CN107248118A - 数据挖掘方法、装置和系统 - Google Patents
数据挖掘方法、装置和系统 Download PDFInfo
- Publication number
- CN107248118A CN107248118A CN201710604158.3A CN201710604158A CN107248118A CN 107248118 A CN107248118 A CN 107248118A CN 201710604158 A CN201710604158 A CN 201710604158A CN 107248118 A CN107248118 A CN 107248118A
- Authority
- CN
- China
- Prior art keywords
- data
- data information
- electric vehicle
- critical data
- critical
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000007418 data mining Methods 0.000 claims abstract description 67
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 238000012216 screening Methods 0.000 claims abstract description 9
- 238000007405 data analysis Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 26
- 238000007781 pre-processing Methods 0.000 claims description 19
- 230000005611 electricity Effects 0.000 claims description 6
- 238000005201 scrubbing Methods 0.000 claims description 5
- 238000013075 data extraction Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims 2
- 238000010276 construction Methods 0.000 abstract description 10
- 238000012938 design process Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 22
- 238000009412 basement excavation Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种数据挖掘方法、装置和系统，涉及大数据领域。其中在数据挖掘装置中，数据筛选模块从电动汽车充电服务平台筛选出与电动汽车充电需求相关联的关键数据信息，数据挖掘模块基于预定规则对关键数据信息进行数据挖掘，数据分析模块对挖掘结果进行分析以得到电动汽车充电需求分析结果，结果上传模块将分析结果上传给服务平台进行显示。本发明有效降低充电站电力规划设计过程中充电设备容量和服务容量的不确定性，为电动汽车基础设施投资建设提供决策依据，为整个电动汽车的“生态圈”提供支撑。
Description
技术领域
本发明涉及大数据领域，特别涉及一种数据挖掘方法、装置和系统。
背景技术
伴随世界石油资源的供需紧张和车辆排放法规的日趋严格，以电动汽车为代表的新能源汽车已成为汽车工业发展的趋势所在，并已开始在世界范围内得以推广应用。
我国自2001年开始大力推行电动汽车发展，虽然仍未实现普遍商业化，但随着技术的进步和基础设施布局的完善，电动汽车必将实现大规模增长，其带来的电力能源需求也将会对电力系统运行带来挑战。此外，电动汽车的大规模普及依赖于完善的电力补充基础设施网络，但电力需求的不确定性导致的充电设备容量和服务容量的不确定性，进而影响了电动汽车基础设施投资建设的积极性。因此，做好电动汽车的充电需求分析和预测工作，对电力系统加固现有电力网络和规划未来电力网络配置，大力推动电动汽车产业发展，减少车辆对环境的污染并缓解对石油资源的消耗具有重要的意义，对于大规模新增电动汽车带来的电力能源需求的分析和动态预测研究意义显著。
