CN114363934A - 一种基站健康度评估方法、装置、设备及介质 - Google Patents
一种基站健康度评估方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114363934A CN114363934A CN202111648942.7A CN202111648942A CN114363934A CN 114363934 A CN114363934 A CN 114363934A CN 202111648942 A CN202111648942 A CN 202111648942A CN 114363934 A CN114363934 A CN 114363934A
- Authority
- CN
- China
- Prior art keywords
- data
- base station
- type
- alarm
- health degree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000036541 health Effects 0.000 title claims abstract description 209
- 238000011156 evaluation Methods 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims description 66
- 238000004140 cleaning Methods 0.000 claims description 37
- 238000004458 analytical method Methods 0.000 claims description 25
- 238000004422 calculation algorithm Methods 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 12
- 230000003442 weekly effect Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 abstract description 14
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 13
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 208000037855 acute anterior uveitis Diseases 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种基站健康度评估方法、装置、设备及介质,所述方法包括:获取基站的至少一类原始数据;根据每类原始数据,确定所述每类原始数据对应的健康度指标的指标值;根据所述每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果。由于本申请中,电子设备可以针对获取到的基站的每类原始数据,确定每类原始数据对应的健康度指标的指标值,从而确定基站的健康度评估结果,可以比较准确地评估出基站的健康度,尤其是在告警信息较多时,本申请提供的基站健康度评估方法的错误率更低,可以进一步提高基站健康度评估的准确性,满足维护工作的精细化需求。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种基站健康度评估方法、装置、设备及介质。
背景技术
随着第五代移动通信技术(5th-generation mobile communicationtechnology,5G)的大规模建设,电信无线网络已经有3种网络(即3G、4G和5G)同时为用户提供通信服务,提供的基站站址数已经达百万级。如何确保这些大规模无线基站稳定、安全和可靠是运营商必须要面对的问题。
为了确保基站稳定、安全和可靠地为用户提供通信服务,基站的健康度是需要考虑的一个因素。相关技术中网管产生告警信息之后,基站的维护人员根据经验,人工评估基站的健康度。
因此,相关技术中基站健康度的评估手段落后,无法准确评估出基站的健康度。尤其是在告警信息的衍生告警较多时,告警信息及其衍生告警的数量可达成百上千条,甚至上万条、上百万条,维护人员人工评估的错误率提高,导致基站健康度的评估结果会更加不准确,因此无法满足维护工作的精细化需求。
发明内容
本申请提供了一种基站健康度评估方法、装置、设备及介质,用以提高基站健康度的评估结果的准确性,满足维护工作的精细化需求。
本申请提供了一种基站健康度评估方法,所述方法包括:
获取基站的至少一类原始数据;
根据每类原始数据,确定所述每类原始数据对应的健康度指标的指标值;
根据所述每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果。
