【技术实现步骤摘要】
本专利技术属于电力数据处理，具体涉及一种要素评估模型的构建方法及装置。
技术介绍
1、随着信息技术的迅猛发展，信息挖掘能够通过大数据分析和机器学习等方式进行，发现隐藏在数据中的规律和趋势，为决策者提供有力支持。
2、例如，专利cn110474904a给出一种改进预测的态势感知方法和系统，采集不同信息来源的数据，通过预处理得到统一格式的数据流，从该数据流中提取要素，生成关联规则，送入态势评估进行评估量化，通过与不同评估体系的融合，以及模糊处理数据要素，得到单个设备、局部网络的态势值，结合整个网络的架构组成，得到整个系统的态势值，将不同层次的态势值导入神经网络模型进行预测，最后可视化展示预测结果，充分评估整个系统以及每一个单个设备，将每一个设备、每一个分层建立关联，引入预测算法对定量的态势感知进行预测，从而可以对未来的系统进行科学地预测，为用户提供有价值的参考建议。
3、当前的智能辅助决策技术在各个领域的应用越来越广泛。例如，在电力行业中，配电、输电的电力安全、电力巡检以及电力通信等方面，结合数智化的挖掘技术，提高分...
【技术保护点】
1.一种要素评估模型的构建方法，其特征在于，具体包括如下步骤：
2.如权利要求1所述要素评估模型的构建方法，其特征在于，电力信息包括各类型数据的趋势及异常点，电力信息的分析维度包括时间维度、地域维度、业务类型维度。
3.如权利要求2所述要素评估模型的构建方法，其特征在于，构建多维数据分析模型，具体包括如下步骤：
4.如权利要求3所述要素评估模型的构建方法，其特征在于，对初始聚类进行裂分，更新得到各个聚类，具体表示为：
5.如权利要求3所述要素评估模型的构建方法，其特征在于，通过关联规则处理聚类，给出关联聚类的分析维度，具
<...【技术特征摘要】
1.一种要素评估模型的构建方法，其特征在于，具体包括如下步骤：
2.如权利要求1所述要素评估模型的构建方法，其特征在于，电力信息包括各类型数据的趋势及异常点，电力信息的分析维度包括时间维度、地域维度、业务类型维度。
3.如权利要求2所述要素评估模型的构建方法，其特征在于，构建多维数据分析模型，具体包括如下步骤：
4.如权利要求3所述要素评估模型的构建方法，其特征在于，对初始聚类进行裂分，更新得到各个聚类，具体表示为：
5.如权利要求3所述要素评估模型的构建方法，其特征在于，通过关联规则处理聚类，给出关联聚类的分析维度，具体表示为：
6.如权利要求3所述要素评估模型的构建方法，其特征在于，基于对电力信息在...
【专利技术属性】
技术研发人员：刘鑫，张朋，程志华，王一蓉，张永强，邵春锋，闫敬德，黄河，赵峰，刘才华，彭国政，袁荷雅，
申请(专利权)人：北京国网信通埃森哲信息技术有限公司，
类型：发明
国别省市：
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。