但是，相比于数据中心等其他基础设施的用电需求分析预测，电动汽车在能源使用时间、需要补充的电量和产生的用电负荷等方面存在高度不确定性的问题，且电动汽车属于新兴发展行业，而发展初期并未建立全国性的统一数据交互平台，导致历史规模数据和电力负荷数据相对缺乏，同时发展过程还受到多种不规则因素的影响，导致对未来电动汽车规模增加后带来的电力需求的预测存在困难。
为了便于对充电设施信息进行有效管理，目前还出现了一种电动汽车充电公共服务互动平台，通过云平台统一管理，建立统一规范，实现了对充电站的运营情况、充电站的客流情况、充电装置的运行状态等充电设施信息的采集和管理，为规模数据和电力负荷数据的累积提供了有效手段。但是，由于充电设施信息数据量大、数据类型繁多不一、价值密度低、处理速度慢，人工无法准确在当前条件下对数据内容进行检索和管理，缺乏对来自不同数据源的离散数据集中分析的问题，数据库信息难以人为管理。且每个数据库之间的衔接、数据传递和交互很容易出现问题，无法保证有价值的数据得到提取，且数据挖掘效率低。
因此，如何通过数据挖掘系统分析电动汽车充电设施信息，预测电动汽车充电需求是一个亟待解决的难题。
发明内容
本发明实施例提供一种数据挖掘方法、装置和系统，通过对电动汽车充电相关的各项数据进行多层面、全方位的挖掘处理，并将挖掘结果进一步分析后，以便进行分类、聚类、关联及可视化等处理，可有效降低充电站电力规划设计过程中充电设备容量和服务容量的不确定性，为电动汽车基础设施投资建设提供决策依据，为整个电动汽车的“生态圈”提供支撑。
根据本发明的一个方面，提供一种数据挖掘装置，包括：
数据筛选模块，用于从电动汽车充电服务平台筛选出与电动汽车充电需求相关联的关键数据信息；
数据挖掘模块，用于基于预定规则，对关键数据信息进行数据挖掘；
数据分析模块，用于对挖掘结果进行分析，以得到电动汽车充电需求分析结果；
结果上传模块，用于将分析结果上传给服务平台以进行显示。
在一个实施例中，上述装置还包括：
数据预处理模块，用于在数据挖掘模块在对关键数据信息进行数据挖掘前，对关键数据信息进行预处理，以便提高数据挖掘效率。
在一个实施例中，数据预处理模块包括：
数据清理单元，用于对关键数据信息进行清理，以去除异常值。
在一个实施例中，数据预处理模块还包括：
数据转换单元，用于对关键数据信息进行编码处理，以便将关键数据信息转换为便于搜索的数字形式。
在一个实施例中，数据预处理模块还包括：
数据归集分类单元，用于将同类数据进行归集分类处理。
在一个实施例中，数据预处理模块还包括：
数据优化单元，用于对关键数据信息进行优化处理，以便在不影响数据挖掘结果的情况下减小数据挖掘的范围。
在一个实施例中，装置还包括：
数据提取模块，用于在对关键数据信息进行预处理前，提取已筛选的关键数据信息，为提取出的每个关键数据信息添加索引标识。
在一个实施例中，预定规则基于TEI@I方法论。
在一个实施例中，数据筛选模块还用于通过电动汽车充电服务平台数据库的数据访问接口，筛选出与电动汽车充电需求相关联的关键数据信息。
在一个实施例中，结果上传模块还用于按照电动汽车充电服务平台要求的数据传输协议，将分析结果上传给服务平台。
根据本发明的另一方面，提供一种数据挖掘系统，包括：
如上述任一实施例涉及的数据挖掘装置；
电动汽车充电服务平台，用于为数据挖掘装置提供与电动汽车充电需求相关联的关键数据信息；还用于显示数据挖掘装置上传的分析结果。
根据本发明的另一方面，提供一种数据挖掘方法，包括：
从电动汽车充电服务平台筛选出与电动汽车充电需求相关联的关键数据信息；
基于预定规则，对关键数据信息进行数据挖掘；
对挖掘结果进行分析，以得到电动汽车充电需求分析结果；
将分析结果上传给服务平台以进行显示。
在一个实施例中，在对关键数据信息进行数据挖掘前，还包括：
对关键数据信息进行预处理，以便提高数据挖掘效率。
在一个实施例中，对关键数据信息进行预处理包括：
对关键数据信息进行清理，以去除异常值。
在一个实施例中，对关键数据信息进行预处理还包括：
对关键数据信息进行编码处理，以便将关键数据信息转换为便于搜索的数字形式。
在一个实施例中，对关键数据信息进行预处理还包括：
将同类数据进行归集分类处理。
在一个实施例中，对关键数据信息进行预处理还包括：
对关键数据信息进行优化处理，以便在不影响数据挖掘结果的情况下减小数据挖掘的范围。
在一个实施例中，在对关键数据信息进行预处理前，还包括：
提取已筛选的关键数据信息；
为提取出的每个关键数据信息添加索引标识。
在一个实施例中，预定规则基于TEI@I方法论。
在一个实施例中，从电动汽车充电服务平台筛选出与电动汽车充电需求相关联的关键数据信息包括：
