一种电力通信运维数据分析方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种电力通信运维数据分析方法、装置及存储介质，其中方法包括：采集预设时间段内的电力通信运维数据作为历史样本数据；根据Apriori算法提取历史样本数据的数据特征；利用数据特征进行SVM训练，得到SVM分析模型；采集实时电力通信运维数据，将实时电力通信运维数据输入至SVM分析模型中进行数据分析，得到电力通信运维数据的分析结果。本发明专利技术实施例通过Apriori算法能够准确提取得到历史样本数据的数据特征，并根据该数据特征进行SVM训练得到SVM分析模型，将实时采集的电力通信运维数据输入至该模型中即可快速、准确得到电力通信运维数据的分析结果，能够有效提高电力通信运维数据的分析效率。力通信运维数据的分析效率。力通信运维数据的分析效率。

【技术实现步骤摘要】
一种电力通信运维数据分析方法、装置及存储介质


[0001]本专利技术涉及电力数据处理
，尤其是涉及一种电力通信运维数据分析方法、装置及存储介质。

技术介绍

[0002]目前，随着我国电网的大规模建设，电力系统互联程度的加强和远距离输电系统的不断发展，能覆盖一个甚至多个国家的超大规模电力系统正在不断出现，电力系统的数据规模和模式发生了巨大变化，在对电力通信系统进行运营和维护的时候，会产生大量电力通信运维数据。现有的电力通信运维数据分析方法无法统一管理和分析电力通信运维数据，需要耗费大量的人力，导致对电力通信运维数据分析的效率较低。

