CN111652313A - 基于聚类分析的多源异构数据挖掘方法 - Google Patents
基于聚类分析的多源异构数据挖掘方法 Download PDFInfo
- Publication number
- CN111652313A CN111652313A CN202010497332.0A CN202010497332A CN111652313A CN 111652313 A CN111652313 A CN 111652313A CN 202010497332 A CN202010497332 A CN 202010497332A CN 111652313 A CN111652313 A CN 111652313A
- Authority
- CN
- China
- Prior art keywords
- data
- time
- power
- equipment
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000007621 cluster analysis Methods 0.000 title claims abstract description 18
- 238000007418 data mining Methods 0.000 title claims abstract description 11
- 230000005611 electricity Effects 0.000 claims abstract description 23
- 238000012423 maintenance Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000003064 k means clustering Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 2
- 238000007405 data analysis Methods 0.000 abstract 1
- 238000005457 optimization Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/256—Integrating or interfacing systems involving database management systems in federated or virtual databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于聚类分析的多源异构数据挖掘方法,一:获取数据,具体包括电力***中各个电力设备历史运行数据和实时运行数据;用电采集***中电力用户历史和实时用电数据;二:将采集的数据统一存储在服务器或者云端;三:对数据进行聚类分析处理,得出***实时运行数据库、故障检修数据库、用电需求数据库;四:对分类数据进行加工分析,对运行设备健康状态和运行风险给出提示,并对检修时间给出指导建议。本发明通过对电力***中的运行设备和用电用户类型进行数据分析,实现了运行设备健康状态的实时精准检测,并能准确的给出健康体检报告,能根据用电用户类型和时间的数据的分析,给出检修时间的建议,实现了电力设备检修的智能化管理。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种基于聚类分析的多源异构数据挖掘方法。
背景技术
聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域,包括数学,计算机科学,统计学,生物学和经济学。在不同的应用领域,很多聚类技术都得到了发展,这些技术方法被用作描述数据,衡量不同数据源间的相似性,以及把数据源分类到不同的簇中。
电力***在生产生活中具有重要地位,在电力管理***中,有各种电力设备,安全控制设备以及各种用户用电数据等信息,电力设备出现故障,可能造成电力***的紊乱和供电紧张,然而由于电力设备复杂多样且种类繁多,难以做到对电力设备的故障预警,因此对电力设备的监测与管理成为保障电力供应的重要任务。目前,在电力设备的管理,如电网变电站设备管理中,现有技术往往依靠使用监测器件对各个电力设备进行检测,然后通过大量人力周期性巡视检测各个监测器件的数据,或者巡视电力设备的工作情况,并定期地向上级工作人员提供纸质报告。然而,人工检测电力设备的方法,难以对大量的电力设备都进行综合检测,不能综合各个电力设备的监测数据并且在对电力设备的管理过程中没有实现自动化处理,导致难以对电力设备的数据进行综合处理,进而使得在电力设备出现数据异常时,无法及时和准确地向相关工作人员推送相关信息,以做到故障预警。即使发生故障后及时的通知了管理人员,但排除故障也需要较长实际,不仅消耗大量人力物力,也给生产生活造成损失;
同时用电用户众多,如何合理的供给电力,或者需要停电检修时,在何时断电是最佳时间,目前均无数据进行分析,往往依靠管理人员凭借经验主观决定。
发明内容
本发明针对现有技术的不足,提出一种基于聚类分析的多源异构数据挖掘方法,有效解决电力***大量设备运行健康情况实时监控和提前预警问题,并能给出合理的检修时间和检修地址。
具体技术方案如下:一种基于聚类分析的多源异构数据挖掘方法,具体步骤为;
步骤一:获取数据,具体包括电力***中各个电力设备历史运行数据和实时运行数据;用电采集***中电力用户历史和实时用电数据;
步骤二:将采集的数据统一存储在服务器或者云端;
步骤三:对数据进行聚类分析处理,得出***实时运行数据库、故障检修数据库、用电需求数据库;
步骤四:对分类数据进行加工分析,对运行设备健康状态和运行风险给出提示,并对检修时间给出指导建议。
作为优化:所述聚类分析具体包括***聚类法和K-means聚类算法。
作为优化:所述步骤四中运行设备健康状态和运行风险给出提示的具体方法为,将获取的设备实时运行数据和检修数据库中的异常数据以及厂家提供的正常运行数据进行比对,超过正常值,则判断为设备异常,根据设备数据来源,获取设备地址信息,生产风险提示报告。
