CN106681300B - 一种电力设备的数据聚类分析方法和系统 - Google Patents

Abstract

本发明是关于一种电力设备的数据聚类分析方法和系统，其中，电力设备的数据聚类分析方法包括：监控电力系统中的各个电力设备，获取每个电力设备的设备数据；根据设备数据的数据来源，对获取到的各个设备数据进行聚类，将设备数据聚类为监测数据、检修数据和指标分析数据；对相同电力设备的监测数据、检修数据和指标分析数据进行数据关联，得到相同电力设备的数据关联关系；根据监测数据、检修数据和指标分析数据以及数据关联关系，分析得到电力设备的工作状态并对电力设备的工作状态进行故障预警。本发明的技术方案能够快速准确地确定设备的工作状态及故障状况，进而能够快速地对电力设备进行运维工作。

Description

一种电力设备的数据聚类分析方法和系统

技术领域

本发明涉及电力系统技术领域，尤其涉及一种电力设备的数据聚类分析方法和系统。

背景技术

电力系统在生产生活中具有重要地位，即使是电力系统中少数电力设备出现故障，也可能造成电力系统的紊乱和供电紧张，然而由于电力设备复杂多样且种类繁多，难以做到对电力设备的故障预警，因此对电力设备的监测与管理成为保障电力供应的重要任务。

目前，在电力设备的管理，如电网变电站设备管理中，现有技术往往依靠使用监测器件对各个电力设备进行检测，然后通过大量人力周期性巡视检测各个监测器件的数据，或者巡视电力设备的工作情况，并定期地向上级工作人员提供纸质报告。

然而，人工检测电力设备的方法，难以对大量的电力设备都进行综合检测，不能综合各个电力设备的监测数据并且在对电力设备的管理过程中没有实现自动化处理，导致难以对电力设备的数据进行综合处理，进而使得在电力设备出现数据异常时，无法及时和准确地向相关工作人员推送相关信息，以做到故障预警。

发明内容

本发明实施例中提供了一种电力设备的数据聚类分析方法和系统，以解决现有技术中的无法实现电力设备的自动化管理，难以快速准确地对电力设备的数据进行综合处理，无法及时准确地向相关工作人员进行故障预警的问题。

为了解决上述技术问题，本发明实施例发明了如下技术方案：

根据本发明的第一方面，提供了一种电力设备的数据聚类分析方法，包括：

监控电力系统中的各个电力设备，获取每个电力设备的设备数据；

根据设备数据的数据来源，对获取到的各个设备数据进行聚类，将所述设备数据聚类为监测数据、检修数据和指标分析数据；

对相同电力设备的监测数据、检修数据和指标分析数据进行数据关联，得到相同电力设备的数据关联关系；

根据所述监测数据、检修数据、指标分析数据以及所述数据关联关系，分析得到电力设备的工作状态并对所述电力设备的工作状态进行故障预警。

优选地，所述对获取到的各个设备数据进行聚类，包括：

将获取到的每个电力设备的设备数据存储入数据服务器；

从所述数据服务器中调取所述设备数据；

提取所述设备数据中对应于数据类型的特征数据，根据所述特征数据对获取到的各个设备数据进行聚类；

将聚类后的设备数据存储入所述数据服务器。

优选地，所述根据监测数据、检修数据、指标分析数据以及所述数据关联关系，分析得到电力设备的工作状态，包括：

查找相同电力设备的同一业务类型对应的监测数据、检修数据、指标分析数据以及数据关联关系，根据所述监测数据、检修数据和指标分析数据分别所处的数值范围，确定所述同一业务类型对应的工作状态；

确定存在业务关联关系的各个电力设备，组成电力设备群，根据电力设备群内各个电力设备的监测数据、检修数据、指标分析数据以及所述数据关联关系，确定所述电力设备群的工作状态；和/或，

分别根据所述监测数据、检修数据和/或指标分析数据是否超出预警数值范围，或所述监测数据、检修数据和/或指标分析数据的数据变化率是否超出预警变化率范围，判断所述电力设备的工作状态是否存在风险，对工作状态存在风险的电力设备进行故障预警。

