本发明涉及通信,具体是涉及一种基于大数据的基站设备管理方法及系统。
背景技术:
1、近年来,随着4g通信网络的商用,以及5g技术研究和突破,智能手持终端应用也越来越普及,它已发展成为人们生活密不可分的工具。这也对基站信号覆盖质量提出了更高的要求,这就要求解决好各种场景下基站信号的稳定覆盖问题。比如,机场、地铁、高速铁路、移动覆盖车和移动应急车等。结合当前的信号覆盖现状和新型发展需要,基站通信设施扩容是一种必然的需求,为具备大空域的覆盖服务能力,需要解决好基站设备扩容的管理问题
2、目前市场上对于基站设备的管理还存在着无法及时对基站设备故障进行告警,没有根基基站设备故障预测概率,对基站设备进行预测性维护,对基站设备进行维修时,无法及时发现故障问题和更换故障器件,对于基站设备的利用不足,无法及时进行调整和重新规划的问题。
技术实现思路
1、为解决上述技术问题,提供一种基于大数据的基站设备管理方法及系统,本技术方案解决了上述背景技术中提出的无法及时对基站设备故障进行告警,没有根基基站设备故障预测概率,对基站设备进行预测性维护,对基站设备进行维修时,无法及时发现故障问题和更换故障器件,对于基站设备的利用不足,无法及时进行调整和重新规划的问题。
2、为达到以上目的,本发明采用的技术方案为:
3、一种基于大数据的基站设备管理方法,包括:
4、获取基站设备信息,所述基站设备信息包括基站设备编号、基站设备位置信息、基站设备规格信息、基站设备配置信息、基站设备维护历史信息和基站设备连接信息;
5、获取基站设备历史监测数据,基于基站设备信息和基站设备历史监测数据对基站设备状态进行分析,获取基站设备故障关联信息;
6、获取基站设备实时数据,所述基站设备实时数据包括基站设备状态信息、基站设备温度数据、基站设备功耗数据和基站设备振动信息;
7、根据基站设备实时数据和基站设备历史监测数据,获取基站设备异常数据;
8、根据基站设备信息,获取基站设备异常数据阈值;
9、根据基站设备异常数据和基站设备异常数据阈值,判断基站设备是否发生故障,若基站设备异常数据未超出基站设备异常数据阈值,则基站设备暂未发生故障;
10、根据基站设备故障关联信息对基站设备异常数据进行分析,判断基站设备异常数据是否为故障关联数据,若否,则记录基站设备异常数据,若是,则根据基站设备异常数据和基站设备故障预测模型对基站设备故障概率进行预测,并根据预测结果,对基站设备进行预测性维护;
11、若基站设备异常数据超出基站设备异常数据阈值,则基站设备发生故障,输出基站设备告警信息,并通过基站设备故障识别模型对基站设备异常数据进行处理、分析,获取基站设备故障信息;
12、根据基站设备故障信息,选取对应的基站设备故障处理措施,并对基站设备故障信息和维护信息进行记录;
13、根据基站设备历史监测数据,获取基站设备工作数据,所述基站设备工作数据包括基站通信数据和基站负载信息;
14、根据基站设备工作数据和基站设备信息,获取基站设备预测需求信息;
15、获取基站设备历史规划信息,根据基站设备历史规划信息和基站设备预测需求信息,获取基站设备工作最小阈值和基站设备工作最大阈值;
16、根据基站设备工作数据、基站设备工作最小阈值和基站设备工作最大阈值,判断基站设备是否符合实际需求,若是,则根据基站设备工作数据对基站设备进行配置优化,若否,则根据基站设备历史监测数据对基站设备配置和布局进行重新规划。
17、优选的,所述获取基站设备历史监测数据,基于基站设备信息和基站设备历史监测数据对基站设备状态进行分析,获取基站设备故障关联信息,具体包括:
18、根据基站设备历史监测数据,获取基站设备历史状态信息和基站设备历史故障数据,所述基站设备历史状态信息包括基站设备温度数据、基站设备功耗数据、基站设备振动幅度数据和基站设备工作参数;
19、对基站设备历史监测数据进行数据清洗和预处理,获取基站设备标准数据;
20、根据基站设备标准数据和基站设备历史故障数据,选择与关联规则挖掘相关的特征列,获取事务集;