作为优化:所述步骤四中,检修时间建议具体的方法为,根据用电需求数据库,将用电用户根据用电峰值分成日间用电型、夜间用电型、持续用电型;然后根据时间,对同一时间的用电用户数量进行统计排名,最终根据用电时间类型和时间段用电用户数据,给定检修时间。
本发明的有益效果为:通过对电力***中的运行设备和用电用户类型进行数据分析,实现了运行设备健康状态的实时精准检测,并能准确的给出健康体检报告,能根据用电用户类型和时间的数据的分析,给出检修时间的建议,实现了电力设备检修的智能化管理。
具体实施方式
下面对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
一种基于聚类分析的多源异构数据挖掘方法,具体步骤为:
步骤一:获取数据,具体包括电力***中各个电力设备历史运行数据和实时运行数据;用电采集***中电力用户历史和实时用电数据;
步骤二:将采集的数据统一存储在服务器或者云端;
步骤三:对数据进行聚类分析处理,聚类分析具体包括***聚类法和K-means聚类算法,得出***实时运行数据库、故障检修数据库、用电需求数据库;
步骤四:对分类数据进行加工分析,对运行设备健康状态和运行风险给出提示,并对检修时间给出指导建议。其中运行设备健康状态和运行风险给出提示的具体方法为,将获取的设备实时运行数据和检修数据库中的异常数据以及厂家提供的正常运行数据进行比对,超过正常值,则判断为设备异常,根据设备数据来源,获取设备地址信息,生产风险提示报告;
检修时间建议具体的方法为,根据用电需求数据库,将用电用户根据用电峰值分成日间用电型、夜间用电型、持续用电型;然后根据时间,对同一时间的用电用户数量进行统计排名,最终根据用电时间类型和时间段用电用户数据,给定检修时间。
Claims (4)
1.一种基于聚类分析的多源异构数据挖掘方法,其特征在于,具体步骤为:
步骤一:获取数据,具体包括电力***中各个电力设备历史运行数据和实时运行数据;用电采集***中电力用户历史和实时用电数据;
步骤二:将采集的数据统一存储在服务器或者云端;
步骤三:对数据进行聚类分析处理,得出***实时运行数据库、故障检修数据库、用电需求数据库;
步骤四:对分类数据进行加工分析,对运行设备健康状态和运行风险给出提示,并对检修时间给出指导建议。
2.根据权利要求1所述基于聚类分析的多源异构数据挖掘方法,其特征在于:所述聚类分析具体包括***聚类法和K-means聚类算法。
3.根据权利要求1所述基于聚类分析的多源异构数据挖掘方法,其特征在于:所述步骤四中运行设备健康状态和运行风险给出提示的具体方法为,将获取的设备实时运行数据和检修数据库中的异常数据以及厂家提供的正常运行数据进行比对,超过正常值,则判断为设备异常,根据设备数据来源,获取设备地址信息,生产风险提示报告。
4.根据权利要求1所述基于聚类分析的多源异构数据挖掘方法,其特征在于:所述步骤四中,检修时间建议具体的方法为,根据用电需求数据库,将用电用户根据用电峰值分成日间用电型、夜间用电型、持续用电型;然后根据时间,对同一时间的用电用户数量进行统计排名,最终根据用电时间类型和时间段用电用户数据,给定检修时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010497332.0A CN111652313A (zh) | 2020-06-04 | 2020-06-04 | 基于聚类分析的多源异构数据挖掘方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010497332.0A CN111652313A (zh) | 2020-06-04 | 2020-06-04 | 基于聚类分析的多源异构数据挖掘方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111652313A true CN111652313A (zh) | 2020-09-11 |
Family
ID=72344963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010497332.0A Pending CN111652313A (zh) | 2020-06-04 | 2020-06-04 | 基于聚类分析的多源异构数据挖掘方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111652313A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723671A (zh) * | 2021-08-16 | 2021-11-30 | 盛隆电气集团有限公司 | 一种基于用电情况大数据的数据聚类分析方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102360467A (zh) * | 2011-10-12 | 2012-02-22 | 西安交通大学 | 一种考虑元件老化特性的配电***长期检修策略制定方法 |
US20150302332A1 (en) * | 2013-05-03 | 2015-10-22 | Gansu Electric Power Corporation Wind Power Technology Center | Maintenance schedule optimization method for electric power system including large-scale wind power |
CN107203816A (zh) * | 2017-06-09 | 2017-09-26 | 珠海市鸿瑞软件技术有限公司 | 一种电力***二次设备的故障检修方法及*** |
CN108364187A (zh) * | 2017-12-20 | 2018-08-03 | 国网冀北电力有限公司承德供电公司 | 一种基于停电敏感特性的停电敏感用户确定方法和*** |
CN108448577A (zh) * | 2018-04-11 | 2018-08-24 | 南方电网科学研究院有限责任公司 | 配电网停电计划排程优化方法及装置 |