优选地，所述电力设备的数据聚类分析方法还包括：

根据所述电力设备群中各个电力设备的位置关系，设计各个电力设备的位置分布图；

根据电力设备的工作状态对应的风险等级，在所述位置分布图上对所述电力设备进行标记。

优选地，所述电力设备的数据聚类分析方法还包括：

按照故障原因，将与所述故障原因对应的检修数据以及与所述检修数据存在数据关联关系的监测数据和/或指标分析数据存入设备运维知识数据库。

根据本发明的第二方面，还提供了一种电力设备的数据聚类分析系统，包括：

监控模块，用于监控电力系统中的各个电力设备，获取每个电力设备的设备数据；

聚类模块，用于根据设备数据的数据来源对获取到的各个设备数据进行聚类，将所述设备数据聚类为监测数据、检修数据和指标分析数据；

关联模块，用于对相同电力设备的监测数据、检修数据和指标分析数据进行数据关联，得到相同电力设备的数据关联关系；

分析模块，用于根据所述监测数据、检修数据和指标分析数据，以及所述数据关联关系，分析得到电力设备的工作状态并对所述电力设备的工作状态进行故障预警。

优选地，所述聚类模块，包括：

第一存储子模块，用于将获取到的每个电力设备的设备数据存储入数据服务器；

调取子模块，用于从所述数据服务器中调取所述设备数据；

提取子模块，用于提取所述设备数据中对应于数据类型的特征数据；

聚类子模块，用于根据所述特征数据对获取到的各个设备数据进行聚类；

第二存储子模块，用于将聚类后的设备数据存储入所述数据服务器。

优选地，所述分析模块，包括：

查找子模块，用于查找相同电力设备的同一业务类型对应的监测数据、检修数据、指标分析数据以及数据关联关系；

第一确定子模块，用于根据所述监测数据、检修数据和指标分析数据分别所处的数值范围，确定所述同一业务类型对应的工作状态；

第二确定子模块，用于确定存在业务关联关系的各个电力设备，组成电力设备群，根据电力设备群内各个电力设备的监测数据、检修数据、指标分析数据以及所述数据关联关系，确定所述电力设备群的工作状态；和/或，

判断子模块，用于分别根据所述监测数据、检修数据和/或指标分析数据是否超出预警数值范围，或所述监测数据、检修数据和/或指标分析数据的数据变化率是否超出预警变化率范围，判断所述电力设备的工作状态是否存在风险，对工作状态存在风险的电力设备进行故障预警。

优选地，所述电力设备的数据聚类分析系统还包括：

设计模块，用于根据所述电力设备群中各个电力设备的位置关系，设计各个电力设备的位置分布图；

标记模块，用于根据电力设备的工作状态对应的风险等级，在所述位置分布图上对所述电力设备进行标记。

优选地，所述电力设备的数据聚类分析系统还包括：

存储模块，用于按照故障原因，将与所述故障原因对应的检修数据以及与所述检修数据存在数据关联关系的监测数据和/或指标分析数据存入设备运维知识数据库。

本发明实施例提供的电力设备的数据聚类分析的技术方案，包括以下有益效果：

通过对电力系统中各个电力设备进行聚类，聚类为监测数据、检修数据和指标分析数据，然后得到三种数据之间的数据关联关系，从而能够根据监测数据、检修数据和指标分析数据以及数据关联关系，得到电力设备的工作状态，并能够根据上述数据和数据关联关系对该工作状态进行故障预警。通过上述过程，使得工作人员根据电力设备的不同数据，能够快速地判断设备的工作状态以及故障状况，进而能够快速对电力设备进行运维工作。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有

技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人

员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的第一种电力设备的数据聚类分析方法的流程示意图；

图2为图1所示实施例提供的一种设备数据聚类方法的流程示意图；

图3为图1所示实施例提供的一种工作状态分析方法的流程示意图；

图4为本发明实施例提供的第二种电力设备的数据聚类分析方法的流程示意图；

图5为本发明实施例提供的第三种电力设备的数据聚类分析方法的流程示意图；

图6为本发明实施例提供的第一种电力设备的数据聚类分析系统的结构示意图；

图7为图6所示实施例提供的一种聚类模块的结构示意图；

图8为图6所示实施例提供的一种分析模块的结构示意图；

图9为本发明实施例提供的第二种电力设备的数据聚类分析系统的结构示意图；

图10为本发明实施例提供的第三种电力设备的数据聚类分析系统的结构示意图。

具体实施方式

本发明实施例提供一种电力设备的数据聚类分析方法和系统，能够解决背景技术中提到的不能快速判断设备的工作状态及故障状况，难以快速有效地对电力设备进行运维工作的技术问题。

为了使本技术领域的人员更好地理解本发明实施例中的技术方案，并使本发明实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明实施例中技术方案作进一步详细的说明。

