[go: up one dir, main page]

CN105718432A - 一种用于电网运行设备的信息挖掘与数据质量的校验方法 - Google Patents

一种用于电网运行设备的信息挖掘与数据质量的校验方法 Download PDF

Info

Publication number
CN105718432A
CN105718432A CN201610147354.8A CN201610147354A CN105718432A CN 105718432 A CN105718432 A CN 105718432A CN 201610147354 A CN201610147354 A CN 201610147354A CN 105718432 A CN105718432 A CN 105718432A
Authority
CN
China
Prior art keywords
data
quality
operation equipment
program
grid operation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610147354.8A
Other languages
English (en)
Other versions
CN105718432B (zh
Inventor
李明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Ruixin Technology Co Ltd
Original Assignee
Beijing Ruixin Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Ruixin Technology Co Ltd filed Critical Beijing Ruixin Technology Co Ltd
Priority to CN201610147354.8A priority Critical patent/CN105718432B/zh
Publication of CN105718432A publication Critical patent/CN105718432A/zh
Application granted granted Critical
Publication of CN105718432B publication Critical patent/CN105718432B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/14—Tree-structured documents
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/151—Transformation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/174—Form filling; Merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
    • G06F40/18—Editing, e.g. inserting or deleting of tables; using ruled lines of spreadsheets
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/186—Templates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/189—Automatic justification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种用于电网运行设备的信息挖掘与数据质量的校验方法，（1）编写文学源文件；（2）执行文学源文件；（3）生成指定格式的报告或演示文档；（4）数据校验；（5）可视化校验。通过上述方式，本发明用于电网运行设备的信息挖掘与数据质量的校验方法通过采用文学化编程、机器学习技术、数据可视化，提高分析效率、节约人力成本、保证分析校验报告的客观性和可追溯性、便于可重复研究、提高异常数据的检验效率、分析方式直观易懂，在用于电网运行设备的信息挖掘与数据质量的校验方法的普及上有着广泛的市场前景。