进一步地,所述根据所述每类原始数据对应的健康度指标的指标值,确定所述基站的健康度评估结果包括:
根据所述每类原始数据对应的健康度指标的权重值,以及所述每类原始数据对应的健康度指标的指标值,确定所述基站的健康度评估结果。
进一步地,所述原始数据包括以下至少一种类型:网管告警数据、通报告警数据、设备关联数据、无线工单数据或动环数据;和/或
所述健康度指标包括以下至少一类:告警概率、告警次数或告警时长。
进一步地,在获取基站的至少一类原始数据之后,所述方法还包括:
对所述至少一类原始数据进行至少一次处理操作,得到所述每类原始数据对应的规范数据,其中处理操作包括以下一种或多种:预处理、规范化处理、清洗处理或转换处理。
进一步地,所述对所述至少一类原始数据进行至少一次处理操作包括:
根据所述网管告警数据包括的基站信息,以及所述设备关联数据包括的站址信息,确定与所述站址信息对应的第一基站信息,以及未对应所述站址信息的第二基站信息;
将所述第二基站信息对应的网管告警数据进行清洗处理;
将所述网管告警数据中所述第一基站信息对应的告警数据,转换为所述第一基站对应的所述站址信息的告警数据。
进一步地,所述对所述至少一类原始数据进行至少一次处理操作包括:
根据基于离群点分析算法,对所述至少一类原始数据中的离群数据进行清洗处理。
进一步地,所述根据每类原始数据,确定所述每类原始数据对应的健康度指标的指标值包括:
针对所述每类原始数据,根据该类原始数据中的告警日期,统计全部告警的第一天数及严重告警的第二天数;根据所述严重告警的第二天数和所述全部告警的第一天数,确定该类原始数据对应的告警概率的指标值。
另一方面,本申请提供了一种基站健康度评估装置,所述装置包括:
获取单元,用于获取基站的至少一类原始数据;
确定单元,用于根据每类原始数据,确定所述每类原始数据对应的健康度指标的指标值;
评估单元,用于根据所述每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果。
另一方面,本申请提供了一种电子设备,所述电子设备包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序时实现上述任一所述基站健康度评估方法的步骤。
另一方面,本申请提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时实现上述任一所述基站健康度评估方法的步骤。
本申请提供了一种基站健康度评估方法、装置、设备及介质,所述方法包括:获取基站的至少一类原始数据;根据每类原始数据,确定所述每类原始数据对应的健康度指标的指标值;根据所述每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果。由于本申请中,电子设备可以针对获取到的基站的每类原始数据,确定每类原始数据对应的健康度指标的指标值,从而确定基站的健康度评估结果,可以比较准确地评估出基站的健康度,尤其是在告警信息较多时,本申请提供的基站健康度评估方法的错误率更低,可以进一步提高基站健康度评估的准确性,满足维护工作的精细化需求。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一些实施例提供的一种基站健康度评估过程示意图;
图2为本申请一些实施例提供的一种离散点示意图;
图3为本申请一些实施例提供的一种基站健康度评估流程示意图;
图4为本申请一些实施例提供的一种基站健康度评估流程示意图;
图5为本申请一些实施例提供的一种基站健康度评估装置的结构示意图;
图6为本申请一些实施例提供的一种电子设备结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图本申请作进一步地详细描述,显然,所描述的实施例仅仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了提高基站健康度的评估结果的准确性,满足维护工作的精细化需求,本申请实施例提供了一种基站健康度评估方法、装置、设备及介质。
实施例1:
图1为本申请实施例提供的一种基站健康度评估的过程示意图,该过程包括如下步骤:
S101:获取基站的至少一类原始数据。
本申请实施例提供的基站健康度评估方法应用于电子设备。该电子设备可以是服务器,或者是具有较强运算能力的其他电子设备。该电子设备可以获取到基站的原始数据,基站可以向用户提供3G、4G或5G中的一种或多种网络的通信服务。当然可以理解,随着通信技术的发展,除3G、4G和5G网络外,基站也可以向用户提供未来网络(如6G等)的通信服务。在一些情况下,3G网络也可以表示为码分多址(code division multiple access,CDMA)网络,4G网络也可以表示为长期演进(long term evolution,LTE)网络。