通过电动汽车充电服务平台数据库的数据访问接口，筛选出与电动汽车充电需求相关联的关键数据信息。
在一个实施例中，将分析结果上传给服务平台包括：
按照电动汽车充电服务平台要求的数据传输协议，将分析结果上传给服务平台。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
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，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为本发明数据挖掘装置一个实施例的示意图。
图2为本发明数据挖掘装置另一实施例的示意图。
图3为本发明数据预处理模块一个实施例的示意图。
图4为本发明数据挖掘装置又一实施例的示意图。
图5为本发明数据挖掘系统一个实施例的示意图。
图6为本发明数据挖掘方法一个实施例的示意图。
图7为本发明数据挖掘方法另一实施例的示意图。
图8为本发明数据挖掘方法又一实施例的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
图1为本发明数据挖掘装置一个实施例的示意图。如图1所示，数据挖掘装置可包括：
数据筛选模块11，用于从电动汽车充电服务平台筛选出与电动汽车充电需求相关联的关键数据信息。
其中，关键数据信息可包括：充换电站的运营情况、充换电站的客流情况、充电装置的运行状态、车主预约充电信息、区域内电动汽车流量、区域内电动汽车保有量等。
可选地，数据筛选模块11通过电动汽车充电服务平台数据库的数据访问接口，筛选出与电动汽车充电需求相关联的关键数据信息。
数据挖掘模块12，用于基于预定规则对关键数据信息进行数据挖掘。
可选地，预定规则基于TEI@I方法论。
其中，可基于TEI@I理论，将复杂的数据系统分解为可以用结构化数据来分析主要趋势的部分，以及不规则因素影响的部分。结构化数据通过电动汽车充电规模和各区域电动汽车需求扩散规模等数据信息建立电动汽车充电需求结构化数据模型，并按照给定算法计算数据挖掘输出值。针对不规则因素影响部分，例如政府补贴政策变动等信息，设计建立基于德尔菲专家意见集成函数模型，通过集成专家意见的优化搜索模型进行分析，按照给定算法计算数据挖掘输出值。
数据分析模块13，用于对挖掘结果进行分析，以得到电动汽车充电需求分析结果。
可选地，上述分析可包括对数据进行有效范围选择、对选择后的数据进行聚类分配，对聚类分配后的数据进行持续分析，从而得到分析结果。
结果上传模块14，用于将分析结果上传给服务平台以进行显示。
可选地，结果上传模块14按照电动汽车充电服务平台要求的数据传输协议，将分析结果上传给服务平台。
基于本发明上述实施例提供的数据挖掘装置，通过对电动汽车充电相关的各项数据进行多层面、全方位的挖掘处理，并将挖掘结果进一步分析后，以便进行分类、聚类、关联及可视化等处理，可有效降低充电站电力规划设计过程中充电设备容量和服务容量的不确定性，为电动汽车基础设施投资建设提供决策依据，为整个电动汽车的“生态圈”提供支撑。
这里需要说明的是，TEI@I是本领域技术人员所了解的一种方法论，其中T代表文本挖掘Text Mining，E代表经济计量Econometrics，I代表智能技术，Intelligence@集成技术(Integration)，即方法的集成。由于TEI@I方法论并不是本发明的发明点所在，因此这里不展开说明。
图2为本发明数据挖掘装置另一实施例的示意图。与图1所示实施例相比，除数据筛选模块21、数据挖掘模块22、数据分析模块23、结果上传模块24外，还包括数据预处理模块25，用于在数据挖掘模块22在对关键数据信息进行数据挖掘前，对关键数据信息进行预处理，以便提高数据挖掘效率。
图3为本发明数据预处理模块一个实施例的示意图。如图3所示，数据预处理模块25可包括数据清理单元31，用于对关键数据信息进行清理，以去除异常值。
具体来说，数据清理单元可用于筛查有缺失的数据值、平滑有噪声的数据、识别或去除异常值进行数据清理。例如，首先通过偏差检测，清理每个属性的定义域和数据类型、每个属性可接受的值、值的长度范围，查看是否所有的值都落在期望的值域内、属性之间是否存在已知的依赖；其次纠正偏差，纠正数据的不一致。偏差检测与纠正偏差过程迭代执行。
可选地，在图3所示实施例中，数据预处理模块还包括数据转换单元32，用于对关键数据信息进行编码处理，以便将关键数据信息转换为便于搜索的数字形式。
