[发明专利]一种用于电力设备缺陷的大数据分析系统和方法

权利要求书

1.一种用于电力设备缺陷的大数据分析系统，其特征在于，包括三层架构：

缺陷大数据处理层：用于对设备缺陷大数据进行整合和数据处理；

缺陷大数据模型层：内置缺陷大数据机器学习算法，用于对缺陷业务数据进行时序模型分析、主要设备缺陷状态分析和缺陷信息画像分析；

缺陷大数据应用层：用于对设备缺陷业务数据进行可视化展示。

2.根据权利要求1所述的一种用于电力设备缺陷的大数据分析系统，其特征在于，所述的缺陷大数据处理层利用开源大数据技术，对异构数据源数据进行数据抽取和数据处理，并进行数据整合，分别生成供缺陷大数据模型层和缺陷大数据应用层使用的缺陷业务数据。

3.根据权利要求2所述的一种用于电力设备缺陷的大数据分析系统，其特征在于，所述的开源大数据技术包括开源数据抽取技术和开源大数据离线批处理技术。

4.根据权利要求3所述的一种用于电力设备缺陷的大数据分析系统，其特征在于，所述的缺陷大数据处理层采用T+1方案进行数据抽取，并实现数据同步。

5.根据权利要求1或2所述的一种用于电力设备缺陷的大数据分析系统，其特征在于，所述的缺陷业务数据包括设备台账数据、设备缺陷记录数据和设备缺陷明细数据。

6.根据权利要求5所述的一种用于电力设备缺陷的大数据分析系统，其特征在于，所述的缺陷大数据模型层对缺陷业务数据进行时序模型分析、主要设备缺陷状态分析和缺陷信息画像分析具体包括：

结合设备缺陷记录数据和设备缺陷明细数据，进行缺陷时序模型分析，获取设备缺陷时序信息的预测结果；

结合设备缺陷记录数据、设备缺陷明细数据和设备台账数据，进行主要设备缺陷状态分析，获取主要设备缺陷类型的占比；

结合设备缺陷记录数据、设备缺陷明细数据和设备台账数据，进行缺陷信息画像分析，获取设备缺陷信息的关键词结果集。

7.根据权利要求6所述的一种用于电力设备缺陷的大数据分析系统，其特征在于所述的主要设备包括主变压器和断路器。

8.根据权利要求1所述的一种用于电力设备缺陷的大数据分析系统，其特征在于，所述的缺陷大数据应用层通过开源BI工具实现拖拽式数据挖掘，进行可视化展示。

9.一种用于如权利要求1所述的用于电力设备缺陷大数据分析系统的时序模型分析方法，其特征在于，包括以下步骤：

S11：获取设备缺陷时序信息数据，所述的设备缺陷时序信息数据包括缺陷记录数据和设备缺陷明细数据；

S12：对缺陷时序信息进行平稳性检验，并获取自相关系数；

S13：对缺陷时序信息进行模型分解，将缺陷时序信息分解为长期趋势、季节趋势和随机成分；

S14：依据BIC准则进行模型参数调整；

S15：对设备缺陷时序信息数据使用ARIMA模型进行时序信息预测并将预测结果信息保存。

10.一种用于如权利要求1所述的用于电力设备缺陷大数据分析系统的缺陷信息画像分析方法，其特征在于，包括以下步骤：

S21：获取设备缺陷业务数据并构建设备缺陷信息词典，所述的缺陷业务数据包括设备台账数据、设备缺陷记录数据和设备缺陷明细数据；

S22：创建中文停用词词典；

S23：计算设备缺陷信息词典中各词的词频并转换为词频矩阵；

S24：计算词权重并进行关键词提取；

S25：将关键词结果集保存。