公开(公告)号：CN109871975A

公开(公告)日：2019-06-11

申请号：CN201811429905.5

申请日：2018-11-28

Applicant: 国网浙江省电力有限公司台州供电公司

Inventor： 李时 ,  李晨曦 ,  陈新 ,  季巧琴 ,  陈昊 ,  方家麟 ,  叶家乐

IPC: G06Q10/04 ,  G06Q10/00

Abstract: 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。

公开(公告)号：CN109871975B

公开(公告)日：2021-04-09

申请号：CN201811429905.5

申请日：2018-11-28

Applicant: 国网浙江省电力有限公司台州供电公司

Inventor： 李时 ,  李晨曦 ,  陈新 ,  季巧琴 ,  陈昊 ,  方家麟 ,  叶家乐

IPC: G06Q10/04 ,  G06Q10/00

Abstract: 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。