CN107577769A - 一种计量专业数据的挖掘方法及系统 - Google Patents

Abstract

本发明公开了一种计量专业数据的挖掘方法，通过数据交互接口获取各业务系统的基础数据，然后对获取到的基础数据进行去重和标准化处理得到有效数据，最后，能够依据预先设定的核查规则获取指标数据中的异常档案数据，并生成包含有异常档案数据的核查报告以供工作人员参考，实现了指标数据的自动核查，不仅提高了指标数据的可用性及准确性，还为工作人员提供了可靠的指标数据的分析来源，无需工作人员再从多个业务系统中获取指标数据，并进行手动核查，减少了工作人员的工作量，提高了工作人员的工作效率。而且，本挖掘方法还能进一步减小各业务系统的系统分险。此外，本发明还公开了一种计量专业数据的挖掘系统，效果如上。

Description

一种计量专业数据的挖掘方法及系统

技术领域

本发明涉及电力系统领域，特别涉及一种计量专业数据的挖掘方法及系统。

背景技术

电力运行系统包括SG186营销系统、用电信息采集系统和生产调度系统，随着电网的日益复杂，SG186营销系统、用电信息采集系统和生产调度系统中的数据量剧增，进而导致数据处理量庞大，常常会出现错误数据，即异常档案数据。

目前，当要对电力运行系统的指标数据进行核查时，由于指标数据分散在SG186营销系统、用电信息采集系统和生产调度系统中，所以工作人员必须要分别通过SG186营销系统、用电信息采集系统和生产调度系统这三个业务系统获取指标数据，然后再花费大量的时间及精力对获取到的指标数据进行手动分析处理，以确定指标数据中是否具有异常档案数据。而且，由于各个系统存储数据的规则不同，工作人员从这三个业务系统中获取到的指标数据形式很可能会不一致，这就使得工作人员不得不手动对获取到的指标数据进行标准化处理，进一步地增加了工作量，降低了工作效率。另外，由于SG186营销系统、用电信息采集系统和生产调度系统均要对外提供数据，所以每个业务系统都具有较多的对外数据接口，增加了系统分险。

因此，如何实现指标数据的自动核查，以提高工作人员的工作效率是本领域技术人员目前需要解决的技术问题。

发明内容

本发明的目的是提供一种计量专业数据的挖掘方法，实现了指标数据的自动核查，进而提高了工作人员的工作效率。

为了解决上述技术问题，本发明提供的一种计量专业数据的挖掘方法，包括：

分别建立SG186营销系统、用电信息采集系统和生产调度系统的数据交互接口，并通过所述数据交互接口获取所述SG186营销系统、所述用电信息采集系统和所述生产调度系统的基础数据；

