CN111178688A - 电力技术监督数据的自助化分析方法、系统、存储介质及计算机设备 - Google Patents
电力技术监督数据的自助化分析方法、系统、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN111178688A CN111178688A CN201911263463.6A CN201911263463A CN111178688A CN 111178688 A CN111178688 A CN 111178688A CN 201911263463 A CN201911263463 A CN 201911263463A CN 111178688 A CN111178688 A CN 111178688A
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- atomization
- self
- indexes
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 171
- 238000005516 engineering process Methods 0.000 title claims abstract description 22
- 238000003860 storage Methods 0.000 title claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims abstract description 60
- 238000000889 atomisation Methods 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000009960 carding Methods 0.000 claims abstract description 19
- 238000005553 drilling Methods 0.000 claims abstract description 14
- 238000010606 normalization Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 5
- 238000013075 data extraction Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 4
- 230000008846 dynamic interplay Effects 0.000 claims description 3
- 210000001520 comb Anatomy 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000013479 data entry Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06F16/2462—Approximate or statistical queries
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及电力数据分析领域,为电力技术监督数据的自助化分析方法、系统、存储介质及计算机设备,其方法包括:确定数据源及数据源的宽表字段;对数据源的数据进行结构化处理,构建技术监督数据规范化数据库,形成统一格式、规范的数据宽表;数据原子化分析矩阵处理,根据业务含义对数据进行梳理,获得结构化数据;对数据进行提炼,将待分析的数据表进行原子化拆分得到原子化矩阵表,对原子化矩阵表的每个指标进行多维度的逐一梳理,得到分析点矩阵表;基于分析点矩阵表和分析工具,开展动态多维度自助化分析。本发明使业务人员能够进行自助化组合分析,实现多维度数据钻取与探索分析,提升了工作效率和数据洞察能力。
Description
技术领域
本发明涉及电力数据分析领域,特别涉及电力技术监督数据的自助化分析方法、系统、存储介质及计算机设备。
背景技术
技术监督就是对电力系统内部的发供电设备及其运行状况进行监测和管理,掌握其运行性能和变化规律,进而指导生产,并反馈到设计、制造部门,以提高产品质量。随着信息化、自动化系统的建设,当前技术监督工作积累了大量告(预)警单、反馈单、监督月报、监督季报、监督年报、专项技术监督报告以及技术监督信息化系统录入数据。当前业务人员工作过程中遇到工作量大、共性问题工作反复、处理问题较被动等情况。
因此,有必要对电力技术监督数据的分析技术进行研究,提升业务人员的工作效率,避免共性问题的反复工作。
发明内容
