面向设备质量提升的电力设备缺陷大数据分析研究

摘要

针对设备缺陷管理工作存在数据计算效率低、呈现形式单调、较少下钻设备质量问题等情况,本文基于企业级数据中台集成的电力档案、量测、拓扑、业务等各类型数据,提出了一种应用多种大数据技术的解决方案.首先基于企业级数据中台,构建设备实体和业务流程数据模型,再经过数据溯源、格式转换、字段匹配、内容清洗等步骤,完成分析数据的预处理.然后综合应用多维数据透视、时间序列模型、自然语言识别等多种大数据挖掘分析方法,一是实现设备缺陷与质量的比对、穿透、关联等多维度的监测分析,二是实现设备缺陷数量在时间序列上的长期趋势、周期波动和随机事件影响分析并对未来缺陷发生情况做出预测,三是实现对设备缺陷文本描述内容包含的缺陷原因、设备型号、生产厂家等关键信息提取.最后在数据中台内通过可视化组件搭建应用场景固化相关功能.