运营商在一个站址处设置一个或多个基站(或小区),也就是说基站(或小区)与站址存在设备关联关系。在本申请实施例中,除特别说明外,基站和小区的概念也可以替换使用。
示例的,原始数据可以包括以下至少一种类型:网管告警数据、通报告警数据、设备关联数据、无线工单数据或动环数据。即,电子设备可以获取到上述类型中的至少一类原始数据。在一些情况下,网管告警数据可以用于分析基站的稳定度,通报告警数据可以用于分析基站的重要告警,设备关联数据可以用于分析站址与基站(或小区)的关联关系,或者用于分析站址与射频拉远单元(remote radio unit,RRU)和/或室内基带处理单元(building baseband unit,BBU)和/或有源天线单元(active antenna unit,AAU)的关联关系,无线工单数据用于分析维护人员的现场操作,动环数据用于分析外界因素,即用于评估外界因素对基站健康度的影响。在此,电子设备主要基于维护质量的数据(如上述原始数据)对评估基站的健康度。
在该S101中,电子设备可以在数据源中获取到基站的至少一类原始数据。例如,电子设备可以从无线网管系统中获取到网管告警数据,即无线网管系统为网管告警数据的数据源;电子设备可以在通报数据中获取到通报告警数据和/或无线工单数据,即通报告警数据和/或无线工单数据的数据源为通报数据,可选通报数据可以为运营商的各省公司月报数据和/或周报数据;电子设备可以在铁塔公司的动环系统中获取到动环数据,即动环数据的数据源为动环系统;电子设备可以在设备关联平台中获取设备关联数据,即设备关联数据的数据源为设备关联平台。
在一种可能的实现中,电子设备可以通过编程语言在数据源中获取原始数据,然后将获取到的原始数据(单个或批量)导入数据库中形成原始数据样本库。例如编程语言可以为Python语言等编程语言,数据库可以为MySQL数据库等数据库。具体的,无线网管系统可以导出网管告警数据,从而电子设备可以获取到网管告警数据;电子设备可以使用SQL编制脚本汇总通报数据,从而得到通报告警数据和/或无线工单数据;铁塔公司的动环系统可以导出动环数据,从而电子设备可以获取到动环数据;设备关联平台可以导致Excel表格,从而电子设备可以获取到设备关联数据。
可选的,为了提高评估效率和评估准确性,电子设备还可以对获取到至少一类原始数据进行处理,得到规范化数据。
S102:根据每类原始数据,确定每类原始数据对应的健康度指标的指标值。
电子设备中可以设置有每类原始数据与健康度指标的对应关系。每类原始数据对应有健康度指标,每类原始数据对应的健康度指标可以相同,或者不同。示例的,健康度指标可以包括以下至少一种类型:告警概率(简称为概率)、告警次数(简称为次数)或告警时长(简称为时长)。在本申请实施例中以每类原始数据对应的健康度指标相同进行说明,例如每类原始对应的健康度指标均包括告警概率、告警次数和告警时长。
可选地,每类健康度指标可以细分为更多的子指标,例如告警次数可以细分包括总告警次数、网管告警次数、通报告警次数(通报告警次数还可以进一步细分包括周报告警次数和/或月报告警次数)、工单次数、或动环告警次数(如动环中断次数)等一种或多种,又如告警时长可以细分包括总告警时长、网管告警时长、通报告警时长(通报告警时长还可以进一步细分包括周报告警时长和/或月报告警时长)、工单时长、动环告警时长。再如告警概率可以细分包括总告警概率、通报告警概率、动环告警概率等。
在该S102中,电子设备可以针对每类原始数据,确定该类原始数据对应的健康度指标的指标值。具体的,电子设备针对每类原始数据,根据该类原始数据,计算该类原始数据的告警概率的概率值,以及汇总该类原始数据的告警次数的次数值和告警时长的时长值。如果电子设备对原始数据进行处理得到了规范化数据,电子设备可以根据该类原始数据的规范化数据,计算该类原始数据的告警概率的概率值,以及汇总该类原始数据的告警次数的次数值和告警时长的时长值。
一般的,只要发生过某个基站的告警,就认为该基站存在问题,因此通过对该基站的告警概率、告警次数和告警时长进行计算,可以评估出该基站的健康度,或者也可以评估出该基站的不健康度。
在一些可能的实现方式中,在该S102中,电子设备还可以根据每类原始数据,和至少一个关键字段,确定每个关键字段对应的健康度指标的指标值。示例的,关键字段包括以下至少一个:概率、总告警次数、周报告警次数与时长、工单次数、动环中断次数等,关键字段与健康度指标存在对应关系。该至少一个关键字段可以对应多种告警系统(告警情况),例如对应总告警、网管告警、通报告警、告警工单、动环告警等告警系统。也就是说,电子设备可以根据至少一个关键字段,对告警系统进行建模。
S103:根据每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果。
在一个示例中,电子设备可以直接将每类原始数据对应的健康度指标的指标值,作为基站的健康度评估结果。