对所述基础数据进行去重和标准化处理以得到有效数据，并指定所述有效数据中的指标数据，和设定所述指标数据的核查规则；

依据所述核查规则周期性地获取所述指标数据中的异常档案数据，并生成包含有所述异常档案数据的核查报告。

优选地，所述通过所述数据交互接口获取所述SG186营销系统、所述用电信息采集系统和所述生产调度系统的基础数据具体包括：

通过所述数据交互接口，利用数据同步工具OGG和数据库链接DBLINK获取所述SG186营销系统、所述用电信息采集系统和所述生产调度系统的基础数据。

优选地，所述对所述基础数据进行去重和标准化处理以得到有效数据具体包括：

识别所述基础数据中的重复基础数据，并将所述重复基础数据删除以得到纯净数据；

建立与所述纯净数据对应的标准代码库，将所述纯净数据转化为基于同一标准的有效数据。

优选地，所述生成包含有所述异常档案数据的核查报告具体包括：

在显示页面上显示所述异常档案数据的信息。

优选地，所述生成包含有所述异常档案数据的核查报告具体包括：

向指定的终端发送所述异常档案数据的信息。

优选地，所述挖掘方法还包括：

利用贝叶斯分类算法预测出所述异常档案数据的产生原因和预估出各所述产生原因的影响率；

则对应的，生成包含有所述异常档案数据、所述产生原因和各所述产生原因的影响率的核查报告。

优选地，所述挖掘方法还包括：

为用户的账号配置与所述用户的岗位对应的标签；

依据所述标签，向所述用户推送指定指标数据中的异常档案数据、所述指定指标数据中的异常档案数据的产生原因，和所述指定指标数据中异常档案数据的各产生原因的影响率；

其中，所述指定指标数据与所述岗位相对应。

优选地，所述挖掘方法还包括：

监控用户的访问内容，并根据所述访问内容分析出所述用户关注的所述指标数据中的重点指标数据；

依据所述重点指标数据中的异常档案数据、所述重点指标数据中的异常档案数据的产生原因，和所述重点指标数据中的异常档案数据的各产生原因的影响率，并结合经验数据和理论数据生成与所述重点指标数据中的异常档案数据对应的处理方案；

向所述用户推送所述重点指标数据中的异常档案数据、所述重点指标数据中的异常档案数据的产生原因，和所述重点指标数据中的异常档案数据的各产生原因的影响率和所述处理方案。

为了解决上述技术问题，本发明还提供的一种计量专业数据的挖掘系统，包括：

获取模块，用于分别建立SG186营销系统、用电信息采集系统和生产调度系统的数据交互接口，并通过所述数据交互接口获取所述SG186营销系统、所述用电信息采集系统和所述生产调度系统的基础数据；

处理模块，用于对所述基础数据进行去重和标准化处理以得到有效数据，并指定所述有效数据中的指标数据，和设定所述指标数据的核查规则；

生成模块，用于依据所述核查规则周期性地获取所述有效数据中的异常档案数据，并生成包含有所述异常档案数据的核查报告。

优选地，所述挖掘系统还包括：

监测模块，用于利用贝叶斯分类算法预测出所述异常档案数据的产生原因和预估出各所述产生原因的影响率；

则对应的，生成模块还用于生成包含有所述异常档案数据、所述产生原因和各所述产生原因的影响率。

相对于上述现有技术而言，本发明提供的计量专业数据的挖掘方法，包括：分别建立SG186营销系统、用电信息采集系统和生产调度系统的数据交互接口，并通过数据交互接口获取SG186营销系统、用电信息采集系统和生产调度系统的基础数据；对基础数据进行去重和标准化处理以得到有效数据，并指定有效数据中的指标数据，和设定指标数据的核查规则；依据核查规则周期性地获取指标数据中的异常档案数据，并生成包含有异常档案数据的核查报告。由此可见，本发明提供的挖掘方法，首先通过数据交互接口获取各业务系统的基础数据，然后对获取到的基础数据进行去重和标准化处理得到有效数据，最后，能够依据预先设定的核查规则获取指标数据中的异常档案数据，并生成包含有异常档案数据的核查报告以供工作人员参考，实现了指标数据的自动核查，不仅提高了指标数据的可用性及准确性，还为工作人员提供了可靠的指标数据的分析来源，无需工作人员再从多个业务系统中获取指标数据，然后花费大量的时间及精力对指标数据手动进行分析处理。因此，本发明提供的挖掘方法减少了工作人员的工作量，从而提高了工作人员的工作效率。而且，由于本挖掘方法能够将各业务系统的基础数据融合在一起，为用户或其它各业务系统提供计量专业数据，所以各业务系统也无需再通过对外数据接口向外提供计量数据，能够进一步减小各业务系统的分险。此外，本发明还提供了一种计量专业数据的挖掘系统，效果如上。

附图说明

为了更清楚地说明本发明实施例，下面将对实施例中所需要使用的附图做简单的介绍，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他附图。

图1为本发明实施例提供的一种计量专业数据的挖掘方法的流程图；

图2为本发明实施例提供的另一种计量专业数据的挖掘方法的流程图；

图3为本发明实施例提供的另一种计量专业数据的挖掘方法的流程图；

图4为本发明实施例提供的另一种计量专业数据的挖掘方法的流程图；

图5本发明实施例提供的一种计量专业数据的挖掘系统的结构图。

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付出创造性劳动的前提下，所获得的所有其他实施例，都属于本发明保护范围。

