本發明涉及一種基于神經網絡算法的數據質量問題排查方法，包括以下步驟：S1、編制現場調度經驗集；S2、采集系統數據，并對系統數據進行稽核；S3、建立事件排查樹狀結構圖；S4、推理步驟S3中事件排查樹狀結構圖中各個事件的可信度；S5、推算事件排查樹狀圖中各個事件的權重分配；S6、建立事件排查樹狀結構圖的排查規則；S7、按照排查規則進行排查。有益效果是：依托系統數據，結合現場調度員的調度經驗，使用大數據算法結合神經網絡算法建立事件排查樹狀結構圖，進而制定排查規則，當系統出現告警時，對異常數據進行分析后按照排查規則進行排查，實現對告警事件的初步定位，同時將定位結果反饋至現場人員，提高自動化程度。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種基于神經網絡算法的數據質量問題排查方法。

背景技術

電廠或變電站接到排查數據的要求后，其排查過程僅依靠現場人員的經驗。不同的調度員經驗不同，排查順序與步驟不同，只能提供提供疑似問題點，再聯絡變電站值班人員或配網工作人員協同調查異數據問題，需投入人力巨大且工作繁瑣費時。

發明內容

本發明的目的在于克服現有技術存在的以上問題，提供一種基于神經網絡算法的數據質量問題排查方法。

為實現上述技術目的，達到上述技術效果，本發明通過以下技術方案實現：

一種基于神經網絡算法的數據質量問題排查方法，包括以下步驟：

S1、讓每位調度員整理個人的現場調度經驗，對這些調度經驗進行歸納、匯總編制成現場調度經驗集；

S2、采集系統數據，并對系統數據進行稽核；

S3、對完成稽核后的系統數據進行數據特征分析，建立事件排查樹狀結構圖；

S4、利用步驟S1中制成的現場調度經驗集推理步驟S3中事件排查樹狀結構圖中各個事件的可信度；

S5、推算事件排查樹狀圖中各個事件的權重分配；

S6、建立當系統出現異常數據時，事件排查樹狀結構圖的排查規則；

S7、當系統出現告警時，對異常數據進行分析后按照步驟S6中事件排查樹狀結構圖的排查規則進行排查。

其中，所述步驟S1中所述調度經驗包括調度事件的異常數據、調度事件的事件名稱、調度事件的調度內容。

其中，所述步驟S1中所述現場調度經驗集按照調度事件的事件名稱進行歸納、按照系統業務流程的順序進行排序，將屬于同一調度事件的異常數據進行數據特征分析與定性，將屬于同一調度事件的調度內容進行合并、總結。

其中，所述步驟S2中系統數據包括臺賬與計量數據、系統運維數據、系統警報數據、系統業務流程。

其中，所述步驟S2中對系統數據進行稽核包括重新檢查省電網數據平臺下發的臺賬與計量數據的完整性、重新提取系統運維數據、檢查警報信息的數量和真實性、系統業務流程重新梳理。

其中，所述步驟S3中事件排查樹狀結構圖按照系統業務流程構建框架，以單個事件作為一個獨立的節點，每個節點包含事件名稱、事件數據存儲位置鏈接、事件數據特征的定性詞。

其中，所述步驟S4中利用步驟S1中制成的現場調度經驗集推理步驟S3中事件排查樹狀結構圖中各個事件的可信度具體包括：調取現場調度經驗集中與事件排查樹狀結構圖中節點的事件名稱相同的調度經驗信息，比對數據、數據特征、定性詞是否一致，若一致則在事件排查樹狀結構圖的對應節點標準可信的標簽，若不一致則告知調度員進行人工推理并進行人工修改。

其中，所述步驟S5中推算事件排查樹狀圖中各個事件的權重分配具體包括：根據事件對電網正常運行的負面影響程度從大至小進行權重分配。