【技术实现步骤摘要】
本专利技术涉及一种基于机器学习与rpa提高故障采集运维效率的方法，属于电网运维自动化。
技术介绍
1、近几年，电网智能化建设取得长足发展，自动化控制设备占据供电设备的主要部分。然而自动化设备有专业性强和易出故障的特点，导致电网运维任务增多。如何快速提高电网运维效率，成了电网运维建设第一要务。
2、随着用电信息采集系统深化应用不断加强，系统的运行维护工作也随之增多，迫切的运维需求与相对低下的运维效率的矛盾日益凸显。
3、从技术、工艺、技能、方法等方面进行分析，现有运行维护存在着无法满足需求的情况主要是：用电信息采集系统异常工单自动分析准确率仍然不高，尤其是对某些设备停电或设备通信信号不稳定造成数据采集不完整等无需派单运维的现象，还需要人工进行再次分析筛选，但还是无法完全避免无效工单的派发，进而造成工单处理总时间的延长。
4、人工运维诊断的方式存在人工分析诊断速度慢且无效工单较多、维护人员现场故障点和故障类型查找时间过长等情况，致使需要紧急处理的故障未在最短时间内修复，导致电力企业与客户产生计量纠纷和经济...
【技术保护点】
1.一种基于机器学习与RPA提高故障采集运维效率的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机器学习与RPA提高故障采集运维效率的方法，其特征在于，所述对原始数据进行预处理的方法具体为：
3.根据权利要求1所述的一种基于机器学习与RPA提高故障采集运维效率的方法，其特征在于，所述收集历史故障工单数据的方法具体为：
4.根据权利要求1所述的一种基于机器学习与RPA提高故障采集运维效率的方法，其特征在于：所述数据标签具体包括是否断线标签、终端类型标签、是否停电标签、是否存在终端计量故障标签、是否抄差标签以及是否派
【技术特征摘要】
1.一种基于机器学习与rpa提高故障采集运维效率的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机器学习与rpa提高故障采集运维效率的方法，其特征在于，所述对原始数据进行预处理的方法具体为：
3.根据权利要求1所述的一种基于机器学习与rpa提高故障采集运维效率的方法，其特征在于，所述收集历史故障工单数据的方法具体为：
4.根据权利要求1所述的一种基于机器学习与rpa提高故障采集运维效率的方法，其特征在于：所述数据标签具体包括是否断线标签、终端类型标签、是否停电标签、是否存在终端计量故障标签、是否抄差标签以及是否派单标签。
5.根据权利要求1所述的一种基于机器学习与rpa提高故障采集运维效率的方法，其特征在于，所述机器学习算法模型具体为lightgbm决策树算法模型，所述利用样本集对机器学习算法模型进行训练的步骤具体为：
6.根据权利要求5所述的一种基于机器学习与rpa提高故障...
【专利技术属性】
技术研发人员：陈丽霞，上官诚江，林奥林，陈俊钦，张登灵，翁菖宏，赵磊，吴怡靖，邓旭晖，黄纯熙，陈润欣，郑闻文，吴宇杭，吴昊谦，
申请(专利权)人：国网福建省电力有限公司，
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。