Description

一种用于电网运行设备的信息挖掘与数据质量的校验方法
技术领域
本发明涉及电网设备的信息管理领域，特别是涉及一种用于电网运行设备的信息挖掘与数据质量的校验方法。
背景技术
电网的生产管理，设备资产、运行及检修等相关的各类系统存有大量的静态与动态信息，而这些信息中的不准确性，不完整性，不及时性等一直是相当一部分地区的电网公司在信息管理上面临的一个老大难问题。随着智能电网的建设，大量的新设备，智能传感器的安装，海量数据的涌入，使得电网信息质量的问题更加严重与紧迫，不掌握完整，准确，及时，高质量的电网资产信息，电网的智能化运行，维护与管理就无从谈起。
现有技术包括以下缺陷或不足：
（1）数据分析报告的编写效率低下：目前由于业务的迫切需要，为了了解设备数据内部特征，提高数据准确性，多采取人工分析抽查、再编写报告的方法。具体包括：系统管理员查询和预处理数据，设备管理员或业务专家结合业务知识对数据进行手工分析，再把各个分析结果逐一“复制-粘贴”到报告中，这样不但效率较低，还会出现错位问题，以及数据、方法、结果三者更新不同步等问题。由于操作冗繁，一次分析也不能全面覆盖数据，报告的更新周期长，也较难长期坚持，因此无法对运行设备信息进行全面摸底，也无法根治顽固性数据质量问题；
（2）数据系统入口缺乏高级校验功能：目前数据管理系统中的输入界面集成了一些简单的规则，缺乏深入分析能力，很难集成复杂检验规则和专家经验；
（3）数据可视化图表展示能力有限：目前在数据质量管理中，报告和系统中应用的可视化图表较少，现有的方案主要是利用一些电子表格软件和信息系统中所带的基本图形功能，对多维数据中复杂的关联关系缺乏挖掘展示能力。
发明内容
本发明主要解决的技术问题是提供一种用于电网运行设备的信息挖掘与数据质量的校验方法，通过采用基于可重复研究和文学化编程的方法进行数据分析和数据质量校验，采用R语言及其扩展插件实现了数据处理和分析工作，可配置多种自定义校验组合规则，以满足结合行业知识和历史问题的复杂校验逻辑配置需求，将机器学习模型算法应用到电网设备数据质量校验中，将数据可视化方法应用到电网设备数据质量校验中，实现了生产管理系统中运行设备数据质量的深度摸底、减轻手工校对的繁冗工作、全面提高资产数据质量、提高信息化管理的效率、进而减少在信息系统上数据质量相关的人工成本、也为基于资产数据的高级分析应用提供重要保障，在用于电网运行设备的信息挖掘与数据质量的校验方法的普及上有着广泛的市场前景。
为解决上述技术问题，本发明提供一种用于电网运行设备的信息挖掘与数据质量的校验方法，包括以下步骤：
（1）编写文学源文件：
所述文学源文件包括rnw格式和Rmd格式，所述文学源文件均包括文档模板和程序；
（2）执行文学源文件：
运行工具执行文学源文件自动完成内置的程序，执行数据读取、预处理以及数据分析步骤，并把来自所述文档模块的报告文字和格式描述通过所述程序返回的计算结果转换为一种标记语言，同时把程序生成的可视化图表保存为指定格式的图片文件；
（3）生成指定格式的报告或演示文档：
运行相应的标记语言转换工具，自动插入图片并生成指定格式的报告或演示文档；
（4）数据校验：
采用机器学习模型进行电网设备数据质量校验，所述机器学习模型包括局部回归模型和局部异常因子模型，
所述局部回归模型采用等范围估计模型来预测设备的合理参数范围，再和实际数据进行对比，
所述局部异常因子模型采用等离群指数模型，计算每个数据样本的“离群指数”，离群指数越高的样本有数据质量问题的可能性越大；
（5）可视化校验：
采用数据可视化方法进行电网设备数据质量校验。
在本发明一个较佳实施例中，步骤（1）中的所述rnw格式的文学源文件采用Sweave和pdfLaTeX转换工具自动生成分析报告。
在本发明一个较佳实施例中，步骤（1）中的所述Rmd格式的文学源文件采用knitr和Pandoc转换工具自动生成分析报告。
在本发明一个较佳实施例中，步骤（1）中的所述文档模板包括文档格式和叙述性文字，所述叙述性文字的段落内部包括所述程序生成的数字和文本，以便于根据数据自动生成含有统计结果的文字段落，所述文档模块还包括为程序运行结果预留单独的段落，用于插入程序生成的表格和图表。
