[发明专利]基于聚类分析的多源异构数据挖掘方法

权利要求书

1.一种基于聚类分析的多源异构数据挖掘方法，其特征在于，具体步骤为：

步骤一：获取数据，具体包括电力系统中各个电力设备历史运行数据和实时运行数据；用电采集系统中电力用户历史和实时用电数据；

步骤二：将采集的数据统一存储在服务器或者云端；

步骤三：对数据进行聚类分析处理，得出系统实时运行数据库、故障检修数据库、用电需求数据库；

步骤四：对分类数据进行加工分析，对运行设备健康状态和运行风险给出提示，并对检修时间给出指导建议。

2.根据权利要求1所述基于聚类分析的多源异构数据挖掘方法，其特征在于：所述聚类分析具体包括系统聚类法和K-means聚类算法。

3.根据权利要求1所述基于聚类分析的多源异构数据挖掘方法，其特征在于：所述步骤四中运行设备健康状态和运行风险给出提示的具体方法为，将获取的设备实时运行数据和检修数据库中的异常数据以及厂家提供的正常运行数据进行比对，超过正常值，则判断为设备异常，根据设备数据来源，获取设备地址信息，生产风险提示报告。

4.根据权利要求1所述基于聚类分析的多源异构数据挖掘方法，其特征在于：所述步骤四中，检修时间建议具体的方法为，根据用电需求数据库，将用电用户根据用电峰值分成日间用电型、夜间用电型、持续用电型；然后根据时间，对同一时间的用电用户数量进行统计排名，最终根据用电时间类型和时间段用电用户数据，给定检修时间。