[发明专利]一种基于大数据技术的业扩报装档案挖掘分析方法

说明书

本发明提出的是一种基于大数据技术的业扩报装档案挖掘分析方法。包括业扩报装档案数据仓库的建立和业扩报装档案数据挖掘处理方法；在建立业扩报装档案数据仓库的基础上，利用组合预测模型对业扩报装数据进行处理；在利用遗传算法对k均值聚类进行改进后，进行数据挖掘以获取归档数据之间的关系。所述业扩报装档案数据仓库采用维表法建立，由状态数据层、历史数据层、综合数据层、专用数据层和控制管理组成。所述业扩报装档案数据挖掘处理方法采用组合预测模型对数据进行处理，获取档案数据中的深层次关系。本发明具有较高的数据处理效率，缩短业扩报装时间，提高企业的经济效益。适宜作为一种基于大数据技术的业扩报装档案挖掘分析方法应用。

技术领域

本发明涉及电力领域的业扩报装，特别是涉及一种基于大数据技术的业扩报装档案挖掘分析方法。

背景技术

业扩报装是受理客户用电申请，依据客户用电的需求并结合供电网络的状况制定安全、经济、合理的供电方案。确定供电工程投资，组织供电工程的设计与实施，组织协调并检查用电客户内部工程的设计与实施，签订供用电合同，装表接电等。是客户申请用电到实际用电全过程中供电部门业务流程的总称。

目前，业扩报装办理过程中产生了大量的数据信息。业扩报装档案的传统数据分析方法只建立了单一的数据分析模型，没有明确数据之间的深层次关系，导致档案数据的无效利用。

发明内容

为了解决业扩报装档案数据利用的问题，本发明提出了一种基于大数据技术的业扩报装档案挖掘分析方法。该通过建立业扩报装档案数据仓库，利用组合预测模型对业扩报装数据进行处理，解决业扩报装档案数据利用的技术问题。

本发明解决技术问题所采用的方案是：

一种基于大数据技术的业扩报装档案挖掘分析方法，包括业扩报装档案数据仓库的建立和业扩报装档案数据挖掘处理方法；在建立业扩报装档案数据仓库的基础上，利用组合预测模型对业扩报装数据进行处理；在利用遗传算法对k均值聚类进行改进后，进行数据挖掘以获取归档数据之间的关系。

所述业扩报装档案数据仓库采用维表法建立，由状态数据层、历史数据层、综合数据层、专用数据层和控制管理组成。

所述业扩报装档案数据挖掘处理方法采用组合预测模型对数据进行处理，获取档案数据中的深层次关系。

积极效果，由于本发明采用在建立业扩报装档案数据仓库的基础上，利用组合预测模型对业扩报装数据进行处理。在利用遗传算法对k均值聚类进行改进后，进行数据挖掘以获取归档数据之间的关系。分析方法不仅具有较高的数据处理效率，而且将其应用到实际电力运营中，可以有效缩短业扩报装时间，提高企业的经济效益。适宜作为一种基于大数据技术的业扩报装档案挖掘分析方法应用。

附图说明

图1为业扩报装档案数据仓库组织结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

据图所示，一种基于大数据技术的业扩报装档案挖掘分析方法，包括业扩报装档案数据仓库的建立和业扩报装档案数据挖掘处理方法；在建立业扩报装档案数据仓库的基础上，利用组合预测模型对业扩报装数据进行处理；在利用遗传算法对k均值聚类进行改进后，进行数据挖掘以获取归档数据之间的关系。

所述业扩报装档案数据仓库采用维表法建立，由状态数据层、历史数据层、综合数据层、专用数据层和控制管理组成；