[发明专利]一种输变电设备疑似家族性缺陷的自动辨识方法及系统

说明书

本发明涉及一种输变电设备疑似家族性缺陷的自动辨识方法及系统，包括：采集输变电设备数据，对输变电设备缺陷信息进行文本分析，得到设备缺陷信息特征词频矩阵；基于设备缺陷信息特征词频矩阵，计算词频向量矩阵之间的相关性和不同输变电设备缺陷信息之间的相似性；基于不同输变电设备缺陷信息之间的相似性，对输变电设备缺陷信息进行聚类，辨识疑似家族性缺陷设备。本发明对输变电设备缺陷信息进行聚类，并根据分组统计结果自动辨识疑似家族性缺陷设备，大大削减了人力和时间等成本。

技术领域

本发明涉及文本挖掘技术领域，具体涉及一种输变电设备疑似家族性缺陷的自动辨识方法及系统。

背景技术

输变电设备安全可靠的运行是电网安全运行的基础，因此，如果输变电设备存在缺陷，则电网的运行将会存在安全隐患，尤其是同一生产厂家由于相同工艺、相同材料、相同设计理念和思路造成的设备缺陷将对电网的安全稳定运行造成较大的隐患。

目前，输变电设备家族性缺陷来源主要包括：有关设备的家族事故通报、设备反措、设备家族性缺陷、制造厂通报的家族性缺陷。

家族性缺陷管理程序包括：①各运行公司上报疑似家族性缺陷；②调查统计分析；③界定并提出处理意见；④家族性缺陷信息及反措要求；⑤家族性缺陷设备汇总及相关家族性缺陷处理；⑥上报的处理结果。

针对家族性缺陷的认定主要通过专业人员通过对设备进行试验、解体分析，周期较长，不利于家族性缺陷的认定工作。因此，需要提供一种技术方案来满足现有的技术需要。

发明内容

针对现有技术的不足，本发明提出了一种输变电设备疑似家族性缺陷的自动辨识方法及系统。

一种输变电设备疑似家族性缺陷的自动辨识方法，其包括：采集输变电设备数据，对输变电设备缺陷信息进行文本分析，得到设备缺陷信息特征词频矩阵；基于设备缺陷信息特征词频矩阵，计算词频向量矩阵之间的相关性和不同输变电设备缺陷信息之间的相似性；基于不同输变电设备缺陷信息之间的相似性，对输变电设备缺陷信息进行聚类，辨识疑似家族性缺陷设备。

采集到的输变电设备数据包括：输变电设备的缺陷记录、生产升价信息、台账信息、分类信息数据和身份标识。

采集输变电设备数据，对输变电设备缺陷信息进行文本分析，包括：利用采集到的输变电设备的缺陷记录和输变电设备的身份标识，对输变电设备进行关联合并，得到疑似家族性缺陷分析宽表，疑似家族性缺陷分析宽表每行对应一个缺陷内容；基于疑似家族性缺陷分析宽表，定义设备缺陷分析词典，进行设备缺陷信息文本分词，得到设备缺陷信息词频统计表；基于设备缺陷信息词频统计表，提取输变电设备的缺陷信息特征词，得到设备缺陷信息特征词频矩阵。

基于疑似家族性缺陷分析宽表，定义设备缺陷分析词典，进行设备缺陷信息文本分词，得到设备缺陷信息词频统计表，包括：根据疑似家族性缺陷分析宽表，分别定义自定义词典、同义词词典和停用词词典；对自定义词典、同义词词典和停用词词典中的缺陷内容信息进行同义词转换操作和词的停用，得到设备缺陷信息词频统计表。

基于设备缺陷信息词频统计表，提取输变电设备的缺陷信息特征词，得到设备缺陷信息特征词频矩阵，包括：基于设备缺陷信息词频统计表，按下式分别计算词频(TF)和逆文档词频(IDF)；

将词频(TF)*逆文档词频(IDF)得到的值TF-IDF，按照降序排列后，基于每种缺陷内容，提取排名在前10位的词出来作为特征词，得到所述设备缺陷信息特征词频矩阵；

其中所述设备缺陷信息特征词频矩阵的行对应缺陷内容，所述列对应特征词。

基于设备缺陷信息特征词频矩阵，计算词频向量矩阵之间的相关性和不同输变电设备缺陷信息之间的相似性，包括：基于设备缺陷信息特征词频矩阵，计算特征词向量的余弦值：