本发明的目的是提供一种计量专业数据的挖掘方法，实现了指标数据的自动核查，进而提高了工作人员的工作效率。

为了使本领域的技术人员更好的理解本发明技术方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。

图1为本发明实施例提供的一种计量专业数据的挖掘方法的流程图。如图1所示，计量专业数据的挖掘方法包括：

S10：分别建立SG186营销系统、用电信息采集系统和生产调度系统的数据交互接口，并通过数据交互接口获取SG186营销系统、用电信息采集系统和生产调度系统的基础数据。

S11：对基础数据进行去重和标准化处理以得到有效数据，并指定有效数据中的指标数据，和设定指标数据的核查规则。

S12：依据核查规则周期性地获取指标数据中的异常档案数据，并生成包含有异常档案数据的核查报告。

需要说明的是，基础数据是指存储于SG186营销系统、用电信息采集系统和生产调度系统中的各指标的计量专业数据；有效数据是指对获取到的基础数据进行去重整合及标准化处理后的，具有一致性的计量专业数据；指标数据是指设定指标的计量专业数据，如采集覆盖率、费控执行成功率和台区同期线损合格率等指标的计量专业数据；核查规则是指核查指标数据是否为异常档案数据的规则；异常档案数据是指不符合核查规则的指标数据，也就是说，异常档案数据可能为错误的计量专业数据，也可能为疑似错误的计量专业数据；依据核查规则周期性地获取指标数据中的异常档案数据的周期可以预先设定，也可以依据实际需要进行修改，本发明不做限定。而且，值得注意的是，为了完善系统功能，实现系统中的基础数据的获取和有效数据的对外共享，本发明还提供了一项计量专业数据对外服务技术规范，包括：数据交互接口、对外数据分析接口、外设硬件接口、公共网络接口和安全加密组接口。

在具体实施中，对于步骤S10来说，可以通过定义表、固化数据等实现数据交互接口的建立，并且在数据交互接口建立后，系统可以通过数据同步工具和数据库链接等方式通过预先建立的数据交互接口将SG186营销系统、用电信息采集系统和生产调度系统的基础数据获取至后台数据库，具体获取数据的方式，本发明不做限定。而且，值得注意的是，当SG186营销系统、用电信息采集系统和生产调度系统等业务系统需要获取除自身外的其它业务系统的计量专业数据时，也只需要通过数据交互接口获取计量专业数据即可，而无需再通过各业务系统间的繁杂接口获取计量专业数据，因此本系统能够有效地降低各业务系统间接口繁多而带来的分险。

对于步骤S11来说，由于实际需要，SG186营销系统、用电信息采集系统和生产调度系统可能会对同一个计量专业数据采用不同的存储标准进行存储，所以，系统从SG186营销系统、用电信息采集系统和生产调度系统中获取到的基础数据，很可能是重复且存储标准不一致的数据，也就是说，获取到的基础数据中的一部分数据属于无效数据。因此，系统会对获取到后台数据库的基础数据进行去重和标准化处理，以得到不重复的、且存储标准一致的有效数据。而由于有效数据的数据量很大，但并不是每种指标数据均有必要进行核查，所以，一般地，在进行数据核查时，并不是对所有的有效数据进行核查，而是仅对预定指标的计量专业数据进行核查即可，所以需要将有效数据中的预定指标的计量专业数据指定出来作为指标数据，并为指标数据设定对应的核查规则，以对指标数据进行核查。

作为优选地实施方式，对基础数据进行去重和标准化处理以得到有效数据具体包括：识别基础数据中的重复基础数据，并将重复基础数据删除以得到纯净数据；建立与纯净数据对应的标准代码库，将纯净数据转化为基于同一标准的有效数据。