例如，可通过对数据信息进行编码处理，将数据库中字段的不同取值转换成便于搜索的数码形式，具体方法为通过将数据库中属性值按比例缩放，使之落入一个特定区间，使用神经网络算法进行分类挖掘，对数据元组中量度的每个属性输入值进行规范化。
可选地，在图3所示实施例中，数据预处理模块还包括数据归集分类单元33，用于将同类数据进行归集分类处理。
例如，可将同类数据归集到一起，区分结构化数据和非结构化数据类型，以及区分结构化数据中的线性数据和非线性数据类型，设置统一的属性定义域，给定每个属性数据类型和取值范围，给定所有的值都落在期望的值域。
可选地，在图3所示实施例中，数据预处理模块还包括数据优化单元34，用于对关键数据信息进行优化处理，以便在不影响数据挖掘结果的情况下减小数据挖掘的范围。
例如，可在不影响最终挖掘结果的情况下减小数据挖掘的范围，以提高数据挖掘效率。其中包括用于通过离散化数值属性以及泛化字符型属性值来规约数据库中元组的元组规约模块，在电动汽车充电需求海量数据挖掘之前，对属性进行分析，删除与分析任务不相关或不重要属性的属性规约。
图4为本发明数据挖掘装置又一实施例的示意图。与图2所示实施例相比，除数据筛选模块41、数据挖掘模块42、数据分析模块43、结果上传模块44、数据预处理模块45外，还包括数据提取模块46，用于在数据预处理模块45对关键数据信息进行预处理前，提取已筛选的关键数据信息，为提取出的每个关键数据信息添加索引标识。
其中，数据提取模块46将筛选出的关键数据信息进行提取，并存入系统中，为数据挖掘提供数据来源。采用任务平衡和多线程机制进行，并且在抽取到的数据上增加索引。
图5为本发明数据挖掘系统一个实施例的示意图。如图5所示，该系统包括电动汽车充电服务平台51和数据挖掘装置52。其中，数据挖掘装置52可图1至图4中任一实施例涉及的数据挖掘装置。
电动汽车充电服务平台51用于为数据挖掘装置提供与电动汽车充电需求相关联的关键数据信息；还用于显示数据挖掘装置上传的分析结果。
图6为本发明数据挖掘方法一个实施例的示意图。可选地，本实施例的方法步骤可由数据挖掘装置执行。其中：
步骤601，从电动汽车充电服务平台筛选出与电动汽车充电需求相关联的关键数据信息。
可选地，可通过电动汽车充电服务平台数据库的数据访问接口，筛选出与电动汽车充电需求相关联的关键数据信息。
步骤602，基于预定规则，对关键数据信息进行数据挖掘。
可选地，预定规则基于TEI@I方法论。
步骤603，对挖掘结果进行分析，以得到电动汽车充电需求分析结果。
步骤604，将分析结果上传给服务平台以进行显示。
可选地，可按照电动汽车充电服务平台要求的数据传输协议，将分析结果上传给服务平台。
基于本发明上述实施例提供的数据挖掘方法，通过对电动汽车充电相关的各项数据进行多层面、全方位的挖掘处理，并将挖掘结果进一步分析后，以便进行分类、聚类、关联及可视化等处理，可有效降低充电站电力规划设计过程中充电设备容量和服务容量的不确定性，为电动汽车基础设施投资建设提供决策依据，为整个电动汽车的“生态圈”提供支撑。
图7为本发明数据挖掘方法另一实施例的示意图。可选地，本实施例的方法步骤可由数据挖掘装置执行。其中：
步骤701，从电动汽车充电服务平台筛选出与电动汽车充电需求相关联的关键数据信息。
步骤702，对关键数据信息进行预处理，以便提高数据挖掘效率。
可选地，对关键数据信息进行预处理包括：
对关键数据信息进行清理，以去除异常值。
可选地，对关键数据信息进行预处理还包括：
对关键数据信息进行编码处理，以便将关键数据信息转换为便于搜索的数字形式。
可选地，对关键数据信息进行预处理还包括：
将同类数据进行归集分类处理。
可选地，对关键数据信息进行预处理还包括：
对关键数据信息进行优化处理，以便在不影响数据挖掘结果的情况下减小数据挖掘的范围。
步骤703，基于预定规则，对关键数据信息进行数据挖掘。
可选地，预定规则基于TEI@I方法论。
步骤704，对挖掘结果进行分析，以得到电动汽车充电需求分析结果。
步骤705，将分析结果上传给服务平台以进行显示。
图8为本发明数据挖掘方法又一实施例的示意图。可选地，本实施例的方法步骤可由数据挖掘装置执行。其中：
步骤801，从电动汽车充电服务平台筛选出与电动汽车充电需求相关联的关键数据信息。
步骤802，提取已筛选的关键数据信息，为提取出的每个关键数据信息添加索引标识。
步骤803，对关键数据信息进行预处理，以便提高数据挖掘效率。
可选地，对关键数据信息进行预处理包括：
对关键数据信息进行清理，以去除异常值。
可选地，对关键数据信息进行预处理还包括：