参见图1，为本发明实施例提供的第一种电力设备的数据聚类分析方法的流程示意图，如图1所示，本发明实施例提供的电力设备的数据聚类分析方法，包括以下步骤：

S110：监控电力系统中的各个电力设备，获取每个电力设备的设备数据；

电力设备的设备数据的获取来源，即数据来源是不同的，这些设备数据包括通过监测器件获取到的数据、工作人员现场检查到的数以及指标分析得到的数据。具体可包括：变电站温度数据、变电站气象数据、变电站图像数据、设备巡视数据、设备检修数据、设备台账数据、指标分析数据和工作人员工作记录数据等。

S120：根据设备数据的数据来源，对获取到的各个设备数据进行聚类，将所述设备数据聚类为监测数据、检修数据和指标分析数据；

其中，按照设备数据的数据来源划分，监测数据包括变电站温度数据、变电站图像数据和变电站气象数据等数据；检修数据包括设备检修数据、设备巡视数据和工作人员工作记录数据等数据；指标分析数据包括上述指标分析数据和后续分析得到的数据。

通过根据设备数据的数据来源对获取到的各个设备数据进行聚类，从而将设备数据聚类为监测数据、检修数据和指标分析数据，能够对电力设备的数据进行综合，从而通过后续对电力设备的各个具有相关性的数据进行分析以确知设备的运行状况。

作为一种优选的实施例，上述步骤S120：对获取到的各个设备数据进行聚类，包括：

S121：将获取到的每个电力设备的设备数据存储入数据服务器；

S122：从所述数据服务器中调取所述设备数据；

S123：提取所述设备数据中对应于数据类型的特征数据，根据所述特征数据对获取到的各个设备数据进行聚类；

S124：将聚类后的设备数据存储入所述数据服务器。

通过将获取到的各个电力设备的设备数据存入数据服务器，并提取数据类型的特征数据，依据该特征数据对各个设备数据进行聚类，能够对各个设备数据进行融合、精简和细化，并删除冗余数据和无关数据，从而保证数据的可靠性。

S130：对相同电力设备的监测数据、检修数据和指标分析数据进行数据关联，得到相同电力设备的数据关联关系；

通过对相同电力设备的监测数据、检修数据和指标分析数据进行数据关联，能够对在业务上具有相关性的数据进行统一处理，从而根据上述具有关联性的设备数据得到电力设备的工作状态，并对对工作状态进行预警。如将设备监测数据、设备巡视数据和设备台账数据关联起来，将设备检修数据和设备台账数据关联起来，将工作人员工作记录和台账关联起来；从而将同一设备的各个数据进行统一存储。通过数据关联，能够将具有关联关系的数据进行统一查询，如：某一电力设备的台账数据，在某一段时间内的监测数据和人工检修情况查询。

S140：根据所述监测数据、检修数据和指标分析数据，以及所述数据关联关系，分析得到电力设备的工作状态并对所述电力设备的工作状态进行故障预警。

作为一种优选的实施例，如图3所示，该步骤S140：根据监测数据、检修数据和指标分析数据以及所述数据关联关系，分析得到电力设备的工作状态包括以下步骤：

S141：查找相同电力设备的同一业务类型对应的监测数据、检修数据和指标分析数据以及数据关联关系，根据所述监测数据、检修数据和指标分析数据分别所处的数值范围，确定所述同一业务类型对应的工作状态；

通过将相同电力设备的同一业务类型对应的监测数据、检修数据和指标分析数据进行数据关联，然后根据上述数据分别所处的数值范围能够确定同一业务类型对应的工作状态，从而能够根据该工作状态对电力设备进行运行维护和故障检修。

S142：确定存在业务关联关系的各个电力设备，组成电力设备群，根据电力设备群内各个电力设备的监测数据、检修数据、指标分析数据以及所述数据关联关系，确定所述电力设备群的工作状态；

通过电力设备群内各个电力设备的监测数据、检修数据、指标分析数据以及数据关联关系，确定电力设备群的工作状态，能够根据该电力设备群的工作状态，能够统一维护业务上具有关联关系的各个电力设备，并确定业务上存在关联关系的各个电力设备是否具有故障；

和/或，

S143：分别根据所述监测数据、检修数据和/或指标分析数据是否超出预警数值范围，或所述监测数据、检修数据和/或指标分析数据的数据变化率是否超出预警变化率范围，判断所述电力设备的工作状态是否存在风险，对工作状态存在风险的电力设备进行故障预警。