在本发明一个较佳实施例中，步骤（1）中的所述程序包括自动化数据的导入程序、清理程序、转换程序和分析程序，结合行业知识经验的设备数据质量校验方法，在分析过程中融入以往经验的数据检验规则，所述程序还调用机器学习及可视化扩展包来进行高级分析，所述文学源文件中的程序输出包括数字、文本、表格和图表。
在本发明一个较佳实施例中，步骤（2）中的所述标记语言为LaTeX或者Markdown。
在本发明一个较佳实施例中，步骤（3）中对于LaTeX格式的标记语言，调用pdfLaTeX转换工具，生成pdf格式文件。
在本发明一个较佳实施例中，步骤（3）中对于Markdown格式的标记语言，调用Pandoc转换工具，生成多种文件格式的报告，包括与Word通用的docx文件、pdf文件以及适用于浏览器的html文件。
在本发明一个较佳实施例中，步骤（2）与步骤（3）采用逐一处理方式或者分批处理方式。
在本发明一个较佳实施例中，步骤（5）中的所述数据可视化方法包括平行坐标系法。
本发明的有益效果是：本发明用于电网运行设备的信息挖掘与数据质量的校验方法通过采用文学化编程、机器学习技术、数据可视化，提高分析效率、节约人力成本、保证分析校验报告的客观性和可追溯性、便于可重复研究、提高异常数据的检验效率、分析方式直观易懂，在用于电网运行设备的信息挖掘与数据质量的校验方法的普及上有着广泛的市场前景。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图，其中：
图1是本发明的用于电网运行设备的信息挖掘与数据质量的校验方法一较佳实施例的rnw格式的文学源文件的基于Sweave和LaTeX自动生成分析报告的流程图；
图2是本发明的用于电网运行设备的信息挖掘与数据质量的校验方法一较佳实施例的Rmd格式的文学源文件基于knitr和Pandoc自动生成分析报告或演示文档的流程图；
图3是本发明的用于电网运行设备的信息挖掘与数据质量的校验方法一较佳实施例的利用局部回归模型识别异常数据的示意图；
图4是本发明的用于电网运行设备的信息挖掘与数据质量的校验方法一较佳实施例的利用局部异常因子模型识别异常数据的示意图；
图5是本发明的用于电网运行设备的信息挖掘与数据质量的校验方法一较佳实施例的利用平行坐标系对多维电网设备数据进行可视化的示意图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。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它实施例，都属于本发明保护的范围。
请参阅图1-图5，本发明实施例包括：
一种用于电网运行设备的信息挖掘与数据质量的校验方法，包括以下步骤：
（1）编写文学源文件：
所述文学源文件包括rnw格式和Rmd格式，所述文学源文件均包括文档模板和程序；
（2）执行文学源文件：
运行工具执行文学源文件自动完成内置的程序，执行数据读取、预处理以及数据分析步骤，并把来自所述文档模块的报告文字和格式描述通过所述程序返回的计算结果转换为一种标记语言，同时把程序生成的可视化图表保存为指定格式的图片文件；
（3）生成指定格式的报告或演示文档：
运行相应的标记语言转换工具，自动插入图片并生成指定格式的报告或演示文档；
（4）数据校验：
采用机器学习模型进行电网设备数据质量校验，所述机器学习模型包括局部回归模型和局部异常因子模型，
所述局部回归模型采用等范围估计模型来预测设备的合理参数范围，再和实际数据进行对比，
所述局部异常因子模型采用等离群指数模型，计算每个数据样本的“离群指数”，离群指数越高的样本有数据质量问题的可能性越大；
（5）可视化校验：
采用数据可视化方法进行电网设备数据质量校验。
优选地，步骤（1）中的所述rnw格式的文学源文件采用Sweave和pdfLaTeX转换工具自动生成分析报告。
优选地，步骤（1）中的所述Rmd格式的文学源文件采用knitr和Pandoc转换工具自动生成分析报告。
优选地，步骤（1）中的所述文档模板包括文档格式和叙述性文字，所述叙述性文字的段落内部包括所述程序生成的数字和文本，以便于根据数据自动生成含有统计结果的文字段落，所述文档模块还包括为程序运行结果预留单独的段落，用于插入程序生成的表格和图表。