对关键数据信息进行编码处理，以便将关键数据信息转换为便于搜索的数字形式。
可选地，对关键数据信息进行预处理还包括：
将同类数据进行归集分类处理。
可选地，对关键数据信息进行预处理还包括：
对关键数据信息进行优化处理，以便在不影响数据挖掘结果的情况下减小数据挖掘的范围。
步骤804，基于预定规则，对关键数据信息进行数据挖掘。
可选地，预定规则基于TEI@I方法论。
步骤805，对挖掘结果进行分析，以得到电动汽车充电需求分析结果。
步骤806，将分析结果上传给服务平台以进行显示。
通过实施本发明，通过对电动汽车充电相关的各项数据进行多层面、全方位的挖掘处理，并将挖掘结果进一步分析后，以便进行分类、聚类、关联及可视化等处理，可有效降低充电站电力规划设计过程中充电设备容量和服务容量的不确定性，为电动汽车基础设施投资建设提供决策依据，为整个电动汽车的“生态圈”提供支撑。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (21)
1.一种数据挖掘装置，其特征在于，包括：
数据筛选模块，用于从电动汽车充电服务平台筛选出与电动汽车充电需求相关联的关键数据信息；
数据挖掘模块，用于基于预定规则，对所述关键数据信息进行数据挖掘；
数据分析模块，用于对挖掘结果进行分析，以得到电动汽车充电需求分析结果；
结果上传模块，用于将分析结果上传给服务平台以进行显示。
2.根据权利要求1所述的装置，其特征在于，所述装置还包括：
数据预处理模块，用于在数据挖掘模块在对所述关键数据信息进行数据挖掘前，对所述关键数据信息进行预处理，以便提高数据挖掘效率。
3.根据权利要求2所述的装置，其特征在于，数据预处理模块包括：
数据清理单元，用于对所述关键数据信息进行清理，以去除异常值。
4.根据权利要求3所述的装置，其特征在于，数据预处理模块还包括：
数据转换单元，用于对所述关键数据信息进行编码处理，以便将所述关键数据信息转换为便于搜索的数字形式。
5.根据权利要求4所述的装置，其特征在于，数据预处理模块还包括：
数据归集分类单元，用于将同类数据进行归集分类处理。
6.根据权利要求5所述的装置，其特征在于，数据预处理模块还包括：
数据优化单元，用于对所述关键数据信息进行优化处理，以便在不影响数据挖掘结果的情况下减小数据挖掘的范围。
7.根据权利要求2所述的装置，其特征在于，所述装置还包括：
数据提取模块，用于在对所述关键数据信息进行预处理前，提取已筛选的关键数据信息，为提取出的每个关键数据信息添加索引标识。
8.根据权利要求1所述的装置，其特征在于，
所述预定规则基于TEI@I方法论。
9.根据权利要求1-8中任一项所述的装置，其特征在于，
数据筛选模块还用于通过电动汽车充电服务平台数据库的数据访问接口，筛选出与电动汽车充电需求相关联的关键数据信息。
10.根据权利要求9所述的装置，其特征在于，
结果上传模块还用于按照电动汽车充电服务平台要求的数据传输协议，将分析结果上传给服务平台。
11.一种数据挖掘系统，其特征在于，包括：
如权利要求1-10中任一项所示的数据挖掘装置；
电动汽车充电服务平台，用于为数据挖掘装置提供与电动汽车充电需求相关联的关键数据信息；还用于显示数据挖掘装置上传的分析结果。
12.一种数据挖掘方法，其特征在于，包括：
从电动汽车充电服务平台筛选出与电动汽车充电需求相关联的关键数据信息；
基于预定规则，对所述关键数据信息进行数据挖掘；
对挖掘结果进行分析，以得到电动汽车充电需求分析结果；
将分析结果上传给服务平台以进行显示。
13.根据权利要求12所述的方法，其特征在于，
在对所述关键数据信息进行数据挖掘前，还包括：
对所述关键数据信息进行预处理，以便提高数据挖掘效率。
14.根据权利要求13所述的方法，其特征在于，
对所述关键数据信息进行预处理包括：
对所述关键数据信息进行清理，以去除异常值。
15.根据权利要求14所述的方法，其特征在于，
对所述关键数据信息进行预处理还包括：
对所述关键数据信息进行编码处理，以便将所述关键数据信息转换为便于搜索的数字形式。
16.根据权利要求15所述的方法，其特征在于，
对所述关键数据信息进行预处理还包括：
将同类数据进行归集分类处理。
17.根据权利要求16所述的方法，其特征在于，
对所述关键数据信息进行预处理还包括：
对所述关键数据信息进行优化处理，以便在不影响数据挖掘结果的情况下减小数据挖掘的范围。
18.根据权利要求13所述的方法，其特征在于，
在对所述关键数据信息进行预处理前，还包括：
提取已筛选的关键数据信息；
为提取出的每个关键数据信息添加索引标识。