为了解决现有技术所存在的问题,本发明提供电力技术监督数据的自助化分析方法、系统、存储介质及计算机设备,基于原子组合化分析技术进行数据分析与探索,使业务人员能够进行自助化组合分析,实现多维度数据钻取与探索分析,提升了相关工作人员的工作效率和数据洞察能力。
本发明的电力技术监督数据的自助化分析方法,包括以下步骤:
S1、确定数据源及数据源的宽表字段;
S2、对数据源的数据进行结构化处理,最终构建技术监督数据规范化数据库,形成统一格式的、规范的数据宽表;
S3、数据原子化分析矩阵处理,根据业务含义对数据进行梳理,获得结构化数据;对数据进行提炼,将待分析的数据表,从指标和维度两个方面进行原子化拆分,得到原子化矩阵表,对原子化矩阵表的每个指标进行多维度的逐一梳理,得到分析点矩阵表;
S4、基于分析点矩阵表和分析工具,开展动态多维度自助化分析。
本发明的电力技术监督数据的自助化分析系统,包括:
数据源确定模块,用于确定数据源及数据源的宽表字段;
数据结构化处理模块,用于对数据源的数据进行结构化处理,最终构建技术监督数据规范化数据库,形成统一格式的、规范的数据宽表;
数据原子化分析矩阵处理模块,用于根据业务含义对数据进行梳理,获得结构化数据;对数据进行提炼,将待分析的数据表,从指标和维度两个方面进行原子化拆分,得到原子化矩阵表,对原子化矩阵表的每个指标进行多维度的逐一梳理,得到分析点矩阵表;
自助化分析模块,基于分析点矩阵表和分析工具,开展动态多维度自助化分析。
本发明的存储介质,其上存储有计算机指令,所述计算机指令被处理器执行时,实现本发明自助化分析方法的步骤。
本发明的计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器运行所述计算机程序时,实现本发明的自助化分析方法。
与现有技术相比,本发明取得了如下优点及有益效果:
本发明从规划可研、工程设计、竣工验收、运维检修和退役报废五个阶段收集业务数据,通过分析结构化后的数据特征及所蕴含的业务现象出发,构建指标、维度,将运检技术监督数据进行原子化,再根据实际业务工作及需求进行组合,实现钻取、对比、追溯等自助化分析,发现数据蕴含的问题、关联关系、潜在隐患等,依托数据规律,指导技术监督工作内容规划、计划制定、现场工作开展等。
附图说明
图1为本发明分析方法的流程图;
图2为基于多分析点的动态钻取分析示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
如图1所示,本发明电力技术监督数据的自助化分析方法,包括以下步骤:
S1、确定数据源及数据源的宽表字段。
电网技术监督主要分为全过程技术监督和专项技术监督两种,针对电网技术监督的数据分析工作主要也是从数据源收集出发,纳入全过程技术监督统计数据、专项技术监督统计数据、PMS系统中缺陷分类模块及供应商绩效评价模块等多渠道、多专业数据,并定义数据的时间范围。
在数据源确定的过程中,需确定数据字段。结合业务实际情况,确定源数据(即原始数据)的宽表字段,最终确定单位、项目名称、阶段名称、专业名称、设备类型、设备厂家、项目电压等级、设备电压等级、问题简述、处理措施简述、问题发现时间、问题处理时间、等22个宽表字段。
本实施例以运检部和电科院在技术监督中的业务为分析,涉及的阶段包括规划可研、工程设计、竣工验收、运维检修以及退役报废五个环节,包括《全过程技术监督工作进度表》、《全过程技术监督工作统计表》、《专项技术监督统计表》、《技术监督工作告(预)警单》、《反馈单》、《技术监督年度总结报告》、《专项技术监督报告》、《技术监督评估报告》等,技术监督数据的收集时间窗口为2015-2018年最近4年的数据。
S2、数据结构化处理。针对收集的数据源存在数据格式不统一、数据噪音等问题,进行数据的结构化处理工作。主要包括数据清洗、数据规范和数据集成三个步骤。
在数据清洗的过程中,分别对缺失数据、错误数据和冗余数据三类数据进行如下处理:
(1)针对缺失数据,若缺失数据为时间变量,则可采用近阶段数据的线性插值法进行补缺或采用该时间段的历史数据恢复丢失数据,如问题发现时间、问题处理时间字段;若缺失数据属于空间缺损,则用缺失数据周围数据点的信息来代替,且对相关数据作备注说明,以备查用,如细则名称、问题简述等字段。
(2)针对错误数据,对带有错误的数据字段,结合数据所反映的实际问题,进行分析、更改、删除或忽略。
(3)针对冗余数据,冗余数据包括属性冗余和属性数据的冗余,若通过因子分析或经验等方法确信部分属性的相关数据足以对信息进行挖掘和决策,可通过相关数学方法找出具有最大影响属性因子的属性数据,其余属性则可删除。若某属性的部分数据足以反映该问题的信息,则该属性的其余部分数据可删除。若经过分析,这部分冗余数据可能还有他用途,则先保留并作备注说明。
