一种基于大数据分析的GIS运行状态评估方法与流程

本发明涉及一种基于大数据分析的gis运行状态评估方法，属于预装式变电站技术领域。

背景技术

气体绝缘组合电器设备(gis)是预装式变电站的重要组成部分，其健康状况对整个电网的运行有着举足轻重的作用。安全、可靠的gis是保障国民经济持续稳定发展以及人民生活水平不断提高的重要物质基础。科学、合理的对gis进行运行状态评估，及时对gis进行维修保养，是保障电网稳定运行的重要前提。只有对gis进行准确的运行状态评估,才能制定出合理的维修计划。大数据分析可以通过多次运算并求取平均值提高了评估的准确性，并且通过并行运算可以实现对繁杂数据的快速分析和整理。因此通过大数据分析对gis进行科学合理的运行状态评估具有十分重要的现实意义。

hadoop是一个开源的分布式数据处理软件框架。它以一种可靠的、有效的和容易扩展的方式处理数据。hadoop框架具有较低的阈值和较低的开源功能，通过并行化执行任务可以提高处理数据的效率。因此使用hadoop平台可以实现对gis状态数据的高效处理。

技术实现要素：

本发明所要解决的技术问题是提供一种gis运行状态评估方法，对gis的运行状态进行评估。

为解决上述技术问题，本发明提供了一种基于大数据分析的gis运行状态评估方法，使用模糊综合评判法在hadoop平台的map/reduce并行计算框架上进行计算，对gis的运行状态进行评估，包括以下步骤：

1)考虑目的性、系统性、可操作性、独立性、显著性、动态性六大原则，从gis的本身特性出发构建多维层次型gis指标体系；

2)根据实际情况，确定gis运行状态的评价标准：优秀、良好、轻微故障、严重故障；

3)通过hadoop平台的map/reduce并行计算框架，建立一个任务；

4)读取gis的相关数据，解析成<key,value>类型的键值对，包括绝缘结构、断路器、隔离接地开关以及维修记录；

5)在map任务阶段使用critic法、层次分析法和灰色关联理论三种方法对gis评价体系中各评价因素进行权值评估；

6)使用合作博弈法将三种算法的权值评估结果进行融合，得出各评价因素的组合权值向量data；

7)通过层次分析法中构造的评判矩阵来计算各评价因素的相关系数矩阵r，结合各评价因素的组合权值向量data，求出gis的评价向量w，判定gis的运行状态；

8)将每种算法的评估结果通过value值记录下来；

9)在reduce任务阶段将gis运行状态的评估结果保存在hadoop平台的存储文件系统hdfs中。

上述步骤3)中通过hadoop平台的map/reduce并行计算框架建立一个任务的步骤如下：

31)创建并运行hadoop作业，设置数据的读入路径、mapper类和reducer类的输入输出键值对<key,value>的类型、结果输出路径；

32)检验hdfs中是否有critic法的权值文件、层次分析法的权值文件、灰色关联度参考数列文件，如果没有，则创建并赋值；

33)在map阶段，使用setup()函数加载critic法中评价因素的权值文件、层次分析法中评价因素的权值文件、灰色关联度算法中子序列文件；

34)在map阶段，使用map()函数调用相关算法程序对每行待评估数据进行评估；

35)将每种算法的评估结果记录下来；

36)在reduce阶段，将map阶段的输出键值保存到存储文件系统hdfs中。

上述步骤5)中对gis评价体系中各评价因素进行权值评估的步骤如下：

51)读取步骤4)中已经转化为<key，value>类型的待评估数据，通过critic法计算出对应于每个评价因素的权值，记为data1；

52)读取步骤4)中已经转化为<key，value>类型的待评估数据，通过层次分析法计算出属于每个评价因素的权值，记为data2；

53)读取步骤4)中已经转化为<key，value>类型的待评估数据，通过灰色关联度法计算出对于每个评价因素的关联度，记为data3。

上述步骤6)中map阶段求组合权值向量data的步骤如下：

61)读取步骤51)、步骤52)和步骤53)中生成的权重向量data1、data2和data3；

62)使用合作博弈法中的一致相关性系数求解公式计算出三种权重向量对应的一致相关性系数l1、l2、l3；

63)计算过程向量data’，其计算过程为：

data’＝data1×l1+data2×l2+data3×l3(1)