21、根据基站设备历史故障数据,设置最小支持度阈值;
22、根据最小支持度阈值,对事务集进行扫描,统计每个项的出现次数,并生成初始频繁项集;
23、根据初始频繁项集,生成候选项集,遍历事务集,统计候选项集的出现次数,筛选出在事务集中出现次数超过最小支持度阈值的频繁项集,获取频繁项集数据;
24、根据频繁项集数据,设置关联规则,所述关联规则由前件和后件组成;
25、计算每个关联规则的支持度和置信度,根据设定的支持度和置信度阈值,对生成的关联规则进行评估和筛选,获取基站设备故障关联信息;
26、其中,支持度为关联规则在事务集中出现的频率,即关联规则的前件和后件同时出现的概率,置信度为关联规则在满足前件的情况下同时满足后件的概率。
27、优选的,所述根据基站设备异常数据和基站设备故障预测模型对基站设备故障概率进行预测,并根据预测结果,对基站设备进行预测性维护,具体包括:
28、根据基站设备故障关联信息,对基站设备异常数据进行分析,获取基站设备预估故障信息,所述基站设备预估故障信息包括基站设备预估故障类型和基站设备预估故障位置;
29、根据基站设备异常数据,基于基站设备故障预测模型,对基站设备故障概率进行预测,获取基站设备故障预测概率;
30、根据基站设备历史监测数据,获取基站设备故障概率阈值;
31、根据基站设备故障预测概率和基站设备故障概率阈值,判断基站设备故障预测概率是否超出基站设备故障概率阈值,若否,则对基站设备进行标记,并记录基站设备异常数据和基站设备信息,若是,则根据基站设备预估故障信息和基站设备信息,对基站设备进行预测性维护;
32、其中,所述基站设备故障预测模型为:
33、
34、式中,p为基站设备故障预测概率,t为基站设备温度,δ为基站设备温度的功率影响系数,q为基站设备的振动幅值,σ为基站设备振动的功率影响系数,w为基站设备功率,w0为基站设备的额定功率,β0、β1、β2、β3为基站设备故障预测概率模型的系数。
35、优选的,所述通过基站设备故障识别模型对基站设备异常数据进行处理、分析,获取基站设备故障信息,具体包括:
36、根据基站设备历史监测数据,获取基站设备历史故障数据,并将所述基站设备历史故障数据保存为基站设备历史故障数据集;
37、对所述基站设备历史故障数据进行处理,获取基站设备历史故障特征信息;
38、根据基站设备历史故障特征信息,对深度学习模型进行训练,获取基站设备故障识别模型;
39、通过基站设备故障识别模型,对基站设备异常数据进行识别,获取基站设备故障类型信息;
40、根据基站设备信息和基站设备故障类型信息,获取基站设备故障信息,所述基站设备故障信息包括基站设备编号、基站设备位置信息、基站设备配置信息和基站设备故障类型信息;
41、根据基站设备故障信息,选取对应的基站设备故障处理措施,并在维修结束后,将基站设备故障信息和维修信息记录上传。
42、优选的,所述根据基站设备工作数据、基站设备工作最小阈值和基站设备工作最大阈值,判断基站设备是否符合实际需求,具体包括:
43、根据基站设备工作数据、基站设备工作最小阈值和基站设备工作最大阈值,判断基站设备工作数据是否低于基站设备工作最小阈值或超出基站设备工作最大阈值;
44、若基站设备工作数据处于基站设备工作最小阈值和基站设备工作最大阈值之间,则基站设备符合实际的设备需求,根据基站设备工作数据和基站设备信息,获取基站设备不同地区和时段的工作需求信息;
45、根据基站设备不同地区和时段的工作需求信息,对基站设备的配置进行优化;
46、根据基站设备实时数据,获取基站设备实时通信流量数据和基站设备实时负载信息;
47、根据基站设备实时通信流量数据和基站设备负载信息,对基站设备的工作模式进行动态调整;
48、若基站设备工作数据低于基站设备工作最小阈值或基站设备工作数据超出基站设备工作最大阈值,则基站设备不符合实际需求,对基站设备布局进行重新规划,生成基站设备布局规划方案;
49、根据基站设备布局规划方案,对基站设备进行调整。