通过上述方法确定电力设备的工作状态是否存在风险，从而对工作状态存在风险的电力设备进行故障预警，快速及时地向工作人员通报设备状况，以快速定位设备问题，提高电力设备的现场运维工作。

另外，在分析得到电力设备的工作状态并对电力设备的工作状态进行故障预警后，还可以对所述电力设备的工作状态以及所述工作状态的故障预警情况进行展示。

本发明实施例提供的电力设备的数据聚类分析方法，通过对电力系统中各个电力设备进行聚类，聚类为监测数据、检修数据和指标分析数据，然后得到三种数据之间的数据关联关系，从而能够根据监测数据、检修数据和指标分析数据以及数据关联关系，得到电力设备的工作状态，并能够根据上述数据和数据关联关系对该工作状态进行故障预警。通过上述过程，使得工作人员根据电力设备的不同数据，能够快速地判断设备的工作状态以及故障状况，进而能够快速对电力设备进行运维工作。

如图4所示，本实施例提供的电力设备的数据聚类分析方法除了图1和图3所示的各个步骤外还包括：

S410：根据电力设备群中各个电力设备的位置关系，设计各个电力设备的位置分布图；

S420：根据电力设备的工作状态对应的风险等级，在位置分布图上对所述电力设备进行标记。

通过根据电流设备群中各个电力设备的位置关系，设计电力设备的位置分布图，以及根据上述各种数据及数据间关系确定的工作状态的风险等级，在位置分布图中对电力设备进行标记，能够根据电力设备群中的各个数据对电力设备进行设备统一管理，重点排查具有风险的电力设备，从而维护业务上具有关联性的各个电力设备。

如图5所示，本实施例提供的电力设备的数据聚类分析方法除了图1所示的各个步骤外，还包括：

S510：按照故障原因，将与故障原因对应的检修数据以及与检修数据存在数据关联关系的监测数据和/或指标分析数据存入设备运维知识数据库。

通过按照故障原因，将检修数据、监测数据和/或指标分析数据存入设备运维知识数据库，能够在运维过程中将设备运维知识数据库中的数据推送给工作人员，工作人员通过这些数据，能够快速地定位设备问题，判断设备故障情况，从而检索到设备的相关检修维护知识和解决方案，以快速地对设备进行运行维护。

基于同一发明构思，本申请实施例还提供了电力设备的数据聚类分析系统，由于所述系统对应的方法是本申请实施例中的电力设备的数据聚类分析方法，并且该系统解决问题的原理与方法相似，因此该系统的实施可以参见方法的实施，重复之处不再赘述。

请参见图6，图6为本发明实施例提供的一种电力设备的数据聚类分析系统的结构示意图，如图6所示，本发明实施例提供的电力设备的数据聚类分析系统包括：

监控模块601，用于监控电力系统中的各个电力设备，获取每个电力设备的设备数据；

聚类模块602，用于根据设备数据的数据来源对获取到的各个设备数据进行聚类，将所述设备数据聚类为监测数据、检修数据和指标分析数据；

关联模块603，用于对相同电力设备的监测数据、检修数据和指标分析数据进行数据关联，得到相同电力设备的数据关联关系；

分析模块604，用于根据所述监测数据、检修数据和指标分析数据以及所述数据关联关系，分析得到电力设备的工作状态并对所述电力设备的工作状态进行故障预警。

本发明实施例提供的电力设备的数据聚类分析系统，通过对电力系统中各个电力设备进行聚类，聚类为监测数据、检修数据和指标分析数据，然后得到三种数据之间的数据关联关系，从而能够根据监测数据、检修数据和指标分析数据以及数据关联关系，得到电力设备的工作状态，并能够根据上述数据和数据关联关系对该工作状态进行故障预警。通过上述过程，使得工作人员根据电力设备的不同数据，能够快速地判断设备的工作状态以及故障状况，进而能够快速对电力设备进行运维工作。