19.根据权利要求13所述的方法，其特征在于，
所述预定规则基于TEI@I方法论。
20.根据权利要求13-19中任一项所述的方法，其特征在于，
从电动汽车充电服务平台筛选出与电动汽车充电需求相关联的关键数据信息包括：
通过电动汽车充电服务平台数据库的数据访问接口，筛选出与电动汽车充电需求相关联的关键数据信息。
21.根据权利要求20所述的方法，其特征在于，
将分析结果上传给服务平台包括：
按照电动汽车充电服务平台要求的数据传输协议，将分析结果上传给服务平台。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710604158.3A CN107248118A (zh) | 2017-07-24 | 2017-07-24 | 数据挖掘方法、装置和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710604158.3A CN107248118A (zh) | 2017-07-24 | 2017-07-24 | 数据挖掘方法、装置和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107248118A true CN107248118A (zh) | 2017-10-13 |
Family
ID=60014074
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710604158.3A Pending CN107248118A (zh) | 2017-07-24 | 2017-07-24 | 数据挖掘方法、装置和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107248118A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109614491A (zh) * | 2018-12-21 | 2019-04-12 | 成都康赛信息技术有限公司 | 基于数据质量检测规则挖掘结果的进一步挖掘方法 |
| CN109933693A (zh) * | 2019-03-13 | 2019-06-25 | 重庆尚唯信息技术有限公司 | 一种基于大数据技术的全球智库数据开发与组织方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537001A (zh) * | 2014-12-15 | 2015-04-22 | 中国石油天然气股份有限公司 | 一种油气信息数据挖掘平台及方法 |
| CN104778263A (zh) * | 2015-04-23 | 2015-07-15 | 储盈新能源科技（上海）有限公司 | 一种电动车充电站系统仿真数据挖掘方法 |
| CN106372733A (zh) * | 2016-08-31 | 2017-02-01 | 湖南深拓智能设备股份有限公司 | 柔性充电服务网络、充电方法及线下移动服务方法 |
| CN106649329A (zh) * | 2015-10-30 | 2017-05-10 | 深圳市华威世纪科技股份有限公司 | 一种安全生产大数据挖掘系统 |
-
2017
- 2017-07-24 CN CN201710604158.3A patent/CN107248118A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537001A (zh) * | 2014-12-15 | 2015-04-22 | 中国石油天然气股份有限公司 | 一种油气信息数据挖掘平台及方法 |
| CN104778263A (zh) * | 2015-04-23 | 2015-07-15 | 储盈新能源科技（上海）有限公司 | 一种电动车充电站系统仿真数据挖掘方法 |
| CN106649329A (zh) * | 2015-10-30 | 2017-05-10 | 深圳市华威世纪科技股份有限公司 | 一种安全生产大数据挖掘系统 |
| CN106372733A (zh) * | 2016-08-31 | 2017-02-01 | 湖南深拓智能设备股份有限公司 | 柔性充电服务网络、充电方法及线下移动服务方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109614491A (zh) * | 2018-12-21 | 2019-04-12 | 成都康赛信息技术有限公司 | 基于数据质量检测规则挖掘结果的进一步挖掘方法 |