优选地，步骤（1）中的所述程序包括自动化数据的导入程序、清理程序、转换程序和分析程序，结合行业知识经验的设备数据质量校验方法，在分析过程中融入以往经验的数据检验规则，所述程序还调用机器学习及可视化扩展包来进行高级分析，所述文学源文件中的程序输出包括数字、文本、表格和图表。
优选地，步骤（2）中的所述标记语言为LaTeX或者Markdown。
优选地，步骤（3）中对于LaTeX格式的标记语言，调用pdfLaTeX转换工具，生成pdf格式文件。
优选地，步骤（3）中对于Markdown格式的标记语言，调用Pandoc转换工具，生成多种文件格式的报告，包括与Word通用的docx文件、pdf文件以及适用于浏览器的html文件。
优选地，步骤（2）与步骤（3）采用逐一处理方式或者分批处理方式。
优选地，步骤（5）中的所述数据可视化方法包括平行坐标系法。
近年来，随着大数据研究的兴起，数据质量的问题在国内外的学术界和产业界都得到了极高重视。对于数据分析清理、数据校验、数据异常分析、数据的可视化，文学编程以及可重复的统计研究都有深入的研究和广泛的应用。如：使用各种统计模型、可视化手段可以灵活展示数据中的关联和异常。可重复的统计研究也能大大提高数据分析的准确性、客观性和可追溯性，自动化的操作也便于长期跟踪数据质量改善情况。
本发明涉及到的背景技术主要包括：
1、可重复研究(Reproducibleresearch)：指的是在数据分析中，是连同原始数据、流程和代码一起保存和发布，这样便于验证和追溯结果，并在此基础上改进。
2、文学编程(Literateprogramming)：这是由高德纳提出的编程方法，文学编程范型不同于传统的计算机程序，而是首先编写文学源文件，然后利用文学编程工具从中获得两种表达方式，一种用于计算机进一步的编译和执行，称作“绕出”（tangled）的代码，一种用于格式化文档，称作从文学源代码中“织出”（woven）。注：在本发明中，文学源文件包括rnw和Rmd两种格式，对应两种实现方式。
3、R：一种用于统计分析、绘图的语言和操作环境。
4、Sweave：是R语言的一个扩展包，其功能是将R的函数整合进LaTeX中。从而可以生成动态报表和文档，当数据或分析改变时，报表和文档能自动得到更新。
5、LaTeX：是一种基于TeX的排版系统，非常适用于生成高印刷质量的科技和数学类文档。
6、pdfLaTeX：把LaTeX转换成pdf文档的工具。
7、knitr：一种动态自动化报告的R语言扩展包。
8、Markdown：一种轻量级标记语言，允许人们使用易读易写的纯文本格式编写文档，然后转换成有效的其他格式文档。
9、Pandoc：标记语言转换工具，可实现由标记输出为格式化文档，也可以进行不同标记语言间的格式转换。
10、局部回归模型：是一种非参数、非线性的回归算法，结合了传统的线性回归的简洁性和非线性回归的灵活性。
11、局部异常因子模型：一种无监督学习模型，用于数据异常检测，能从被检测数据中自动发现异常样本，无需预先了解数据的分布特征，不对数据进行任何假设。
12、平行坐标：一种可视化方法，适用于对高维数据的可视化。
本发明用于电网运行设备的信息挖掘与数据质量的校验方法的有益效果是：
一、通过采用基于可重复研究和文学化编程的方法进行数据分析和数据质量校验，提高分析效率，节约人力成本、自动结合分析结果和报告，避免分析后再手工导入报告过程中出错、保证分析校验报告的客观性，可追溯性，便于可重复研究、保证了数据、分析方法和报告的一致性、提高分析程序代码的可读性，便于日后维护和改进程序；
二、通过数据质量校验中使用机器学习技术，在现有确定性规则和逻辑上增加检验维度，提升问题数据的辨识比率、提高异常数据的检验效率、降低人工工作量，节约人工分析的成本；
三、通过在数据质量校验中使用数据可视化，利用可视化手段帮助辨识异常数据，分析方式直观易懂、通过可视化手段让生产管理人员迅速了解设备信息的内在特征。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种用于电网运行设备的信息挖掘与数据质量的校验方法，其特征在于，包括以下步骤：
