停电时间数据智能化统计分析方法技术

本发明专利技术公开了一种停电时间数据智能化统计分析方法，具体包括以下步骤：跨业务部门对停电数据进行差异智能化分析，建立停电时间样本库；基于机器学习理论建立配网侧用户停电信息判别模型，判别配网侧停电原因；通过对灾害下电网停电损失的评估以及对现有预警机制的改进来完善计量终端的模型设计。本发明专利技术能够对种类繁多的海量数据实现高效地分析处理，可以发掘出其潜在的价值，对后期停电预案的设计以及计量终端模型的建立起支持作用，帮助供电企业经济、可靠地供配电，指导用户智能经济地用电。

【技术实现步骤摘要】
停电时间数据智能化统计分析方法
本专利技术涉及计算机数据处理
，特别是一种应用于电网中的数据处理方法。
技术介绍
目前，国家电网公司和南方电网公司运营的电网已成为世界上最大的物联网，在每天的运行中电网内部都会产生大量的数据，这些数据主要包括以下三种类型：电网设备运行中的监测数据、电网运营数据和电网管理数据。由于用户直接与配电网打交道，因此配电网运营数据的数量至少是输电网中运营数据的数量十倍以上。与此同时，这些数据所反映的信息现今却几乎没有有效的方法去提取，造成了“数据富有，信息缺乏”的不正常现状。对于数据量如此巨大的数据，不良数据的出现在所难免，因果分析也变得不再现实，因此大数据的思维在处理上述数据时就显得极其重要。。电网中的数据分析和挖掘主要是运用数据挖掘中的经典模型，将原始数据一分为二，一部分用于建立模型，另一部分用于检验模型。这种挖掘模式的缺点对大数据的思想方法体现不够充分，将大数据和数据挖掘人为地撕裂开，挖掘结果过分依赖原始数据的精确程度，且忽视数据间的相关关系，过分注重因果关系，增加了挖掘的难度。因此，基于大数据思想开展数据挖掘工作，不仅能使数据挖掘变得更加容易，而且本文档来自技高网...

【技术保护点】
1.停电时间数据智能化统计分析方法，其特征在于，具体包括以下步骤：A.跨业务部门对停电数据进行差异智能化分析，建立停电时间样本库；B.基于机器学习理论建立配网侧用户停电信息判别模型，判别配网侧停电原因；C.通过对灾害下电网停电损失的评估以及对现有预警机制的改进来完善计量终端的模型设计。

【技术特征摘要】
1.停电时间数据智能化统计分析方法，其特征在于，具体包括以下步骤：A.跨业务部门对停电数据进行差异智能化分析，建立停电时间样本库；B.基于机器学习理论建立配网侧用户停电信息判别模型，判别配网侧停电原因；C.通过对灾害下电网停电损失的评估以及对现有预警机制的改进来完善计量终端的模型设计。2.根据权利要求1所述的停电时间数据智能化统计分析方法，其特征在于，步骤A具体包括以下步骤：A1.根据目前设备部统计的停电时间、营销计量自动化部统计的时间、与停电时间相对应的当地气象信息以及电网与企业和电网与用户签订的有条件停电协议，对不同业务部门的停电时间数据进行挖掘分类，应用多元分类的机器学习算法，并按停电原因进行标签分类；A2.通过差异分析功能对分类数据进行数据可靠性分析并提取可用数据，进一步应用有限玻尔兹曼基技术进行数据缺失的比对与填补，建立停电时间样本库。3.根据权利要求2所述的停电时间数据智能化统计分析方法，其特征在于，步骤B具体包括以下步骤：B1.结合停电时间样本库，以地区电力负荷特点、地区气候类型为...

【专利技术属性】
技术研发人员：孙煜华，吴永欢，梁林森，林志波，蔡珑，顾洁，金之俭，
申请(专利权)人：广州供电局有限公司，
类型：发明
国别省市：广东,44