基于数据挖掘的故障抢修处理时长预测方法

摘要

本发明涉及大数据领域，尤其涉及基于数据挖掘的故障抢修处理时长预测方法，包括以下步骤：获取故障抢修作业数据；利用聚类方法对故障抢修作业数据进行聚类；剔除不合理数据；对剔除不合理数据的故障抢修作业数据进行特征工程，并制成样本数据；将样本数据加载至Xgboost预测模型，对多元回归预测模型进行训练与测试处理；通过多元回归预测模型，根据故障类型、故障原因、故障地理位置特征、设备类型、发生故障时天气获得故障抢修处理时长预测结果。本发明以故障抢修作业数据中的故障类型、故障原因、故障地理位置特征、设备类型、发生故障时天气为依据，通过Xgboost预测模型以及多元回归预测模型对故障抢修处理时长进行预测。