论文部分内容阅读
针对当前计划编排过程中人工分析慢、校核结果不够优化等问题，本文借助大数据分析工具，基于初步计划、历史负荷信息等基础数据，研制开发停电计划辅助决策模块。该模块引入向量自回归时间序列算法预测检修计划时间内负载波动情况，运用K-means聚类分析等数据挖掘算法对负荷分布进行算法归类并确定权重分配，进而结合检修工期安排、安全性校核、工作承载力等要求，使用Python语言编制基于负荷信息的停电计划辅助决策模块，完成停电计划的自动编制及发布展示。最终实现停电检修基本信息“一键”输入、停电计划“一键”输出的效果，快速滚动修订各类停电计划，每次编排缩短20分钟的工作时间，按年使用频次6000次计算，节省2000人小时的工作量，节约大量人工成本，大大提高停电计划编制的效率和准确性。