| CN109614491B (zh) * | 2018-12-21 | 2023-06-30 | 成都康赛信息技术有限公司 | 基于数据质量检测规则挖掘结果的进一步挖掘方法 |
| CN109933693A (zh) * | 2019-03-13 | 2019-06-25 | 重庆尚唯信息技术有限公司 | 一种基于大数据技术的全球智库数据开发与组织方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111787090B (zh) | 一种基于区块链技术的智慧法治平台 | |
| CN109033497B (zh) | 一种面向高并发的多阶段数据挖掘算法智能选择方法 | |
| CN103631788B (zh) | 基于共享数据库的车辆制造质量问题诊断系统 | |
| CN106447584A (zh) | 一种面向高速公路网络运营的决策支持系统及其使用方法 | |
| CN108876019A (zh) | 一种基于大数据的用电负荷预测方法及系统 | |
| CN108170769A (zh) | 一种基于决策树算法的装配制造质量数据处理方法 | |
| CN111090643B (zh) | 一种基于数据分析系统下的海量用电数据挖掘方法 | |
| CN107194533B (zh) | 一种配电网全信息模型构建方法及系统 | |
| CN108920609A (zh) | 基于多维度分析的电力实验数据挖掘方法 | |
| CN106844636A (zh) | 一种基于深度学习的非结构化数据处理方法 | |
| CN112530559A (zh) | 一种突发公共卫生事件医疗物资智能调配系统 | |
| CN105930942A (zh) | 一种大数据背景下的能源技术预见智能系统 | |
| CN115564071A (zh) | 一种电力物联网设备数据标签生成方法及系统 | |
| CN117035691A (zh) | 一种基于bim技术的工程建设数字化项目管理方法及系统 | |
| CN107248118A (zh) | 数据挖掘方法、装置和系统 | |
| CN103942739A (zh) | 建筑项目风险知识库的构建方法 | |
| CN114418360A (zh) | 一种智慧城市运行体征大数据分析方法及装置 | |
| CN114780798A (zh) | 基于bim的知识图谱系统 | |
| CN112580951B (zh) | 基于乘客出行的城市地面公交运行监测关键指标筛选方法 | |
| CN112117756A (zh) | 一种调度控制系统一体化运维方法和系统 | |
| CN117495422A (zh) | 基于电力通信网建设的造价管理系统及其方法 | |
| CN107274100A (zh) | 基于电力大数据的经济预警分析方法 | |
| CN109669777B (zh) | 工业互联网大数据元需求服务提供方法与系统 | |
| Shi et al. | Human resources balanced allocation method based on deep learning algorithm | |
| CN101576981A (zh) | 场景式服务系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 100761 Beijing city Xicheng District Baiguang Road No. 1 building two Applicant after: State Grid comprehensive energy service group Co.,Ltd. Address before: 100761 Beijing city Xicheng District Baiguang Road No. 1 building two Applicant before: State Grid Energy Conservation Service Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171013 |
|
| WD01 | Invention patent application deemed withdrawn after publication |