作为一种优选的实施例，如图7所示，图6所示实施例提供的聚类模块602，包括：

第一存储子模块6021，用于将获取到的每个电力设备的设备数据存储入数据服务器；

调取子模块6022，用于从所述数据服务器中调取所述设备数据；

提取子模块6023，用于提取所述设备数据中对应于数据类型的特征数据；

聚类子模块6024，用于根据所述特征数据对获取到的各个设备数据进行聚类；

第二存储子模块6025，用于将聚类后的设备数据存储入所述数据服务器。

作为一种优选的实施例，如图8所示，在本发明实施例中，图6所示的分析模块604，包括：

查找子模块6041，用于查找相同电力设备的同一业务类型对应的监测数据、检修数据、指标分析数据以及数据关联关系；

第一确定子模块6042，用于根据所述监测数据、检修数据和指标分析数据分别所处的数值范围，确定所述同一业务类型对应的工作状态；

第二确定子模块6043，用于确定存在业务关联关系的各个电力设备，组成电力设备群，根据电力设备群内各个电力设备的监测数据、检修数据、指标分析数据以及所述数据关联关系，确定所述电力设备群的工作状态；和/或，

判断子模块6044，用于分别根据所述监测数据、检修数据和/或指标分析数据是否超出预警数值范围，或所述监测数据、检修数据和/或指标分析数据的数据变化率是否超出预警变化率范围，判断所述电力设备的工作状态是否存在风险，对工作状态存在风险的电力设备进行故障预警。

作为一种优选的实施例，如图9所示，图6所示的电力设备的数据聚类分析系统还包括：

设计模块605，用于根据所述电力设备群中各个电力设备的位置关系，设计各个电力设备的位置分布图；

标记模块606，用于根据电力设备的工作状态对应的风险等级，在所述位置分布图上对所述电力设备进行标记。

如图9所示，电力设备的数据聚类分析系统还能够包括：

存储模块607，用于按照故障原因，将与所述故障原因对应的检修数据以及与所述检修数据存在数据关联关系的监测数据和/或指标分析数据存入设备运维知识数据库。

请参见图10，图10是本发明示例性实施例提供的一种电力设备的数据聚类分析系统的结构示意图，如图10所示，该电力设备的数据聚类分析系统包括：

设备数据模块1，包括设备监视数据子模块11、设备指标分析数据子模块12；

该系统还包括设备数据服务器2、电力专用网络通道3、数据加工组件4、数据分析组件5、组态组件数据库服务器6和电力设备管理一站式互动平台7。

本发明实施例通过电力专用网络通道3对其他各个结构模块进行组网，在电力内部局域网内进行数据传输。

设备数据模块1的设备监视数据子模块11采集设备监视数据，设备指标分析数据子模块12采集设备指标分析数据，然后设备数据模块1通过设备数据服务器2将数据发送至数据加工组件4，通过数据加工组件4将数据加工；数据加工组件包括数据清洗组件41、数据融合组件42、数据预处理组件43和数据标准化组件44。在使用上述组件对数据加工后，将加工后的数据返回存储于设备数据服务器2。

数据分析组件5从设备数据服务器2中调出数据，对数据进行分析并将分析后的数据存储于组态组件数据库服务器6，最终组态组件数据库服务器6中的数据通过电力设备管理一站式互动平台7进行设备数据的管理和展示。

本发明设备数据在采集后可存储于设备数据服务器2内；设备数据主要可包括设备台账数据、变电站图像、变电站温度、变电站气象数据、监测数据、设备巡视数据、工作人员工作记录、指标分析数据和设备检修数据，在使用数据加工组件4进行加工后，数据分析组件5将数据进行分类存储和分析，数据分析组件5包括设备状态分析组件51、设备预警组件52，设备病历分析组件53、设备总体状态分析组件54和散点图分布组件55，通过上述组件对设备的工作状态、故障状况、设备分布状况和环境进行分析，得到各种分析数据，如设备的运维工作记录，以使得工作人员在设备运维工作中将这些运维工作记录推送给工作人员，工作人员通过这些数据，可以快速判断设备情况，并在数据库服务器6中检索到相关检修运维知识，快速对设备进行运维工作。

另外，数据库服务器6还存储有设备台账数据、设备日常运维数据、设备运维工作记录和设备运维知识等数据，通过对设备台账数据的存储、设备日常运维数据的存储，设备运维工作记录的存储以及设备运维知识的存储，使得现场工作人员可以通过平台快速判断设备状况，定位设备问题并快速查找知识库中解决方案，从而提高现场运维工作；对于管理人员可以随时统计出设备整体状况，设备知识库存储状况，工作人员工作状况等，随时对设备及运维工作整体把控。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。

以上所述仅是本发明的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种电力设备的数据聚类分析方法，其特征在于，包括：