在数据规范过程中,对数据源的22个字段的表达方式、表达内容进行规范处理,如问题发现时间、问题处理时间、月份等统一处理成数值型变量;如单位、项目名称、阶段名称等统一处理成文本格式。
数据集成将数据清洗、数据规范后的多个阶段、专业数据结合起来存放到一个一致的数据宽表中,构建技术监督数据规范化数据库,形成统一格式的、规范的数据宽表。
S3、数据原子化分析矩阵处理。
本步骤根据业务含义对数据进行梳理,包括梳理变量类型和变量取值分类,获得结构化数据。其中,梳理变量类型涉及新生成变量、合并原有变量等,具体为根据业务分析需求对原始记录的数据,进行结构化梳理,获得相关业务分析所需包括的变量。梳理变量取值分类,则针对每个新增的结构化字段,梳理包括哪些结构化的类型取值,确保每个变量的取值有意义,且属于有限个数的取值范围。
本步骤还对数据库进行设计,建设技术监督后台数据库,由分析人员设计数据库表结构,并将梳理后的结构化数据录入数据库,形成统一、集中的技术监督数据存储;设计完数据库之后,可对数据规范化录入。针对以后的增量数据,设计规范化的数据录入规范文档,并提供数据接口以方便录入,实现增量数据录入后不用再经过人工审核和复查。
本步骤还对数据进行提炼,包括对业务数据进行指标、维度的提炼和创建。本实施例采用分析点矩阵的方式进行数据提炼,设计分析点矩阵,将所有可能的分析维度、分析指标进行梳理,构建能够提供业务指标全景展示、动态交互探索分析、业务快照比较、分析主题与看板自定义等实用化功能的管理看板。主要围绕典型设备的供应商基本信息、中标情况、履约情况和质量监督情况四大模块的数据进行指标和维度两个方面的原子化拆分。
本实施例进行数据提炼时,将待分析的数据表,从指标和维度两个方面,进行原子化拆分,得到原子化矩阵表,对原子化矩阵表的每个指标进行多维度的逐一梳理,得到如下表1所示的分析点矩阵表。
表1分析点矩阵表
待分析的数据表采用分析点矩阵的方式,将所有可能的分析维度、分析指标进行分析点定制,实现了分析点全覆盖;对分析点采用动态组合的方式,实现了分析思路全覆盖,彻底解决了分析思路复杂多变的需求。借助分析点矩阵,从多维度进行数据钻取、数据追溯,业务人员可以轻而易举地对业务开展深度思考,大大拓展了分析的纵深程度。分析点矩阵可以实现复杂分析逻辑封装,面对的是“分析点”而不是原始数据,一个分析点内部可以极为复杂,通过交互式框架引擎和其他分析点组合在一起,实现复杂的业务思考。促进了分析知识的固化和共享,通过对分析点进行集中管理,有效固化了电力企业供应商综合分析领域的分析方法和技巧,并在企业范围内进行共享,避免了重复劳动,实现了分析思路的规范化和重复利用。
本步骤具体包括以下步骤:
S31、梳理原子化指标。根据电力技术监督工作关注的业务痛点,结合数据表中的数据变量,主要关注完成的工作量、发现的问题情况、问题处理情况等因素。因此,梳理出的原子化指标分别为工作量统计、问题数量统计、问题平均处理时长统计。
S32、梳理原子化维度。在数据集成所得到的数据宽表中,对所有可能分析用到的维度进行梳理。本实施例中,原子化维度首先分为时间维度和基本维度,时间维度包括年份、月份,基本维度包括地市、阶段、专业、设备、问题分类、设备厂家、故障类型和处理措施。
S33、绘制原子化矩阵表。针对步骤S31、S32得到的原子化指标和维度,绘制原子化矩阵表,矩阵表的行单元格表示维度,列单元格表示指标。
S34、梳理原子化矩阵表中每个指标是否适用各个维度。选中原子化矩阵表的第一列,即一个梳理出来的指标,如工作量统计指标,依次从每个维度进行分析,若该指标适用于该维度的分析,则在对应的单元格中打“√”;若该指标不适用于该维度的分析,或者分析无意义,则在对应的单元格中打“×”,直到对所有的维度统计完。
S35、重复步骤S34,直到所有的指标和所有的维度都梳理对应完成,最终形成分析点矩阵表。
S4、基于分析点矩阵表和分析工具,开展动态多维度自助化分析。具体的自助化分析包括数据图表拖拽式生成、数据对比分析、动态钻取分析、数据查询、追溯分析等。
在数据导入平台后,对系统数据进行配置,将后台指标数据与分析需求进行相应配置。开展月度、年度报告自动生成。在系统中建设专项分析路径,提供月度、年度总结报告的分析内容及对应的图表、数据自动导出,导出的分析图标支持继续开展分析,并且系统的分析图形数据发生变化后可以通过同步更新功能,对月度、年度总结报告中导出的图形和结果表数据进行更新。针对全过程技术监督工作,开展专项分析。从区域、阶段、时间等维度,进行全过程技术监督工作分析主题看板设计。技术监督工作主要集中在运维检修阶段,发现的问题数量逐年上升;涉及的问题主要集中在资料问题。
本步骤完成的具体自助化分析包括:
