变电站设备缺陷文本数据挖掘及其应用

• 作者: 胡东林 陈伟 杨鑫 张鹏 桑江艳
• 来源期刊: 云南电力技术
• 学科: 工学
• 关键词: 设备缺陷 数据挖掘 支持向量机(SVM) 分类预测
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: "智能电网技术"特约专栏|Special column
• 页码范围: 13-16
• 页数: 4页
• 分类号: TM74
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7345.2021.06.003

摘要

变电站设备缺陷数据是反映设备状态的重要指标,是设备全生命周期管理的重要记录,蕴含着大量有效的信息.以非结构化的缺陷描述文本数据为研究对象,采用Python编程语言,首先建立自定义词典,基于隐马尔可夫法(HMM)进行分词处理,然后通过计算TF-IDF值排序,生成可视化的词云效果,最后研究了一种快速分类预测的模型,并对模型进行效果评估,使现场人员能根据缺陷描述快速判定缺陷等级,减少判定时间,提升工作效率.