对于步骤S12来说，可以预先设定核查周期，以预设的核查周期依据核查规则对指标数据进行周期性地的核查，以获取不满足核查规则的指标数据作为异常档案数据，并生成包含于异常档案数据的核查报告以供工作人员参考。当然，可以理解的是，可以直接在页面上显示异常档案数据的信息，也可以向指定的终端发送异常档案数据的信息，还可以直接生成包含有异常档案信息的核查报告文件，如文本文件、文档文件或表文件等，当工作人员需要查看核查报告时进行主动获取即可，此外，还可以在页面上显示或向指定的终端发送异常档案数据同时，将核查报告备份到文本文件、文档文件或表文件中。

为了便于工作人员即时查看核查报告，作为优选地实施方式，生成包含有异常档案数据的核查报告具体包括：在显示页面上显示异常档案数据的信息。

为了便于工作人员随时随地查看核查报告，作为优选地实施方式，生成包含有异常档案数据的核查报告具体包括：向指定的终端发送异常档案数据的信息。

由此可见，本实施例提供的挖掘方法，首先通过数据交互接口获取各业务系统的基础数据，然后对获取到的基础数据进行去重和标准化处理得到有效数据，最后，能够依据预先设定的核查规则获取指标数据中的异常档案数据，并生成包含有异常档案数据的核查报告以供工作人员参考，实现了指标数据的自动核查，不仅提高了指标数据的可用性及准确性，还为工作人员提供了可靠的指标数据的分析来源，无需工作人员再从多个业务系统中获取指标数据，然后花费大量的时间及精力对指标数据手动进行分析处理。因此，本挖掘方法减少了工作人员的工作量，从而提高了工作人员的工作效率。而且，由于本挖掘方法能够将各业务系统的基础数据融合在一起，为用户或其它各业务系统提供计量专业数据，所以各业务系统也无需再通过对外数据接口向外提供计量专业数据，能够进一步减小各业务系统的分险。

在具体实施中，由于产生异常档案数据的原因多种多样，工作人员到现场进行排查时需要进行诸多检测，不仅浪费了大量的时间和精力，还降低了工作效率，因此，为了提高工作人员的工作效率，本实施例在上述实施例的基础上，可以对指标数据进行监控，以通过相关的程序算法对异常档案数据的产生原因进行预测，并对各产生原因对指标的影响率估计出来，以帮助工作人员提高工作效率。

图2为本发明实施例提供的另一种计量专业数据的挖掘方法的流程图。如图2所示，作为优选地实施方式，在图1的基础上，在执行完步骤S11后，还包括：

S20：依据核查规则周期性地获取指标数据中的异常档案数据

S21：利用贝叶斯分类算法预测出异常档案数据的产生原因和预估出各产生原因的影响率。

S22：生成包含有异常档案数据、产生原因和各产生原因的影响率的核查报告。

需要说明的是，产生原因的影响率是指异常档案数据的产生原因对异常档案数据对应的指标的影响率。而且，值得注意的是，对于步骤S20来说，与步骤S12中的依据核查规则周期性地获取指标数据中的异常档案数据相同，本发明不再赘述。对于步骤S21来说，除了利用贝叶斯分类算法预测出指标数据的产生原因和预估出各产生原因对指标数据的影响率外，还可以采用其它的预测算法实现对指标数据的产生原因和各产生原因的影响率，本发明不再一一列举。对于步骤S22来说，生成的分析报告中除了包含异常档案数据外，还具有异常档案数据的产生原因和异常档案数据的各产生原因的影响率。

由此可见，本实施例提供的计量专业数据的挖掘方法，通过相关的程序算法对异常档案数据的产生原因进行预测，及对各产生原因的影响率进行估计，可以生成包含有异常档案数据、异常档案数据的产生原因和异常档案数据的各产生原因的影响率的核查报告，以供工作人员参考，因此，本挖掘方法可以使得工作人员能够对异常档案数据的产生原因进行针对性的排查，在更短的时间内使用更少的精力完成工作，提高工作效率。

