一种应用于变电站巡检的大数据分析方法及系统

本发明公开了一种应用于变电站巡检的大数据分析方法及系统，涉及电网大数据分析技术领域，该方法及系统包括从巡检大数据中筛选出一次设备数据和二次设备数据，利用时间序列模式关联一次设备数据和二次设备数据，得到关联数据序列；从关联数据序列中识别异常的一次设备数据及对应同时间的二次设备数据，或者识别异常的二次设备数据及对应同时间的一次设备数据，标记为时序数据组；利用深度学习模型对每组时序数据组进行异常分析，将出现异常结果的时序数据组进行提取，获得多组异常数据组；确定每组异常数据组中的异常对象及其异常类型，利用另一对象的表现属性基于该异常对象的异常类型进行关联性分析，获得关联性结果；将具有同一异常类型的所有关联性结果进行挖掘，识别出该类型关联性结果的显性特征。该分析方法及系统利用深度学习模型识别出异常数据组，并基于异常数据组中的异常对象和异常类型进行关联性分析，得到所有的关联性结果再进一步挖掘出显性特征，从而深度分析故障数据出现的深层次原因和故障场景内容，提高故障数据的利用率。