[发明专利]一种基于大数据的电力通信设备性能分析方法及装置

权利要求书

1.一种基于大数据的电力通信设备性能分析方法，其特征在于，包括：

获取电力通信设备的设备性能数据并进行预处理；

对预处理后的设备性能数据进行分组，得到设备性能分组数据；

根据电力通信设备的设备性能数据时间分布特征建立分类特征库；

比对设备性能分组数据和分类特征库中的设备性能数据，得到所述电力通信设备的设备性能状态；

其中，对预处理后的设备性能数据进行分组的过程，具体包括：利用预处理后的设备性能数据构造设备性能特征向量；根据设备标识号对设备性能特征向量进行分组。

2.如权利要求1所述的电力通信设备性能分析方法，其特征在于，对所述设备性能数据进行预处理的步骤，具体包括：

删除设备性能数据中的缺失值数据，填充异常值数据。

3.如权利要求1所述的电力通信设备性能分析方法，其特征在于，

采用数据库或者哈希算法对设备性能特征向量进行分组。

4.如权利要求1所述的电力通信设备性能分析方法，其特征在于，

对数据库信息分配不同的权重，对设备性能数据进行迁移，优先存储在权重较高的数据库中。

5.如权利要求1所述的电力通信设备性能分析方法，其特征在于，

所述分类特征库中包括平稳分类信息函数、渐变分类信息函数和突变分类信息函数。

6.如权利要求5所述的电力通信设备性能分析方法，其特征在于，

所述平稳分类信息函数的方差计算式为：

其中，σ_Z为方差，E[]为期望，Zt为t时刻性的能观测值Z，μ为z_t的平均值，P(z)是任意时刻t能观测值的概率分布。

7.如权利要求5所述的电力通信设备性能分析方法，其特征在于，

所述渐变分类信息函数的方差计算式为：

其中，σ_Z为方差，k是常数。

8.如权利要求5所述的电力通信设备性能分析方法，其特征在于，

所述突变分类信息函数的序列偏差为：

其中，为关于μ的序列偏差，μ为Z_t的平均值，φ_i为多项式参数。

9.一种基于大数据的电力通信设备性能分析装置，其特征在于，包括：

数据获取模块，用于获取每个时间窗口内电力通信设备的设备性能数据并进行预处理；

数据分组模块，用于对预处理后的设备性能数据进行分组；

数据处理模块，用于处理分组后的设备性能数据得到设备性能特征向量；

特征匹配模块，用于在分类特征库中匹配所述设备性能特征向量得到设备的运行状态；

其中，数据分组模块具体用于：利用预处理后的设备性能数据构造设备性能特征向量；根据设备标识号对设备性能特征向量进行分组。