在具体实施中，不同岗位的用户的工作内容不同，其关注的指标数据也不同，为了方便不同岗位的用户了解与其岗位对应的指标数据的具体情况，以及时进行处理，本实施例在上述实施例的基础上作进一步改进，可以通过为用户的账号配置与用户的岗位对应的标签来识别用户的岗位，并把与岗位对应的指标数据中的异常档案数据、指标数据中的异常档案数据的产生原因和指标数据中的异常档案数据的各产生原因的影响率推送至用户。

图3为本发明实施例提供的另一种计量专业数据的挖掘方法的流程图。如图3所示，作为优选地实施方式，在图2的基础上，还包括：

S30：为用户的账号配置与用户的岗位对应的标签。

S31：依据标签，向用户推送指定指标数据中的异常档案数据、指定指标数据中的异常档案数据的产生原因，和指定指标数据中的异常档案数据的各产生原因的影响率。

需要说明的是，对于步骤S30来说，可以根据实际情况，在注册账号时就预先对用户的账号进行配置，也可以是为用户配置不同的配置权限，由用户自主配置标签。另外，值得注意的是，虽然本实施例将步骤S30安排在步骤S22后执行，但是在具体实施中，对于步骤S30而言，只要是在步骤S31执行之前执行即可，与其它步骤的执行顺序没有严格要求。对于步骤S31来说，指定指标数据可以是由系统指定或由用户自主设置的与岗位相对应的指标数据；将与用户岗位对应的指定指标数据中的异常档案数据、指定指标数据中的异常档案数据的产生原因和指定指标数据中的异常档案数据的各产生原因的影响率推送至用户的方式可以是在页面上直接显示，也可是发送至指定的终端，还可以是在后台生成报告文件(如文本文件、文档文件或表文件等)后，将报告文件的存储地址推送至用户，而且，值得注意的是，向用户推送的指标数据可以是数据本身，也可以是能够更好的反应数据变化情况的图表等。此外，推送周期应小于上述核查周期，且默认值可以由系统设定，并同时可由用户根据具体情况进行更改，本发明不做限定。

由此可见，本实施例提供的挖掘方法，通过为用户的账号配置与用户的岗位对应的标签来识别用户的岗位，并依据标签，将与岗位对应的指标数据、产生原因和产生原因对指标数据的影响率推送至用户，以便于各岗位的用户可以直接查阅自己岗位对应的指标数据的具体情况，及时发现问题并进行处理，使得各岗位的用户分工更加明确，进而提高用户的工作效率。

在具体实施中，为了进一步提高用户的工作效率，还可以通过为用户推送其重点关注的指标数据的具体情况，因此，本实施例在上述实施例的基础上作进一步改进，可以通过监控用户的访问内容，并依据用户的访问内容识别出用户重点关注的指标数据，将用户重点关注的指标数据作为重点指标数据进行分析，以便于系统能够将重点指标数据的具体情况统计出来，并依据统计结果为重点指标数据匹配对应的经验数据和理论数据，生成对应的处理方案以供用户参考，提高用户的工作效率。

图4为本发明实施例提供的另一种计量专业数据的挖掘方法的流程图。如图4所示，作为优选地实施方式，在图2的基础上，还包括：

S40：监控用户的访问内容，并根据访问内容分析出用户关注的指标数据中的重点指标数据。

S41：依据重点指标数据中的异常档案数据、重点指标数据中的异常档案数据的产生原因，和重点指标数据中的异常档案数据的各产生原因的影响率，并结合经验数据和理论数据生成与重点指标数据中的异常档案数据对应的处理方案。