（1）编写文学源文件：
所述文学源文件包括rnw格式和Rmd格式，所述文学源文件均包括文档模板和程序；
（2）执行文学源文件：
运行工具执行文学源文件自动完成内置的程序，执行数据读取、预处理以及数据分析步骤，并把来自所述文档模块的报告文字和格式描述通过所述程序返回的计算结果转换为一种标记语言，同时把程序生成的可视化图表保存为指定格式的图片文件；
（3）生成指定格式的报告或演示文档：
运行相应的标记语言转换工具，自动插入图片并生成指定格式的报告或演示文档；
（4）数据校验：
采用机器学习模型进行电网设备数据质量校验，所述机器学习模型包括局部回归模型和局部异常因子模型，
所述局部回归模型采用等范围估计模型来预测设备的合理参数范围，再和实际数据进行对比，
所述局部异常因子模型采用等离群指数模型，计算每个数据样本的“离群指数”，离群指数越高的样本有数据质量问题的可能性越大；
（5）可视化校验：
采用数据可视化方法进行电网设备数据质量校验。
2.根据权利要求1所述的用于电网运行设备的信息挖掘与数据质量的校验方法，其特征在于，步骤（1）中的所述rnw格式的文学源文件采用Sweave和pdfLaTeX转换工具自动生成分析报告。
3.根据权利要求1所述的用于电网运行设备的信息挖掘与数据质量的校验方法，其特征在于，步骤（1）中的所述Rmd格式的文学源文件采用knitr和Pandoc转换工具自动生成分析报告。
4.根据权利要求1所述的用于电网运行设备的信息挖掘与数据质量的校验方法，其特征在于，步骤（1）中的所述文档模板包括文档格式和叙述性文字，所述叙述性文字的段落内部包括所述程序生成的数字和文本，以便于根据数据自动生成含有统计结果的文字段落，所述文档模块还包括为程序运行结果预留单独的段落，用于插入程序生成的表格和图表。
5.根据权利要求1所述的用于电网运行设备的信息挖掘与数据质量的校验方法，其特征在于，步骤（1）中的所述程序包括自动化数据的导入程序、清理程序、转换程序和分析程序，结合行业知识经验的设备数据质量校验方法，在分析过程中融入以往经验的数据检验规则，所述程序还调用机器学习及可视化扩展包来进行高级分析，所述文学源文件中的程序输出包括数字、文本、表格和图表。
6.根据权利要求1所述的用于电网运行设备的信息挖掘与数据质量的校验方法，其特征在于，步骤（2）中的所述标记语言为LaTeX或者Markdown。
7.根据权利要求6所述的用于电网运行设备的信息挖掘与数据质量的校验方法，其特征在于，步骤（3）中对于LaTeX格式的标记语言，调用pdfLaTeX转换工具，生成pdf格式文件。
8.根据权利要求6所述的用于电网运行设备的信息挖掘与数据质量的校验方法，其特征在于，步骤（3）中对于Markdown格式的标记语言，调用Pandoc转换工具，生成多种文件格式的报告，包括与Word通用的docx文件、pdf文件以及适用于浏览器的html文件。
9.根据权利要求1所述的用于电网运行设备的信息挖掘与数据质量的校验方法，其特征在于，步骤（2）与步骤（3）采用逐一处理方式或者分批处理方式。
10.根据权利要求1所述的用于电网运行设备的信息挖掘与数据质量的校验方法，其特征在于，步骤（5）中的所述数据可视化方法包括平行坐标系法。
CN201610147354.8A 2016-03-16 2016-03-16 一种用于电网运行设备的信息挖掘与数据质量的校验方法 Active CN105718432B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610147354.8A CN105718432B (zh) 2016-03-16 2016-03-16 一种用于电网运行设备的信息挖掘与数据质量的校验方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610147354.8A CN105718432B (zh) 2016-03-16 2016-03-16 一种用于电网运行设备的信息挖掘与数据质量的校验方法

