[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

说明书

本发明涉及一种用于电力设备缺陷的大数据分析系统，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。与现有技术相比，本发明具有准确性高且效率高的等优点。

技术领域

本发明涉及电力大数据技术和设备缺陷应用领域，尤其是涉及一种用于电力设备缺陷的大数据分析系统和方法。

背景技术

安全是企业发展的最基本前提，电网安全更关系到社会经济的稳定发展。电网安全中输变电设备的安全是电网安全、可靠、稳定运行的基础，对电网有着重大意义。电力设备缺陷分析是电力设备管理的一个重要组成部分，电力设备存在缺陷的多少，直接反映出电力设备健康程度，对设备的运行状态进行准确的评估、诊断和预测，有助于提升电网设备智能化水平，同时能够提高供电可靠性，从根本上提高电力设备的运行维护水平，为变电站安全运行服务。

智能电网中存在的海量数据中隐含着高价值的信息，依靠传统的数据库查询检索机制提取这些信息的价值是十分困难的，准确性低的同时，效率也很低下，迫切需要自动、智能地将待处理的数据转化为有价值的信息，对输变电安全、可靠、稳定运行的智能水平提出了更高的要求，而大数据技术正可以为此提供技术支撑和实现手段。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种准确性高且效率高的用于电力设备缺陷的大数据分析系统和方法。

本发明的目的可以通过以下技术方案来实现：

一种用于电力设备缺陷的大数据分析系统，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。

进一步地，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。

更进一步地，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。所述开源数据抽取技术包括使用DataX组件，编写数据抽取脚本，进行相关数据抽取工作。所述开源大数据离线批处理技术，包括使用Spark技术对抽取的数据进行数据清洗及数据插值。

更进一步地，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。

进一步地，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。所述的设备台账数据包括设备编码、设备名称、生产厂家等设备基础信息，以及设备资产单位名称、设备主人名称等设备运维单位信息，所述的设备缺陷记录数据包括缺陷主设备编号、发现人相关信息、消缺人相关信息、验收人相关信息及登记人相关信息，所述的设备缺陷明细数据包括缺陷具体部件信息以及缺陷原因分类、原因定义相关信息和缺陷内容、责任原因、技术原因等信息。

进一步地，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。