S42：向用户推送重点指标数据中的异常档案数据、重点指标数据中的异常档案数据的产生原因，和重点指标数据中的异常档案数据的各产生原因的影响率和处理方案。

需要说明的是，重点指标数据是指用户经常访问的指标数据，经验数据是指预先存储在后台数据库中的经过长期工作积累的数据，理论数据是指预先存储在数据库中的对专业理论书籍的统计数据。另外，在本实施例中，虽然将步骤S40安排在执行完步骤S21之后执行，但是，在具体实施中，只要步骤S40是先于步骤S41执行，晚于步骤S11执行即可，与其它步骤没有严格的执行顺序的要求。而且，在对于步骤S40来说，可以通过与用户在一段时间内访问不同指标数据的次数来判断用户重点关注的指标数据。对于步骤S41来说，可以通过重点指标数据中的异常档案数据的产生原因和重点指标数据中的异常档案数据的各产生原因的影响率，将重点指标数据中的异常档案数据的具体情况与数据库中的经验数据和理论数据相匹配，然后利用经验数据和理论数据生成与重点数据中的异常档案数据的具体情况对应的处理方案供用户参考。对于步骤S42来说，向用户推送重点指标数据中的异常档案数据、重点指标数据中的异常档案数据的产生原因，和重点指标数据中的异常档案数据的各产生原因的影响率和处理方案的方式可以是在页面上直接显示，也可是发送至指定的终端，还可以是在后台生成报告文件(如文本文件、文档文件或表文件等)后，将报告文件的存储地址推送至用户，此外，推送时间间隔应小于或等于指定指标数据的推送周期，其默认值可以由系统设定，并同时可由用户根据具体情况进行更改，本发明不做限定。

由此可见，本实施例提供的挖掘方法，通过监控用户的访问内容，并依据用户的访问内容识别出用户关注的指标数据，将用户关注的指标数据作为重点指标数据进行分析，以便于系统能够将重点指标数据的具体情况统计出来，并依据统计结果为重点指标数据中的异常档案数据匹配对应的经验数据和理论数据，以生成对应的处理方案以供用户参考，提高了用户的工作效率。

上文对于本发明提供的一种计量专业数据的挖掘方法的实施例进行了详细的描述，本发明还提供了一种与该方法对应的计量专业数据的挖掘系统，由于系统部分的实施例与方法部分的实施例相互照应，因此系统部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。

图5为本发明实施例提供的一种计量专业数据的挖掘系统的结构图。如图5所示，挖掘系统包括：

获取模块50，用于分别建立SG186营销系统、用电信息采集系统和生产调度系统的数据交互接口，并通过数据交互接口获取SG186营销系统、用电信息采集系统和生产调度系统的基础数据。

处理模块51，用于对基础数据进行去重和标准化处理以得到有效数据，并指定有效数据中的指标数据，和设定指标数据的核查规则。

生成模块52，用于依据核查规则周期性地获取有效数据中的异常档案数据，并生成包含有异常档案数据的核查报告。

由此可见，本实施例提供的挖掘系统，获取模块通过数据交互接口获取各业务系统的基础数据，然后利用处理模块对获取到的基础数据进行去重和标准化处理得到有效数据，最后，生成模块能够依据预先设定的核查规则获取指标数据中的异常档案数据，并生成包含有异常档案数据的核查报告以供工作人员参考，实现了指标数据的自动核查，不仅提高了指标数据的可用性及准确性，还为工作人员提供了可靠的指标数据的分析来源，无需工作人员再从多系统中获取指标数据，然后花费大量的时间及精力对指标数据手动进行分析处理。因此，本挖掘系统减少了工作人员的工作量，从而提高了工作人员的工作效率。而且，由于本挖掘系统能够将各业务系统的基础数据融合在一起，为用户或其它各业务系统提供计量专业数据，所以各业务系统也无需再通过对外数据接口向外提供计量专业数据，能够进一步减小各业务系统的分险。

作为优选地实施方式，挖掘系统还包括：

监测模块，用于利用贝叶斯分类算法预测出异常档案数据的产生原因和预估出各产生原因的影响率。

则对应的，生成模块52还用于生成包含有异常档案数据、产生原因和各产生原因的影响率。

以上对本发明所提供的计量专业数据的挖掘方法及系统进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明都是与其它实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

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，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

还需要说明的是，在本说明书中，诸如第一和第二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者操作区分开来，而不一定要求或者暗示这些实体或者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”或者其任何变体意在涵盖非排他性的包含，从而使得包括一系列的要素的过程、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它要素，或者还包括为这种过程、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。