Publications (2)

Publication Number Publication Date
CN105718432A true CN105718432A (zh) 2016-06-29
CN105718432B CN105718432B (zh) 2019-02-01

Family

ID=56157737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610147354.8A Active CN105718432B (zh) 2016-03-16 2016-03-16 一种用于电网运行设备的信息挖掘与数据质量的校验方法

Country Status (1)

Country Link
CN (1) CN105718432B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106980523A (zh) * 2017-04-06 2017-07-25 裴克铭管理咨询（上海）有限公司 可视化工具自动化更新机制
CN108280561A (zh) * 2017-01-06 2018-07-13 重庆邮电大学 一种基于信息熵和加权距离的离散制造机械产品质量溯源方法
CN109145269A (zh) * 2018-06-27 2019-01-04 国网浙江省电力有限公司 一种电网运监数据分析报告的自动化生成方法及系统
CN109766536A (zh) * 2018-12-27 2019-05-17 国网上海市电力公司 一种基于模板定制化报告的实现装置
CN109873790A (zh) * 2017-12-04 2019-06-11 中国电信股份有限公司 网络安全检测方法、装置以及计算机可读存储介质
CN110399363A (zh) * 2019-06-25 2019-11-01 云南电网有限责任公司玉溪供电局 一种问题数据全生命周期数据质量管理方法及系统
CN111125073A (zh) * 2019-12-05 2020-05-08 苏宁云计算有限公司 一种大数据平台数据质量校验的方法、装置及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1394313A (zh) * 2000-11-02 2003-01-29 密刻爱你有限公司 电子文档中嵌入和提取文本的方法
US7305129B2 (en) * 2003-01-29 2007-12-04 Microsoft Corporation Methods and apparatus for populating electronic forms from scanned documents
CN102918494A (zh) * 2010-04-06 2013-02-06 贾斯通数据库有限公司 基于数据库模型不可知论、纲要不可知论且工作负载不可知论的数据存储和存取模型的数据存储和/或检索
JP2013061853A (ja) * 2011-09-14 2013-04-04 Toshiba Corp プロセス監視・診断・支援装置
CN103778234A (zh) * 2014-01-26 2014-05-07 北京恒华伟业科技股份有限公司 报表的生成方法及装置
CN104267610A (zh) * 2014-08-29 2015-01-07 内蒙古科技大学 高精度的高炉冶炼过程异常数据检测及修补方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1394313A (zh) * 2000-11-02 2003-01-29 密刻爱你有限公司 电子文档中嵌入和提取文本的方法
US7305129B2 (en) * 2003-01-29 2007-12-04 Microsoft Corporation Methods and apparatus for populating electronic forms from scanned documents
CN102918494A (zh) * 2010-04-06 2013-02-06 贾斯通数据库有限公司 基于数据库模型不可知论、纲要不可知论且工作负载不可知论的数据存储和存取模型的数据存储和/或检索
JP2013061853A (ja) * 2011-09-14 2013-04-04 Toshiba Corp プロセス監視・診断・支援装置
CN103778234A (zh) * 2014-01-26 2014-05-07 北京恒华伟业科技股份有限公司 报表的生成方法及装置
CN104267610A (zh) * 2014-08-29 2015-01-07 内蒙古科技大学 高精度的高炉冶炼过程异常数据检测及修补方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108280561A (zh) * 2017-01-06 2018-07-13 重庆邮电大学 一种基于信息熵和加权距离的离散制造机械产品质量溯源方法
CN106980523A (zh) * 2017-04-06 2017-07-25 裴克铭管理咨询（上海）有限公司 可视化工具自动化更新机制
CN109873790A (zh) * 2017-12-04 2019-06-11 中国电信股份有限公司 网络安全检测方法、装置以及计算机可读存储介质
CN109145269A (zh) * 2018-06-27 2019-01-04 国网浙江省电力有限公司 一种电网运监数据分析报告的自动化生成方法及系统
CN109766536A (zh) * 2018-12-27 2019-05-17 国网上海市电力公司 一种基于模板定制化报告的实现装置
CN110399363A (zh) * 2019-06-25 2019-11-01 云南电网有限责任公司玉溪供电局 一种问题数据全生命周期数据质量管理方法及系统
CN110399363B (zh) * 2019-06-25 2023-02-28 云南电网有限责任公司玉溪供电局 一种问题数据全生命周期数据质量管理方法及系统
CN111125073A (zh) * 2019-12-05 2020-05-08 苏宁云计算有限公司 一种大数据平台数据质量校验的方法、装置及系统

Also Published As

Publication number Publication date
CN105718432B (zh) 2019-02-01

Similar Documents

Publication Publication Date Title
CN105718432A (zh) 一种用于电网运行设备的信息挖掘与数据质量的校验方法
Clarke A vision for building performance simulation: a position paper prepared on behalf of the IBPSA Board
CN112488489A (zh) 一种数字孪生驱动的加工质量追溯与动态控制方法及系统
CN112232564B (zh) 标签处理装置及方法
CN106777808B (zh) 一种基于标准化cad图纸的网络资源生成方法
US20170351244A1 (en) Cad-based design control
CN105913334A (zh) 一种配电自动化图模在线异动的可视化检测方法
CN106570232A (zh) 一种检验规程的自动生成方法
CN105760299A (zh) 一种基于智能变电站全自动脚本测试方法
CN113378671A (zh) 基于深度学习的pid图纸解析方法、计算机系统及介质
CN104504770A (zh) 通信设备智能巡检系统
CN104682560A (zh) 一种配电网模型异动的图形化校核方法
CN104166890A (zh) 用于监控过程和/或制造设备的方法
CN107103640A (zh) 一种城市地下管线的三维建模方法及系统
CN112949003B (zh) 一种零部件测量方法、装置、设备及存储介质
CN116911529A (zh) 一种基于bim模型的物联网设备管理的方法与系统
CN114035783A (zh) 一种软件代码知识图谱构建方法及工具
CN103577647A (zh) 一种汽轮机及其调速系统模型的评估分析方法及装置
CN105808510A (zh) 一种调试数据校验方法及装置
Stinner et al. Automatic digital twin data model generation of building energy systems from piping and instrumentation diagrams
CN109271691B (zh) 一种关键特性的自动提取快速标注方法
Gogolinskiy et al. Metrological Assurance and Standardization of Advanced Tools and Technologies for nondestructive Testing and Condition Monitoring (NDT4. 0)
CN116341071B (zh) 水电站电缆敷设自动化设计方法及系统
CN115438093A (zh) 一种电力通信设备故障判断方法与检测系统
CN116029018A (zh) 一种基于bim的室内装饰设计及动态优化方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant