025
• 分類號: G06N5/025;G06N3/045;G06N3/0442;G06F18/241;G06F18/22;G06F18/2321;G06Q50/06;G06F16/35;G06F40/205;G06F16/29
• 代理公司: 上海三和萬國知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 31230
• 代理人: 蔡海淳

1.一種基于供電服務(wù)信息的數(shù)據(jù)挖掘方法，其特征在于：

數(shù)據(jù)挖掘至少包含供電數(shù)據(jù)提取模塊、供電數(shù)據(jù)處理模塊和供電數(shù)據(jù)特征識別模塊；

數(shù)據(jù)挖掘至少包括下列步驟：

1)供電數(shù)據(jù)提取模塊提取歷史故障搶修工單中包括故障地址、故障類型、用戶抄表段在內(nèi)的信息，構(gòu)成信息挖掘數(shù)據(jù)集；

2)根據(jù)故障類型，將信息挖掘數(shù)據(jù)集中的用戶誤報信息進(jìn)行篩選，排除非電力故障數(shù)據(jù)對信息挖掘工作的干擾，形成關(guān)鍵信息數(shù)據(jù)集；

3)供電數(shù)據(jù)處理模塊提取關(guān)鍵信息數(shù)據(jù)集中的故障地址，建立基于BERT-BIGRU-CRF的地址解析模型；

4)將故障地址作為輸入序列輸入BERT層進(jìn)行預(yù)訓(xùn)練，獲得地址字詞上下文相關(guān)的信息，將地址離散信息轉(zhuǎn)變?yōu)樵~向量表示；

5)將BERT層獲取的地址詞向量輸入BIGRU層進(jìn)行特征提取，隨機(jī)初始化該網(wǎng)絡(luò)的參數(shù)，然后對地址信息進(jìn)行序列特征提取；

6)將入BIGRU層訓(xùn)練后的特征向量輸入CRF層，對特征向量進(jìn)行條件約束，獲得輸出的地址標(biāo)簽序列；

7)供電數(shù)據(jù)特征識別模塊建立地址要素相似度聚類模型，對標(biāo)注后的地址信息進(jìn)行相似度計算，聚類出發(fā)生故障的高頻小區(qū)；

8)利用關(guān)鍵信息數(shù)據(jù)集對故障高頻小區(qū)發(fā)生故障的主要類型和故障頻次進(jìn)行統(tǒng)計，建立熱力圖生成單元，對高頻故障地址和故障頻次進(jìn)行可視化展示；

9)通過挖掘歷史供電服務(wù)信息，尋找出供電服務(wù)中的薄弱環(huán)節(jié)，提高供電服務(wù)質(zhì)量。

2.根據(jù)權(quán)利要求1所述的基于供電服務(wù)信息的數(shù)據(jù)挖掘方法，其特征在于，步驟3)中基于BERT-BIGRU-CRF的地址解析的具體過程為：

41)輸入故障地址數(shù)據(jù)同通過BERT編碼器得到地址數(shù)據(jù)的向量表示A；

42)地址向量A輸入到具有2個相反方向的GRU構(gòu)成的BIGRU網(wǎng)絡(luò)，提取地址字符間潛在的語義關(guān)聯(lián)特征；

43)CRF模塊綜合輸出的上下文特征向量，進(jìn)行全局歸一化處理，計算地址解析結(jié)果每一個字符的類別概率值，并以概率最大為指標(biāo)對地址進(jìn)行標(biāo)注。

3.根據(jù)權(quán)利要求1所述的基于供電服務(wù)信息的數(shù)據(jù)挖掘方法，其特征在于，步驟3)中建立的基于BERT-BIGRU-CRF的地址解析模型，其輸出地址單元均由一個或多個單字組成，所述地址單元通過如下符號表示：

Province：省級行政單元，包括省、直轄市、自治區(qū)

City：地級行政單元，包括地級市、自治州等；

County：縣級行政單元，包括市轄區(qū)、縣級市、縣等；

Town：鄉(xiāng)級行政單元，包括鎮(zhèn)、街道、鄉(xiāng)等；

Community：村級行政單元，包括社區(qū)、行政村、自然村等；

Group：村級行政區(qū)域的下級單元，包括生產(chǎn)隊、居委會等；

Street：有正式名稱的道路，包括高速公路、隧道、街、巷等；

Substreet：有正式名稱的支路，包括弄、坊等；

RoadNum：道路上的建筑物編號；

BuildNum：社區(qū)里的樓棟編號；

UnitNum：社區(qū)樓棟的單元編號；

FloorNum：樓棟單元的樓層編號；

RoomNum：樓棟單元里的房間編號；

POI：興趣點，指的是任何非地理意義的有意義區(qū)域。

4.根據(jù)權(quán)利要求1所述的基于供電服務(wù)信息的數(shù)據(jù)挖掘方法，其特征在于，步驟5)中利用BIGRU層對地址向量進(jìn)行特征提取，經(jīng)過以下步驟將靜態(tài)地址向量序列轉(zhuǎn)換為可以體現(xiàn)上下文關(guān)系的動態(tài)地址向量序列：

51)按照正向順序?qū)⒆窒蛄啃蛄兴腿肭跋騁RU層，將輸出的隱藏狀態(tài)作為每個單字的前向GRU編碼；同時，按照反向順序?qū)⒆窒蛄啃蛄兴腿牒笙騁RU層，將輸出的隱藏狀態(tài)作為每個單字的后向GRU編碼；

52)將每個單字的前向GRU編碼和后向GRU編碼拼接在一起，獲取每個單字的雙向GRU編碼；

53)將每個單字的雙向GRU編碼按序排列，得到輸入文本的動態(tài)字向量序列。

5.根據(jù)權(quán)利要求1所述的基于供電服務(wù)信息的數(shù)據(jù)挖掘方法，其特征在于，步驟7)中的地址要素相似度聚類模型的具體內(nèi)容為：

71)輸入兩個解析后的地址要素字符串s＝[P₁,P₂…,P_m]和t＝[P₁,P₂…,P_m]；

72)計算兩個地址中相似層級地址要素的相似度數(shù)值：

式中W_i表示地址一級矩陣，表示地址要素二級矩陣，表示地址要素之間計算的字符相似度；

73)計算兩個地址語義信息的余弦相似度：

式中v_i和w_i為s和t通過BERT模型獲得的地址語義矩陣；

74)對地址語義信息的余弦相似度與地址要素字符距離加權(quán)相似度進(jìn)行相加，并歸一化，得出最終的地址相似度值：

75)設(shè)定地址相似度閾值，對地址相似度大于閾值的地址序列劃分為同一類。