技术实现思路

[0003]本专利技术提供了一种电力通信运维数据分析方法、装置及存储介质，以解决现有的电力通信运维数据分析方法无法统一管理和分析电力通信运维数据，需要耗费大量的人力，导致对电力通信运维数据分析的效率较低。
[0004]本专利技术的实施例提供了一种电力通信运维数据分析方法，包括：
[0005]采集预设时间段内的电力通信运维数据作为历史样本数据；
[0006]根据Apriori算法提取所述历史样本数据的数据特征；
[0007]利用所述数据特征进行SVM训练，得到SVM分析模型；
[0008]采集实时电力通信运维数据，将所述实时电力通信运维数据输入至所述SVM分析模型中进行数据分析，得到电力通信运维数据的分析结果。
[0009]进一步的，所述采集预设时间段内的电力通信运维数据作为历史样本数据，包括：
[0010]采用自适应算法采集预设时间段内的电力通信运维数据作为历史样本数据。
[0011]进一步的，采用自适应算法采集预设时间段内的电力通信运维数据作为历史样本数据，包括：
[0012]获取第一个数据点的采集时间作为初始时间，并设置初始斜率值；
[0013]根据当前时刻的数据点与上一时刻的数据点计算相邻两个数据点的上斜率和下斜率；
[0014]当所述上斜率不等于所述下斜率时，调整数据采集的采集间隔；
[0015]初始化所述上斜率和所述下斜率，将所述当前时刻的是据点作为初始点进行采集下一时刻的数据点，直至在预设时间段内完成电力通信运维数据的采集。
[0016]进一步的，所述调整数据采集的采集间隔，包括：
[0017]计算相邻时刻两个数据点的平滑度，若所述平滑度小于等于预设数据平滑度阈值，则根据预设的采集间隔以及数据采集过程中的波动次数，计算得到新的采集间隔。
[0018]进一步的，根据Apriori算法提取得到所述历史样本数据的数据特征，包括：
[0019]采用所述Apriori算法计算得到每一所述历史样本数据对应的支持度和置信度，
并设定最小支持度和最小置信度；
[0020]根据所述最小支持度找出所有频繁项集参数；
[0021]根据所述置信度找出关联规则，将满足所述关联规则的频繁项集参数形成电力通信运维数据的数据特征。
[0022]进一步的，所述根据所述最小支持度找出所有频繁项集参数，包括：
[0023]计算预设长度的频繁项集的支持度，在所述支持度中找出所有支持度大于等于所述最小支持度的频繁项集，将所述频繁项集两两连接新的数据集；
[0024]以所述数据集为基础，增加所述预设长度后重新获取新的数据集，直至无法找到新的数据集。
[0025]进一步的，所述采用所述Apriori算法计算得到每一所述历史样本数据对应的支持度和置信度，包括：
[0026]基于所述Apriori算法采用挖掘公式计算每一所述历史样本数据对应的置信度，所述挖掘公式为：
[0027][0028]其中，x为样本数据中的所有参数，Support(x1,x2,
…
,x
n
)表示数据集的关联规则支持度，P(x1x2…
x
n
)表示数据集的置信度；表示n个事件相对于x1x2…
x
n
整个数据集同时发生的频繁程度。
[0029]本专利技术的一个实施例一种电力通信运维数据分析装置，包括：
[0030]历史数据采集模块，用于采集预设时间段内的电力通信运维数据作为历史样本数据；
[0031]数据特征提取模块，用于根据关联算法提取所述历史样本数据的数据特征；
[0032]数据训练模块，用于利用所述数据特征进行SVM训练，得到SVM分析模型；
[0033]电力数据分析模块，用于采集实时电力通信运维数据，将所述实时电力通信运维数据输入至所述SVM分析模型中进行数据分析，得到电力通信运维数据的分析结果。
[0034]本专利技术的一个实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的电力通信运维数据分析方法的步骤。
[0035]本专利技术实施例通过Apriori算法能够准确提取得到历史样本数据的数据特征，并根据该数据特征进行SVM训练得到SVM分析模型，将实时采集的电力通信运维数据输入至该模型中即可快速、准确得到电力通信运维数据的分析结果，能够实现统一对电力通信运维数据进行管理和分析，从而有效地提高了电力通信运维数据分析的效率。
附图说明
[0036]图1是本专利技术实施例提供的电力运维数据分析方法的流程示意图；
[0037]图2是本专利技术实施例提供的数据库的结构示意图。
[0038]图3是本专利技术实施例提供的电力运维数据分析装置的结构示意图。
具体实施方式
[0039]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0040]在本申请的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
[0041]在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
[0042]请参阅图1，本专利技术的实施例提供了一种电力通信运维数据分析方法，包括：
[0043]S1、采集预设时间段内的电力通信运维数据作为历史样本数据；
[0044]在本专利技术实施例中，可采用自适应算法采集数据。其中，预设的时间段内可以根据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力通信运维数据分析方法，其特征在于，包括：采集预设时间段内的电力通信运维数据作为历史样本数据；根据Apriori算法提取所述历史样本数据的数据特征；利用所述数据特征进行SVM训练，得到SVM分析模型；采集实时电力通信运维数据，将所述实时电力通信运维数据输入至所述SVM分析模型中进行数据分析，得到电力通信运维数据的分析结果。2.如权利要求1所述的电力通信运维数据分析方法，其特征在于，所述采集预设时间段内的电力通信运维数据作为历史样本数据，包括：采用自适应算法采集预设时间段内的电力通信运维数据作为历史样本数据。3.如权利要求2所述的电力通信运维数据分析方法，其特征在于，采用自适应算法采集预设时间段内的电力通信运维数据作为历史样本数据，包括：获取第一个数据点的采集时间作为初始时间，并设置初始斜率值；根据当前时刻的数据点与上一时刻的数据点计算相邻两个数据点的上斜率和下斜率；当所述上斜率不等于所述下斜率时，调整数据采集的采集间隔；初始化所述上斜率和所述下斜率，将所述当前时刻的是据点作为初始点进行采集下一时刻的数据点，直至在预设时间段内完成电力通信运维数据的采集。4.如权利要求3所述的电力通信运维数据分析方法，其特征在于，所述调整数据采集的采集间隔，包括：计算相邻时刻两个数据点的平滑度，若所述平滑度小于等于预设数据平滑度阈值，则根据预设的采集间隔以及数据采集过程中的波动次数，计算得到新的采集间隔。5.如权利要求1所述的电力通信运维数据分析方法，其特征在于，根据Apriori算法提取得到所述历史样本数据的数据特征，包括：采用所述Apriori算法计算得到每一所述历史样本数据对应的支持度和置信度，并设定最小支持度和最小置信度；根据所述最小支持度找出所有频繁项集参数；根据所述置信度找出关联规则，将满足所述关联规则的频繁项集参...

【专利技术属性】
技术研发人员：亢中苗，吴赞红，许世纳，曾瑛，李波，张健，施展，黄东海，
申请(专利权)人：广东电网有限责任公司电力调度控制中心，
类型：发明
国别省市：