50、优选的,所述对基站设备布局进行重新规划,生成基站设备布局规划方案,具体包括:
51、根据基站设备工作数据,获取基站设备需求信息;
52、根据基站设备需求信息和基站设备信息,对基站设备布局进行重新规划,获取基站设备规划信息;
53、根据基站设备规划信息,获取基站设备的通信质量指数和基站设备需求指数;
54、根据基站设备的通信质量指数和基站设备需求指数,获取基站设备规划指数;
55、基于基站设备规划指数,对基站设备规划方案进行筛选和优化,获取基站设备布局规划方案,基站设备规划指数的计算公式为:
56、
57、式中,r为基站设备规划指数,α1为基站设备通信质量指数的权重,为基站设备通信质量的连接影响系数,zn为第n个基站设备的连接指数,为基站设备通信质量的带宽影响系数,bn为第n个基站设备的带宽,为基站设备通信质量的距离影响系数,sn为第n个基站设备的距离,α2为基站设备需求指数的权重,kn为第n个基站设备的需求指数,m为基站设备的总数量。
58、进一步的,提出一种基于大数据的基站设备管理系统,用于实现如上述的管理方法,包括:
59、主控制模块,所述主控制模块用于对基站设备故障概率进行预测,并根据预测结果,对基站设备进行预测性维护,根据基站设备故障信息,选取对应的基站设备故障处理措施,并对基站设备故障信息和维护信息进行记录,根据基站设备工作数据对基站设备配置和布局进行规划,生成基站设备规划方案;
60、信息获取模块,所述信息获取模块用于获取基站设备信息、基站设备历史监测数据、基站设备故障关联信息、基站设备工作数据、基站设备实时数据和基站设备异常数据,并传输至主控制模块;
61、故障告警模块,所述故障告警模块用于对基站设备实时数据进行监测,判断是否出现异常数据,并判断基站设备异常数据是否超出基站设备异常数据阈值,根据判断结果,进行基站设备故障告警;
62、显示模块,所述显示模块与主控制模块交互,用于显示基站设备信息、基站设备告警信息、基站设备故障信息、基站设备规划方案和基站设备维护记录。
63、可选的,所述主控制模块,具体包括:
64、控制单元,所述控制单元用于根据基站设备异常数据和基站设备故障预测模型对基站设备故障概率进行预测,并根据预测结果,对基站设备进行预测性维护,根据基站设备故障信息,选取对应的基站设备故障处理措施,并对基站设备故障信息和维护信息进行记录;
65、判断单元,所述判断单元用于根据基站设备故障关联信息对基站设备异常数据进行分析,判断基站设备异常数据是否为故障关联数据,根据基站设备工作数据、基站设备工作最小阈值和基站设备工作最大阈值,判断基站设备是否符合实际需求;
66、基站设备规划单元,所述基站设备规划单元用于根据基站设备工作数据对基站设备配置和布局进行规划,并计算每种规划方案的基站设备规划指数,并传输至控制单元。
67、可选的,所述信息获取模块,具体包括:
68、第一获取单元,所述第一获取单元用于获取基站设备信息、基站设备历史监测数据、基站设备故障关联信息和基站设备工作数据;
69、第二获取单元,所述第二获取单元用于获取基站设备实时数据和基站设备异常数据,并将数据传输至主控制模块。
70、可选的,所述故障告警模块,具体包括:
71、数据监测单元,所述数据监测单元用于监测基站设备实时数据,及时判断是否出现异常数据,并判断基站设备异常数据是否超出基站设备异常数据阈值;
72、故障告警单元,所述故障告警单元用于根据基站设备异常数据分析结果,对基站设备故障进行告警。
73、与现有技术相比,本发明的有益效果在于:
74、本发明提出一种基于大数据的基站设备管理方法及系统,通过对基站设备进行实时监测,及时发现异常数据,根据异常数据和基站设备异常数据阈值,判断是否输出基站设备故障告警信息,对异常数据进行分析,判断是否为故障关联数据,根据异常数据对基站设备故障概率进行预测,并根据预测结果,对基站设备进行预测性维护,根据基站设备历史监测数据对基站设备配置和布局进行规划。