64)将data’归一化得到归一化组合权重向量data。

上述步骤7)中map阶段求评价向量w的步骤如下：

71)读取步骤4)中已经转化为<key，value>类型的待评估数据，通过这些数据计算出评价因素的相关系数矩阵r；

72)使用组合权值向量data和相关系数矩阵r计算出评价向量w，使用最大隶属度法确定gis的运行状态，计算公式为：

w＝data·r(2)。

上述步骤8)中每种算法的评估结果通过value值记录的步骤如下：

81)步骤51)中生成的<key，value>键值对中，value使用text类型，记录为datal；

82)步骤52)中生成的<key，value>键值对中，value使用text类型，记录为data2；

83)步骤53)中生成的<key,value>键值对中，value使用text类型，记录为data3；

84)步骤64)中生成的<key,value>键值对中，value使用text类型，记录为data；

85)步骤72)中生成的<key,value>键值对中，value使用text类型，记录为w。

上述步骤9)中在reduce任务阶段的步骤如下：

91)输入map阶段的输出结果；

92)保存data1、data2、data3、data和w到存储文件系统hdfs中。

本发明所达到的有益效果：

本发明提出的一种基于大数据分析的gis运行状态评估方法，考虑了目的性、系统性、可操作性、独立性、显著性、动态性六大原则，从气体绝缘组合电器设备(gis)的本身特性出发构建了多维层次型gis指标体系，科学完备，数据结构合理。将critic法、层次分析法和灰色关联理论三种赋权方法结合起来，避免了单一权重导致的指标权重精确度偏差。同时使用了合作博弈法，能够协调一致并寻找三种赋权法之间的共用利益，能够兼顾主客观权重，全面考虑各指标之间的相互关系，得出准确的gis的最终评估结果，整个算法具有极强的适应性和鲁棒性。大数据分析提高了评估的准确性，并且通过并行运算可以实现对繁杂数据的快速分析和整理。

本发明使用模糊综合评判法在hadoop平台的map/reduce并行计算框架上进行计算，并行化执行任务，提高了处理数据的效率。在hadoop平台上实现了对gis状态数据的高效处理。

附图说明

图1是gis运行状态评估流程图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，一种基于大数据分析的gis运行状态评估方法，使用模糊综合评判法在hadoop平台的map/reduce并行计算框架上进行计算，对gis的运行状态进行评估，包括以下步骤：

1)考虑目的性、系统性、可操作性、独立性、显著性、动态性六大原则，从gis的本身特性出发构建多维层次型gis指标体系；

2)根据实际情况，确定gis运行状态的评价标准：优秀、良好、轻微故障、严重故障；

3)通过hadoop平台的map/reduce并行计算框架，建立一个任务；

31)创建并运行hadoop作业，设置数据的读入路径、mapper类和reducer类的输入输出键值对<key,value>的类型、结果输出路径；

32)检验存储文件系统hdfs中是否有critic法的权值文件、层次分析法的权值文件、灰色关联度参考数列文件，如果没有，则创建并赋值；

33)在map阶段，使用setup()函数加载critic法中评价因素的权值文件、层次分析法中评价因素的权值文件、灰色关联度算法中子序列文件；

34)在map阶段，使用map()函数调用相关算法程序对每行待评估数据进行评估；

35)将每种算法的评估结果记录下来；

36)在reduce阶段，将map阶段的输出键值保存到存储文件系统hdfs中。

4)读取gis的相关数据，解析成<key,value>类型的键值对，包括绝缘结构、断路器、隔离接地开关以及维修记录；

5)在map任务阶段使用critic法、层次分析法和灰色关联理论三种方法对gis评价体系中各评价因素进行权值评估；

51)读取步骤4)中已经转化为<key,value>类型的待评估数据，通过critic法计算出对应于每个评价因素的权值，记为data1；

52)读取步骤4)中已经转化为<key,value>类型的待评估数据，通过层次分析法计算出属于每个评价因素的权值，记为data2；

53)读取步骤4)中已经转化为<key，value>类型的待评估数据，通过灰色关联度法计算出对于每个评价因素的关联度，记为data3。

6)使用合作博弈法将三种算法的权值评估结果进行融合，得出各评价因素的组合权值向量data；

61)读取步骤51)、步骤52)和步骤53)中生成的权重向量data1、data2和data3；

62)使用合作博弈法中的一致相关性系数求解公式计算出三种权重向量对应的一致相关性系数l1、l2、l3；

63)计算过程向量data’，其计算过程为：

data’＝data1×l1+data2×l2+data3×l3(1)

64)将data’归一化得到归一化组合权值向量data。

7)通过层次分析法中构造的评判矩阵来计算各评价因素的相关系数矩阵r，结合各评价因素的组合权值向量data，求出gis的评价向量w，判定gis的运行状态；

71)读取步骤4)中已经转化为<key，value>类型的待评估数据，通过这些数据计算出评价因素的相关系数矩阵r；

72)使用组合权值向量data和相关系数矩阵r计算出评价向量w，使用最大隶属度法确定gis的运行状态，计算公式为：

w＝data·r(2)。

8)将每种算法的评估结果通过value值记录下来；

81)步骤51)中生成的<key，value>键值对中，value使用text类型，记录为data1；

82)步骤52)中生成的<key，value>键值对中，value使用text类型，记录为data2；

83)步骤53)中生成的<key，value>键值对中，value使用text类型，记录为data3；

84)步骤64)中生成的<key，value>键值对中，value使用text类型，记录为data；

85)步骤72)中生成的<key，value>键值对中，value使用text类型，记录为w。

9)在reduce任务阶段将gis运行状态的评估结果保存在hadoop的存储文件系统hdfs中。

91)输入map阶段的输出结果；

92)保存data1、data2、data3、data和w到存储文件系统hdfs中。

实施例：

gis某次实际运行记录如表1所示为：

表1

将以上数据代入评估系统中，求得：

data1＝[0.37490.32630.18950.1003]

data2＝[0.65960.24020.10020.1000]

data3＝[0.33900.32110.17830.1015]

data＝[0.36140.29340.28260.0896]

gis的评价向量为：

w＝[0.81210.09610.04070.0511]

根据最大隶属度原则，可以判定gis此时的运行状态为优秀。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。