CN110378492A (zh) * | 2019-05-28 | 2019-10-25 | 长春电力设计有限公司 | 一种加强配网设备运维管控的方法 |
-
2020
- 2020-06-04 CN CN202010497332.0A patent/CN111652313A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102360467A (zh) * | 2011-10-12 | 2012-02-22 | 西安交通大学 | 一种考虑元件老化特性的配电***长期检修策略制定方法 |
US20150302332A1 (en) * | 2013-05-03 | 2015-10-22 | Gansu Electric Power Corporation Wind Power Technology Center | Maintenance schedule optimization method for electric power system including large-scale wind power |
CN107203816A (zh) * | 2017-06-09 | 2017-09-26 | 珠海市鸿瑞软件技术有限公司 | 一种电力***二次设备的故障检修方法及*** |
CN108364187A (zh) * | 2017-12-20 | 2018-08-03 | 国网冀北电力有限公司承德供电公司 | 一种基于停电敏感特性的停电敏感用户确定方法和*** |
CN108448577A (zh) * | 2018-04-11 | 2018-08-24 | 南方电网科学研究院有限责任公司 | 配电网停电计划排程优化方法及装置 |
CN110378492A (zh) * | 2019-05-28 | 2019-10-25 | 长春电力设计有限公司 | 一种加强配网设备运维管控的方法 |
Non-Patent Citations (3)
Title |
---|
何敏等: "计及可靠性的配电变压器组年度检修计划优化", 《科学技术与工程》 * |
江克宜等: "《电力客户服务员工培训教材》", 30 April 2002, 北京:中国电力出版社 * |
熊信银等: "《电力***工程基础》", 28 February 2003, 武汉:华中科技大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723671A (zh) * | 2021-08-16 | 2021-11-30 | 盛隆电气集团有限公司 | 一种基于用电情况大数据的数据聚类分析方法 |
CN113723671B (zh) * | 2021-08-16 | 2024-03-19 | 盛隆电气集团有限公司 | 一种基于用电情况大数据的数据聚类分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116304766B (zh) | 基于多传感器的开关柜状态快速评估方法 | |
CN107677903B (zh) | 一种变压器状态监测数据的聚类分析方法 | |
CN113420162B (zh) | 一种基于知识图谱的设备运行链状态监测方法 | |
CN115664038B (zh) | 一种用于电气安全管理的智能配电运维监控*** | |
CN112987696A (zh) | 一种区域配电网设备管理平台及其运行方法 | |
CN111666978B (zh) | 一种it***运维大数据的智能故障预警*** | |
CN117318614A (zh) | 一种光伏逆变器故障预测方法 | |
CN112417763A (zh) | 输电线路的缺陷诊断方法、装置、设备及存储介质 | |
JP6176377B1 (ja) | 設備管理システム、設備管理方法およびプログラム | |
CN116028887A (zh) | 一种连续性工业生产数据的分析方法 | |
CN111652313A (zh) | 基于聚类分析的多源异构数据挖掘方法 | |
CN109581266B (zh) | 一种全光纤电流互感器的运行健康状况分析方法 | |
CN117391675B (zh) | 一种数据中心基础设施运维管理方法 | |
CN117113135A (zh) | 一种可对异常数据整理分类的碳排放异常监测分析*** | |
CN117331790A (zh) | 一种用于数据中心的机房故障检测方法及装置 | |
CN116488351A (zh) | 一种基于物联网的低压配电箱远程监控方法和*** | |
CN116307886A (zh) | 一种企业生产状态的实时监测方法及装置 | |
CN113671287B (zh) | 电网自动化终端智能检测方法、***和可读存储介质 | |
CN109765878A (zh) | 新能源汽车can总线网络故障的辅助分析方法 | |
CN112381130A (zh) | 一种基于聚类分析的配电房多元数据异常检测方法 | |
CN115711206B (zh) | 一种基于聚类权重的风力发电机叶片覆冰状态监测*** | |
CN117807155B (zh) | 多维度预警提示信息的生成方法、设备及存储介质 | |
Alghamdi et al. | Detecting fast frequency events in power system: Development and comparison of two methods | |
JP2018037063A (ja) | 設備管理システム、設備管理方法およびプログラム | |
CN116857123A (zh) | 风力发电机组集群运维分析*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200911 |
|
RJ01 | Rejection of invention patent application after publication |