S41、数据图表拖拽式生成。凡是分析点矩阵表中打“√”的单元格,称作一个分析点,通过拖拽对应的维度和指标,即可生成相应的分析图表,并可根据数据的格式选择不同的展示形式,如条形图、饼图、折线图等。
S42、数据对比分析。凡是分析点矩阵表中同一行的分析点,都可以进行对比分析,即在同一个维度下,不同指标的分布情况在同一个图中进行对比。
S43、动态钻取分析。对于多个分析点的钻取功能,凡是分析点矩阵表中所有具有关联关系的分析点,可以从其中一个分析点,通过钻取进入下一个分析点,实现从一个分析点深入到另一个分析点的功能。如图2所示,首先分析不同厂家的故障发生数,进一步根据选择特定的厂家,钻取分析该厂家不同故障类型的故障发生数,再选择以下路径:
第一条路径:根据特定的故障类型,钻取分析这类故障发生在哪些设备上,找出问题设备;第二条路径:根据设备故障分布情况,选择具体的故障类型,分析在不同时间的分布上,进一步通过增加对比分析,看各个时间的故障是如何解决的。
本发明的电力技术监督数据的自助化分析系统,包括:
数据源确定模块,用于实现步骤S1,确定数据源及数据源的宽表字段;
数据结构化处理模块,用于实现步骤S2,对数据源的数据进行结构化处理,最终构建技术监督数据规范化数据库,形成统一格式的、规范的数据宽表;
数据原子化分析矩阵处理模块,用于实现步骤S3,根据业务含义对数据进行梳理,获得结构化数据;对数据进行提炼,将待分析的数据表,从指标和维度两个方面进行原子化拆分,得到原子化矩阵表,对原子化矩阵表的每个指标进行多维度的逐一梳理,得到分析点矩阵表;
自助化分析模块,用于实现步骤S4,基于分析点矩阵表和分析工具,开展动态多维度自助化分析。
本发明还可以呈现为存储有计算机指令的存储介质,计算机指令被处理器执行时,实现本发明自助化分析方法的步骤。
本发明的技术方案还可以呈现为计算机设备,该计算机设备包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,当处理器运行所述计算机程序时,实现本发明的自助化分析方法。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.电力技术监督数据的自助化分析方法,其特征在于,包括以下步骤:
S1、确定数据源及数据源的宽表字段;
S2、对数据源的数据进行结构化处理,最终构建技术监督数据规范化数据库,形成统一格式的、规范的数据宽表;
S3、数据原子化分析矩阵处理,根据业务含义对数据进行梳理,获得结构化数据;对数据进行提炼,将待分析的数据表,从指标和维度两个方面进行原子化拆分,得到原子化矩阵表,对原子化矩阵表的每个指标进行多维度的逐一梳理,得到分析点矩阵表;
S4、基于分析点矩阵表和分析工具,开展动态多维度自助化分析。
2.根据权利要求1所述的自助化分析方法,其特征在于,步骤S2的结构化处理包括数据清洗、数据规范和数据集成;其中:
在数据清洗过程中,分别对缺失数据、错误数据和冗余数据进行处理;
在数据规范过程中,对数据源的宽表字段的表达方式、表达内容进行规范处理;
数据集成将数据清洗、数据规范后的多个阶段、专业数据结合起来存放到一个一致的数据宽表中,构建技术监督数据规范化数据库,形成统一格式的、规范的数据宽表。
3.根据权利要求1所述的自助化分析方法,其特征在于,步骤S3中,根据业务含义对数据进行梳理包括梳理变量类型和变量取值分类;其中,梳理变量类型为根据业务分析需求对原始记录的数据,进行结构化梳理,获得相关业务分析所需包括的变量;梳理变量取值分类针对每个新增的结构化字段,梳理包括哪些结构化的类型取值,确保每个变量的取值有意义,且属于有限个数的取值范围。
4.根据权利要求1所述的自助化分析方法,其特征在于,步骤S3中,对数据进行提炼包括对业务数据进行指标、维度的提炼和创建,设计分析点矩阵,将所有可能的分析维度、分析指标进行梳理,构建能够提供业务指标全景展示、动态交互探索分析、业务快照比较、分析主题与看板自定义的管理看板;围绕设备的供应商基本信息、中标情况、履约情况和质量监督情况四大模块的数据进行指标和维度两个方面的原子化拆分。
5.根据权利要求1所述的自助化分析方法,其特征在于,步骤S3包括:
S31、梳理原子化指标,根据电力技术监督工作关注的业务痛点,结合数据表中的数据变量,主要关注完成的工作量、发现的问题情况、问题处理情况,梳理出的原子化指标分别为工作量统计、问题数量统计、问题平均处理时长统计;
S32、梳理原子化维度,在步骤S2所得到的数据宽表中,对所有可能分析用到的维度进行梳理;原子化维度分为时间维度和基本维度,时间维度包括年份、月份,基本维度包括地市、阶段、专业、设备、问题分类、设备厂家、故障类型和处理措施;
