智能数据调查与行业指标关键因素分析系统技术方案

本发明专利技术公开了智能数据调查与行业指标关键因素分析系统，包括终端平台

【技术实现步骤摘要】
智能数据调查与行业指标关键因素分析系统


[0001]本专利技术涉及指标数据分析系统
，具体涉及智能数据调查与行业指标关键因素分析系统
。

技术介绍

[0002]随着电网信息化技术的不断发展，电网系统中积累的待处理数据量急剧增加，现已呈现爆炸性增长态势，如何充分和有效的利用这些宝贵的历史数据，采用合适的数据分析技术，对其进行针对性的分析和挖掘，从中获得有价值的知识，为电网的安全运行提供决策支持，成为现今亟待解决的问题，数据挖掘从本质上说是一种新的信息处理技术，数据挖掘技术把人们对数据的应用，从低层次的联机查询操作，提高到决策支持
、
分析预测等更高级应用上，它通过对这些数据进行微观
、
中观乃至宏观的统计
、
分析
、
综合和推理，发现数据间的关联性
、
未来趋势以及一般性的概括知识等，本方案具体涉及智能数据调查与行业指标关键因素分析系统；
[0003]但是现有的指标数据分析系统的数据库中的数据往往存在数据不完整
、<br/>数据冗余...

【技术保护点】

【技术特征摘要】
1.
智能数据调查与行业指标关键因素分析系统，其特征在于，包括：终端平台，所述终端平台用于对智能数据调查与行业指标关键因素分析系统进行控制；获取模块，所述获取模块用于对行业指标相关数据进行获取，并对获取的数据进行处理；传输模块，所述传输模块用于终端设备与系统平台之间进行信息传输；存储模块，所述存储模块用于对分析系统内部指标数据以及外部获取的相关数据进行存储，并将存储的数据作为分析依据；分析模块，所述分析模块用于对获取的指标数据进行分析，并对指标数据进行量化评分
。2.
根据权利要求1所述的智能数据调查与行业指标关键因素分析系统，其特征在于：所述获取模块包括获取单元
、
传输单元以及分析单元，获取单元
、
传输单元以及分析单元均与终端平台电性连接
。3.
根据权利要求1所述的智能数据调查与行业指标关键因素分析系统，其特征在于：所述数据处理包括数据的抽取以及数据的清洗和转换
。4.
根据权利要求3所述的智能数据调查与行业指标关键因素分析系统，其特征在于：所述数据处理的具体步骤如下：步骤一：数据的抽取，将存储在不同源数据库的数据进行抽取，整合到数据仓库中，在弄清源数据的信息和结构的基础上，首先需要准确地界定所选取的数据源和抽取原则，然后设计存储新数据的结构和准确定义它与源数据的转换和装载机制，以便正确地从每个数据源中抽取所需的数据，这些结构和转换信息应该作为元数据被存储起来，在数据抽取过程中，全面掌握源数据的结构特点，在抽取多个异构数据源的过程中，将不同的源数据格式转换成一种中间模式，再把它们集成起来，通过高效的抽取工具来实现，对不同的情况设计不同的处理策略；步骤二：数据的清洗和转换，对获取的数据进行清洗，去除或修补源数据中的不完整
、
不一致
、
含噪音的数据，在源业务数据库的数据中进行数据的不完整处理，对不完整的数据进行修补；步骤三：对处理后的数据进行保存并进行分析
。5.
根据权利要求4所述的智能数据调查与行业指标关键因素分析系统，其特征在于：所述数据源分为与数据仓库相同的数据源这种情况处理比较简单，利用
DBMS
提供的链接功能，直接在数据仓库和源业务数据库之间建立链接，与数据库不同的数据源通过
ODBC
或程序接口建立数据库链接，也可以利用数据库的导入
、
导出功能来实现数据的抽取，对于文件类型的数据源可以通过编写程序来实现数据的抽取，然后利用数据库的导入功能来实现，数据的抽取是数据挖掘的基础，只有抽取合理的与挖掘任务有关的数据，才能保证挖掘结果的准确性，在数据抽取的时候要充分考虑采用增量抽取，以节省抽取的时间，提高抽取效率
。6.
根据权利要求5所述的智能数据调查与行业指标关键因素分析系统，其特征在于：所述对不完整的数据进行修补的办法有使用一个全局值来填充
、
统计该属性的所有非空值，并用平均值来填充空缺项和只使用同类对象的属性平均值填充，采用移动平均法来实现，
移动平均法是以过去某一段时期的数据平均值作为将来某时期预测...

【专利技术属性】
技术研发人员：贾超，张奎堂，
申请(专利权)人：北京华夏泰科技术开发有限公司，
类型：发明
国别省市：