Claims (10)

1.一种计量专业数据的挖掘方法，其特征在于，包括：

分别建立SG186营销系统、用电信息采集系统和生产调度系统的数据交互接口，并通过所述数据交互接口获取所述SG186营销系统、所述用电信息采集系统和所述生产调度系统的基础数据；

对所述基础数据进行去重和标准化处理以得到有效数据，并指定所述有效数据中的指标数据，和设定所述指标数据的核查规则；

依据所述核查规则周期性地获取所述指标数据中的异常档案数据，并生成包含有所述异常档案数据的核查报告。

2.根据权利要求1所述的挖掘方法，其特征在于，所述通过所述数据交互接口获取所述SG186营销系统、所述用电信息采集系统和所述生产调度系统的基础数据具体包括：

通过所述数据交互接口，利用数据同步工具OGG和数据库链接DBLINK获取所述SG186营销系统、所述用电信息采集系统和所述生产调度系统的基础数据。

3.根据权利要求1所述的挖掘方法，其特征在于，所述对所述基础数据进行去重和标准化处理以得到有效数据具体包括：

识别所述基础数据中的重复基础数据，并将所述重复基础数据删除以得到纯净数据；

建立与所述纯净数据对应的标准代码库，将所述纯净数据转化为基于同一标准的有效数据。

4.根据权利要求1所述的挖掘方法，其特征在于，所述生成包含有所述异常档案数据的核查报告具体包括：

在显示页面上显示所述异常档案数据的信息。

5.根据权利要求1所述的挖掘方法，其特征在于，所述生成包含有所述异常档案数据的核查报告具体包括：

向指定的终端发送所述异常档案数据的信息。

6.根据权利要求1-5任意一项所述的挖掘方法，其特征在于，还包括：

利用贝叶斯分类算法预测出所述异常档案数据的产生原因和预估出各所述产生原因的影响率；

则对应的，生成包含有所述异常档案数据、所述产生原因和各所述产生原因的影响率的核查报告。

7.根据权利要求6所述的挖掘方法，其特征在于，还包括：

为用户的账号配置与所述用户的岗位对应的标签；

依据所述标签，向所述用户推送指定指标数据中的异常档案数据、所述指定指标数据中的异常档案数据的产生原因，和所述指定指标数据中的异常档案数据的各产生原因的影响率；

其中，所述指定指标数据与所述岗位相对应。

8.根据权利要求6所述的挖掘方法，特征在于，还包括：

监控用户的访问内容，并根据所述访问内容分析出所述用户关注的所述指标数据中的重点指标数据；

依据所述重点指标数据中的异常档案数据、所述重点指标数据中的异常档案数据的产生原因，和所述重点指标数据中的异常档案数据的各产生原因的影响率，并结合经验数据和理论数据生成与所述重点指标数据中的异常档案数据对应的处理方案；

向所述用户推送所述重点指标数据中的异常档案数据、所述重点指标数据中的异常档案数据的产生原因，和所述重点指标数据中的异常档案数据的各产生原因的影响率和所述处理方案。

9.一种计量专业数据的挖掘系统，其特征在于，包括：

获取模块，用于分别建立SG186营销系统、用电信息采集系统和生产调度系统的数据交互接口，并通过所述数据交互接口获取所述SG186营销系统、所述用电信息采集系统和所述生产调度系统的基础数据；

处理模块，用于对所述基础数据进行去重和标准化处理以得到有效数据，并指定所述有效数据中的指标数据，和设定所述指标数据的核查规则；

生成模块，用于依据所述核查规则周期性地获取所述有效数据中的异常档案数据，并生成包含有所述异常档案数据的核查报告。

10.根据权利要求9所述挖掘系统，其特征在于，还包括：

监测模块，用于利用贝叶斯分类算法预测出所述异常档案数据的产生原因和预估出各所述产生原因的影响率；

则对应的，生成模块还用于生成包含有所述异常档案数据、所述异常档案数据的产生原因和所述异常档案数据的各产生原因的影响率。