S33、针对步骤S31、S32得到的原子化指标和维度,绘制原子化矩阵表,矩阵表的行单元格表示维度,列单元格表示指标;
S34、梳理原子化矩阵表中每个指标是否适用各个维度,选中原子化矩阵表的第一列,依次从每个维度进行分析,若该指标适用于该维度的分析,则在对应的单元格中打“√”;若该指标不适用于该维度的分析,或者分析无意义,则在对应的单元格中打“×”,直到对所有的维度统计完;
S35、重复步骤S34,直到所有的指标和所有的维度都梳理对应完成,最终形成分析点矩阵表。
6.根据权利要求5所述的自助化分析方法,其特征在于,步骤S4的动态多维度自助化分析包括数据图表拖拽式生成、数据对比分析、动态钻取分析、数据查询及追溯分析;其中:
数据图表拖拽式生成,凡是分析点矩阵表中打“√”的单元格,称作一个分析点,通过拖拽对应的维度和指标,可生成相应的分析图表,并根据数据的格式选择不同的展示形式;
数据对比分析,在同一个维度下,不同指标的分布情况在同一个图中进行对比;
动态钻取分析,对于多个分析点的钻取功能,凡是分析点矩阵表中所有具有关联关系的分析点,从其中一个分析点通过钻取进入下一个分析点,实现从一个分析点深入到另一个分析点的功能。
7.电力技术监督数据的自助化分析系统,其特征在于,包括:
数据源确定模块,用于确定数据源及数据源的宽表字段;
数据结构化处理模块,用于对数据源的数据进行结构化处理,最终构建技术监督数据规范化数据库,形成统一格式的、规范的数据宽表;
数据原子化分析矩阵处理模块,用于根据业务含义对数据进行梳理,获得结构化数据;对数据进行提炼,将待分析的数据表,从指标和维度两个方面进行原子化拆分,得到原子化矩阵表,对原子化矩阵表的每个指标进行多维度的逐一梳理,得到分析点矩阵表;
自助化分析模块,基于分析点矩阵表和分析工具,开展动态多维度自助化分析。
8.根据权利要求7所述的自助化分析系统,其特征在于,数据原子化分析矩阵处理模块根据业务含义对数据进行梳理包括梳理变量类型和变量取值分类;其中,梳理变量类型为根据业务分析需求对原始记录的数据,进行结构化梳理,获得相关业务分析所需包括的变量;梳理变量取值分类针对每个新增的结构化字段,梳理包括哪些结构化的类型取值,确保每个变量的取值有意义,且属于有限个数的取值范围;
对数据进行提炼包括对业务数据进行指标、维度的提炼和创建,设计分析点矩阵,将所有可能的分析维度、分析指标进行梳理,构建能够提供业务指标全景展示、动态交互探索分析、业务快照比较、分析主题与看板自定义的管理看板;围绕设备的供应商基本信息、中标情况、履约情况和质量监督情况四大模块的数据进行指标和维度两个方面的原子化拆分。
9.存储介质,其上存储有计算机指令,其特征在于,所述计算机指令被处理器执行时,实现权利要求1-6中任一项所述的自助化分析方法的步骤。
10.计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器运行所述计算机程序时,实现权利要求1-6中任一项所述的自助化分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911263463.6A CN111178688A (zh) | 2019-12-11 | 2019-12-11 | 电力技术监督数据的自助化分析方法、系统、存储介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911263463.6A CN111178688A (zh) | 2019-12-11 | 2019-12-11 | 电力技术监督数据的自助化分析方法、系统、存储介质及计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111178688A true CN111178688A (zh) | 2020-05-19 |
Family
ID=70655437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911263463.6A Pending CN111178688A (zh) | 2019-12-11 | 2019-12-11 | 电力技术监督数据的自助化分析方法、系统、存储介质及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111178688A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112508439A (zh) * | 2020-12-18 | 2021-03-16 | 威海天鑫现代服务技术研究院有限公司 | 一种数据分析方法、系统、计算机设备和存储介质 |