监控电力系统中的各个电力设备，获取每个电力设备的设备数据；

根据设备数据的数据来源，对获取到的各个设备数据进行聚类，将所述设备数据聚类为监测数据、检修数据和指标分析数据；

对相同电力设备的监测数据、检修数据和指标分析数据进行数据关联，得到相同电力设备的数据关联关系；

查找相同电力设备的同一业务类型对应的监测数据、检修数据、指标分析数据以及数据关联关系，根据所述监测数据、检修数据和指标分析数据分别所处的数值范围，确定所述同一业务类型对应的工作状态；

确定存在业务关联关系的各个电力设备，组成电力设备群，根据电力设备群内各个电力设备的监测数据、检修数据、指标分析数据以及所述数据关联关系，确定所述电力设备群的工作状态；和/或，

分别根据所述监测数据、检修数据和/或指标分析数据是否超出预警数值范围，或所述监测数据、检修数据和/或指标分析数据的数据变化率是否超出预警变化率范围，判断所述电力设备的工作状态是否存在风险，对工作状态存在风险的电力设备进行故障预警。

2.根据权利要求1所述的电力设备的数据聚类分析方法，其特征在于，所述对获取到的各个设备数据进行聚类，包括：

将获取到的每个电力设备的设备数据存储入数据服务器；

从所述数据服务器中调取所述设备数据；

提取所述设备数据中对应于数据类型的特征数据，根据所述特征数据对获取到的各个设备数据进行聚类；

将聚类后的设备数据存储入所述数据服务器。

3.根据权利要求1所述的电力设备的数据聚类分析方法，其特征在于，还包括：

根据所述电力设备群中各个电力设备的位置关系，设计各个电力设备的位置分布图；

根据电力设备的工作状态对应的风险等级，在所述位置分布图上对所述电力设备进行标记。

4.根据权利要求1所述的电力设备的数据聚类分析方法，其特征在于，还包括：

按照故障原因，将与所述故障原因对应的检修数据以及与所述检修数据存在数据关联关系的监测数据和/或指标分析数据存入设备运维知识数据库。

5.一种电力设备的数据聚类分析系统，其特征在于，包括：

监控模块，用于监控电力系统中的各个电力设备，以获取每个电力设备的设备数据；

聚类模块，用于根据设备数据的数据来源对获取到的各个设备数据进行聚类，将所述设备数据聚类为监测数据、检修数据和指标分析数据；

关联模块，用于对相同电力设备的监测数据、检修数据和指标分析数据进行数据关联，得到相同电力设备的数据关联关系；

分析模块，包括：

查找子模块，用于查找相同电力设备的同一业务类型对应的监测数据、检修数据、指标分析数据以及数据关联关系；

第一确定子模块，用于根据所述监测数据、检修数据和指标分析数据分别所处的数值范围，确定所述同一业务类型对应的工作状态；

第二确定子模块，用于确定存在业务关联关系的各个电力设备，组成电力设备群，根据电力设备群内各个电力设备的监测数据、检修数据、指标分析数据以及所述数据关联关系，确定所述电力设备群的工作状态；和/或，

判断子模块，用于分别根据所述监测数据、检修数据和/或指标分析数据是否超出预警数值范围，或所述监测数据、检修数据和/或指标分析数据的数据变化率是否超出预警变化率范围，判断所述电力设备的工作状态是否存在风险，对工作状态存在风险的电力设备进行故障预警。

6.根据权利要求5所述的电力设备的数据聚类分析系统，其特征在于，所述聚类模块，包括：

第一存储子模块，用于将获取到的每个电力设备的设备数据存储入数据服务器；

调取子模块，用于从所述数据服务器中调取所述设备数据；

提取子模块，用于提取所述设备数据中对应于数据类型的特征数据；

聚类子模块，用于根据所述特征数据对获取到的各个设备数据进行聚类；

第二存储子模块，用于将聚类后的设备数据存储入所述数据服务器。

7.根据权利要求5所述的电力设备的数据聚类分析系统，其特征在于，还包括：

设计模块，用于根据所述电力设备群中各个电力设备的位置关系，设计各个电力设备的位置分布图；

标记模块，用于根据电力设备的工作状态对应的风险等级，在所述位置分布图上对所述电力设备进行标记。

8.根据权利要求5所述的电力设备的数据聚类分析系统，其特征在于，还包括：

存储模块，用于按照故障原因，将与所述故障原因对应的检修数据以及与所述检修数据存在数据关联关系的监测数据和/或指标分析数据存入设备运维知识数据库。