[发明专利]一种基于机器学习算法的输变电设备缺陷数据机器自主聚类工具

权利要求书

1.一种基于机器学习算法的输变电设备缺陷数据机器自主聚类工具，其特征在于，它由数据分解器（1）、聚类器（2）、结果处理器（3）依序连接组成；

其中：在数据分解器（1）内分别设置有缺陷数据读取模块、缺陷数据分解模块、缺陷数据获取模块、缺陷数据过滤模块、聚类环境初始化模块；

在聚类器（2）内分别设置有识别判断方法模块、记忆方法及结果模块、问题分析模块、分类处理模块；

在结果处理器（3）内分别设置有数据库信息配置模块、结果结构配置模块、结果文件分发模块、新知识入库模块、老知识更新模块。

2.根据权利要求1所述的一种基于机器学习算法的输变电设备缺陷数据机器自主聚类工具，其特征在于，数据分解器将输变电设备缺陷数据分解成聚类算法能识别的数据；具体分解过程如下：

1)将缺陷数据分为三类：设备缺陷数据=｛数字数据，中文数据，英文数据｝，其特征在于，方法是用ASCII码比较每个字符，若存在ASCII码范围外的字符，则判断这个字符串中文，用正则表达式判断如果都是0～9则判断为数字数据；

2)数字数据=｛编码数字，数值数字｝，其中代码数字是一种编码代表某种类型，将编码数字对应转化成中文或英文；

3)中文数据分解为词用基于最大匹配算法的两种变体的中文单词识别MMSEG算法实现；

4)英文数据分词用Aho-Corasick算法实现。

3.根据权利要求1所述的一种基于机器学习算法的输变电设备缺陷数据机器自主聚类工具，其特征在于，聚类器包含训练识别方法、记忆方法及结果、问题分析、结果判定过程；

1)练识别方法以词频、反文档算法为方法基础，以支持向量机为机器智能学习算法，以文本样本为知识内容；

2)记忆方法及结果训练后它以文件的方式存储训练结果，以供判断使用；

3)问题分析在训练后它以文件的方式存储训练结果，以供分析判断使用。

4.根据权利要求1所述的一种输变电设备缺陷数据机器自主聚类工具，其特征在于，结果处理器有结果入库、结果文件分发、知识库管理功能，其中结果入库把处理结果添加到数据库，结果文件分发把结果文件分发到不同目标文件夹，知识库管理功能把处理结果添加进知识库。