CN112559490A (zh) * | 2020-12-16 | 2021-03-26 | 中盈优创资讯科技有限公司 | 一种数据分层汇总设计方法及数据自动分层汇总方法 |
CN112632084A (zh) * | 2020-12-31 | 2021-04-09 | 中国农业银行股份有限公司 | 一种数据处理方法和相关装置 |
CN115374329A (zh) * | 2022-10-25 | 2022-11-22 | 杭州比智科技有限公司 | 一种管理企业业务元数据和技术元数据的方法及系统 |
CN116703333A (zh) * | 2023-08-01 | 2023-09-05 | 华能信息技术有限公司 | 一种电厂技术监督信息化管理系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405069A (zh) * | 2015-12-02 | 2016-03-16 | 国家电网公司 | 一种购电经营决策分析与数据处理方法 |
CN106295983A (zh) * | 2016-08-08 | 2017-01-04 | 烟台海颐软件股份有限公司 | 电力营销数据可视化统计分析方法及系统 |
CN108647860A (zh) * | 2018-04-18 | 2018-10-12 | 广东电网有限责任公司 | 基于OpenStack的电力设备状态监测与评估云平台 |
CN108874818A (zh) * | 2017-05-11 | 2018-11-23 | 上海宏时数据系统有限公司 | 一种数据智能可视化系统及方法 |
CN109299879A (zh) * | 2018-09-30 | 2019-02-01 | 广东电网有限责任公司 | 一种电网审计问题的统计方法、装置及设备 |
CN109669934A (zh) * | 2018-12-11 | 2019-04-23 | 江苏瑞中数据股份有限公司 | 一种切合电力客服业务的数据仓库系统及其构建方法 |
-
2019
- 2019-12-11 CN CN201911263463.6A patent/CN111178688A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405069A (zh) * | 2015-12-02 | 2016-03-16 | 国家电网公司 | 一种购电经营决策分析与数据处理方法 |
CN106295983A (zh) * | 2016-08-08 | 2017-01-04 | 烟台海颐软件股份有限公司 | 电力营销数据可视化统计分析方法及系统 |
CN108874818A (zh) * | 2017-05-11 | 2018-11-23 | 上海宏时数据系统有限公司 | 一种数据智能可视化系统及方法 |
CN108647860A (zh) * | 2018-04-18 | 2018-10-12 | 广东电网有限责任公司 | 基于OpenStack的电力设备状态监测与评估云平台 |
CN109299879A (zh) * | 2018-09-30 | 2019-02-01 | 广东电网有限责任公司 | 一种电网审计问题的统计方法、装置及设备 |
CN109669934A (zh) * | 2018-12-11 | 2019-04-23 | 江苏瑞中数据股份有限公司 | 一种切合电力客服业务的数据仓库系统及其构建方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112559490A (zh) * | 2020-12-16 | 2021-03-26 | 中盈优创资讯科技有限公司 | 一种数据分层汇总设计方法及数据自动分层汇总方法 |
CN112559490B (zh) * | 2020-12-16 | 2023-01-17 | 中盈优创资讯科技有限公司 | 一种数据分层汇总设计方法及数据自动分层汇总方法 |
CN112508439A (zh) * | 2020-12-18 | 2021-03-16 | 威海天鑫现代服务技术研究院有限公司 | 一种数据分析方法、系统、计算机设备和存储介质 |
CN112632084A (zh) * | 2020-12-31 | 2021-04-09 | 中国农业银行股份有限公司 | 一种数据处理方法和相关装置 |
CN115374329A (zh) * | 2022-10-25 | 2022-11-22 | 杭州比智科技有限公司 | 一种管理企业业务元数据和技术元数据的方法及系统 |
CN115374329B (zh) * | 2022-10-25 | 2023-03-17 | 杭州比智科技有限公司 | 一种管理企业业务元数据和技术元数据的方法及系统 |
