The invention relates to a construction method of big data electricity repair system hot forecast, the constructing method includes the following steps: 1, the external of each system of data acquisition and data, step two, the original data is stored within the database, step three, according to the data in the database are used with different types of analysis different methods of correlation analysis, the correlation analysis of step four, step 3, the method of modeling, the formation of hot regional prediction map, step five, will be the focus of regional development forecast map analysis tool.
【技术实现步骤摘要】
大数据电力抢修热点预测系统的构建方法
本专利技术涉及电力领域,尤其是一种大数据电力抢修热点预测系统的构建方法。
技术介绍
在国网系统中,工单数据日益庞大,工单信息比较混杂,单纯的人工统计分析已不再满足实际需求。但是传统抢修模式具有以下缺点,1、被动式的抢修其抢修效率以及抢修效果较差,2、台区对于用户消息推送不及时而导致出现较多投诉工单。而在现有的一个工单预测项目中,对于工单信息的挖掘仅局限在数量信息上,工单内部其他信息尚未进行挖掘;抢修热点并未在该项目中提及,但在实际运用过程中对抢修热点的研究会带来许多好处,其既能反映工单数量上的信息,还能反应地区抢修情况,为抢修物资、抢修人员的调配提供更加详细的信息,因此,对如何合理将抢修热点进行分析研究再应用到实际生产工作中并且形成一个整体的系统是现在急需解决的问题。
技术实现思路
本专利技术为了解决上述技术的不足,提供了一种电力抢修热点预测系统。为了解决上述技术问题,所述电力抢修热点地图构建包括如下步骤:步骤一,将外部各个系统的数据进行获取并得到原始数据,步骤二,将原始数据储存至数据库内,步骤三,根据数据库内的数据类型的不同采用不同的分析方法进行关联性分析,步骤四,将步骤三中的关联性分析结果进行方法建模,形成热点区域性预测地图,步骤五,将所述热点区域性预测地图开发形成分析展示工具。采用了上述结构后,抢修热点预测系统的核心思想是基于大数据获取的背景下,建立数据库系统,再在数据库系统中的数据进行分析比较,获取关联性较大的因素,再对这些因素进行建模,制成预测地图,这样就可以根据以往的数据来推测未来所在地可能发生的抢修工单数,而 ...
【技术保护点】
大数据电力抢修热点预测系统的构建方法,其特征在于:所述构建方法包括如下步骤:步骤一,将外部各个系统的数据进行获取并得到原始数据,步骤二,将原始数据储存至数据库内,步骤三,根据数据库内的数据类型的不同采用不同的分析方法进行关联性分析,步骤四,将步骤三中的关联性分析结果进行方法建模,形成热点区域性预测地图,步骤五,将所述热点区域性预测地图开发形成分析展示工具。
【技术特征摘要】
1.大数据电力抢修热点预测系统的构建方法,其特征在于:所述构建方法包括如下步骤:步骤一,将外部各个系统的数据进行获取并得到原始数据,步骤二,将原始数据储存至数据库内,步骤三,根据数据库内的数据类型的不同采用不同的分析方法进行关联性分析,步骤四,将步骤三中的关联性分析结果进行方法建模,形成热点区域性预测地图,步骤五,将所述热点区域性预测地图开发形成分析展示工具。2.根据权利要求1所述的大数据电力抢修热点预测系统的构建方法,其特征在于:所述步骤三内的分析方法主要包括如下方法,皮尔森相关分析,单因素方差分析以及统计对比分析。3.根据权利要求2所述的大数据电力抢修热点预测系统的构建方法,其特征在于:所述外部各个系统的数据包括设备抢修工单数,负载率,停电次数,设备投入年限,设备型号,生产产家。4.根据权利要求3所述的大数据电力抢修热点预测系统的构建方法,其特征在于:所述皮尔森相关分析方法中设置有关联度参数,并且设置关联度参数为r,设置变量X,Y以及变量的平均值以及,根据皮尔森相关分析方法的计算公式可以得出。5.根据权利要求4所述的大数据电力抢修热点预测系统的构建方法,其特征在于:将抢修工单与设备投运年限进行皮尔森相关分析,并将抢修工单数变量设置为y1,将设备投运年限变量设置为x1,并计算其关联度参数r1,另外,将负载率与抢修工单进行皮尔森相关分析,将抢修工单数变量设置为y2,将负载率变量设置为x2,并计算其关联度参数r2,另外,将每月停电次数与抢修工单进行...
【专利技术属性】
技术研发人员:董知周,徐盛,郑文斌,王绍荃,李峰峰,沈杰,陈显辉,缪竞雄,杨德栋,
申请(专利权)人:温州市图盛科技有限公司,国网浙江省电力公司温州供电公司,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。