CN116703333A (zh) * | 2023-08-01 | 2023-09-05 | 华能信息技术有限公司 | 一种电厂技术监督信息化管理系统 |
CN116703333B (zh) * | 2023-08-01 | 2023-11-07 | 华能信息技术有限公司 | 一种电厂技术监督信息化管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111178688A (zh) | 电力技术监督数据的自助化分析方法、系统、存储介质及计算机设备 | |
US20070021992A1 (en) | Method and system for generating a business intelligence system based on individual life cycles within a business process | |
Lagerström et al. | Visualizing and measuring enterprise application architecture: an exploratory telecom case | |
Law et al. | Characterizing automated data insights | |
US20140310034A1 (en) | Performance indicator analytical framework | |
CN111611236A (zh) | 一种数据分析方法及系统 | |
CN114398442B (zh) | 一种基于数据驱动的情报处理系统 | |
Mamaliga | Realizing a process cube allowing for the comparison of event data | |
CN115934680A (zh) | 一站式大数据分析处理系统 | |
CN112163017B (zh) | 一种知识挖掘系统及方法 | |
CN111241129A (zh) | 一种工业生产企业指标数据采集与计算的系统 | |
CN112286957A (zh) | 基于结构化查询语言的bi系统的api应用方法及系统 | |
Herr et al. | Visual analytics for decomposing temporal event series of production lines | |
CN113722564A (zh) | 基于空间图卷积能源物资供应链的可视化方法及装置 | |
CN114153914A (zh) | 电厂设备缺陷可视化系统、方法、计算机设备及存储介质 | |
BRZOZOWSKA et al. | DATA ENGINEERING IN CRISP-DM PROCESS PRODUCTION DATA–CASE STUDY | |
US7912809B2 (en) | Data management system for manufacturing enterprise and related methods | |
CN116362443A (zh) | 一种企业信息平台的数据治理方法和装置 | |
US20140372386A1 (en) | Detecting wasteful data collection | |
CN112633621B (zh) | 一种基于paas平台的电网企业管理决策系统和方法 | |
Rhyn et al. | Patterns of Data-Driven Decision-Making: How Decision-Makers Leverage Crowdsourced Data. | |
Ramanujan et al. | VESPER: Visual exploration of similarity and performance metrics for computer-aided design repositories | |
CN114358812A (zh) | 一种基于运维大数据的多维度电力营销分析方法及系统 | |
Kurniawan et al. | Extending the understanding of business intelligence and its application in startups | |
CN113886465A (zh) | 一种用于汽车物流的大数据分析平台 |
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 |