在另一个示例中,电子设备中可以预先设置有健康度评估算法,电子设备可以根据每类原始数据对应的健康度指标的指标值,和该健康度评估算法,确定基站的健康度评估结果。
例如健康度评估算法可以以公式的形式设置在电子设备中,电子设备中还保存有每类原始数据对应的健康度指标的权重值,这样电子设备可以根据每类原始数据对应的健康度指标的指标值、权重值,以及健康度评估算法,确定基站的健康度评估结果。一种可能的实现中,该健康度评估算法输出的基站的健康度评估结果可以为不健康度打分值或健康度打分值。
在又一个示例中,电子设备中可以预先设置有网络模型,电子设备可以根据每类原始数据对应的健康度指标的指标值和该网络模型,确定基站的健康度评估结果,即每类原始数据对应的健康度指标的指标值为网络模型的输入值。该网络模型为训练完成的网络模型。
可以理解的是,在不冲突的情况下,上述各示例之间可以单独使用,或者可以结合使用。例如健康度评估结果包括每类原始数据对应的健康度指标的指标值,和根据健康度评估算法计算得到的不健康度打分值。
在一种可能的实现方式中,在该S103中,电子设备可以根据每个关键字段对应的健康度指标的指标值,确定基站的健康度评估结果。示例的,电子设备中还可以设置每个关键字段对应的健康度指标的权重值,从而根据每个关键字段对应的健康度指标的指标值和权重值,来得到基站的监控评估结果。
由于本申请中,电子设备可以针对获取到的基站的每类原始数据,确定每类原始数据对应的健康度指标的指标值,从而确定基站的健康度评估结果,可以比较准确地评估出基站的健康度,尤其是在告警信息较多时,本申请提供的基站健康度评估方法的错误率更低,可以进一步提高基站健康度评估的准确性,满足维护工作的精细化需求。
实施例2:
为了提高基站健康度评估的准确性,在上述实施例的基础上,在本申请实施例中,根据每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果包括:
根据每类原始数据对应的健康度指标的权重值,以及每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果。
电子设备中保存有每类原始数据对应的健康度指标的权重值,针对同一健康度指标,每类原始数据对应的该健康度指标的权重值可以不同,或者可以不同。一般的针对每类原始数据,该类原始数据对应的各健康度指标的权重值均大于0且小于设定值,并且该类原始数据对应的各健康度指标的权重值之和为设定值。该设定值可以为1或100等正整数,在此不做限制。
电子设备中还可以保存健康度评估算法,例如健康度评估算法为加权求和算法。示例的,不健康度打分值=告警概率的概率值*w1+告警次数的次数值*w2+告警时长的时长值*w3,其中w1为该类原始数据对应的告警概率的权重值,w2为该类原始数值对应的告警次数的权重值,w3为该类原始数据对应的告警时长的权重值,w1、w2和w3均为小于100的正数,且w1+w2+w3=100。该加权求和的过程可以看作是将概率值、次数值和时长值进行归一化/标准化的过程,从而可以更加直观的展示不健康度打分值。
在一个示例中,电子设备可以根据每类原始数据对应的健康度指标的权重值,和每类原始数据对应的健康度指标的指标值,确定每类原始数据对应的不健康度打分值,然后根据每类原始对应的不健康度打分值,确定基站的不健康度打分值。其中基站的健康度评估结果包括该不健康度打分值。
在一种可能的实现中,健康度评估结果包括明细评估详单,明细评估详单中包括按告警概率、告警次数、告警时长等健康度指标值输出的站址级评估详单,以及对应的不健康度评估打分值。明细评估详单有利于维护单位、维护人员综合评估基站的健康度,以及快速了解基站的实际运行质量和稳定性,有利于基站的后期维护和管理。
例如健康度评估结果的明细评估详单如表1所示,明细评估详单中包括基础资料、信源数量、打分、不健康度合计(即不健康度打分值)和原始数据。其中基础资源包括基站(或小区)对应的站址的站址标识符(identifier,id)和站址编码,信源数量包括C网信源数(即3G网络中信源数)、L网信源数(即4G网络中信源数)和5G网信源数。原始数据包括概率、总告警次数、通报告警次数、工单次数和周报告警时长,打分为根据各原始数据及其权重值计算得到的各原始数据的打分值,包括概率的打分值、总告警次数的打分值、通报告警次数的打分值、工单次数的打分值和周报告警时长的打分值,不健康度合计为各打分值的和值。
表1
一般的,不同告警情况对基站的影响程度存在差别,因此可以为不同告警情况设置对应的健康度指标的权重值,来进行基站的健康度评估。如下述表2所示,以告警内容来评估基站的稳定性和概率分类,该概率分类可以为上述表1中原始数据的概率项所对应的概率范围。
表2
由于本申请实施例中,根据各类原始数据对应的健康度指标的指标值,对各类原始数据对应的健康度指标进行组合,得到基站的健康度评估结果,考虑到各类原始数据对基站健康度的影响,可以提高基站健康度评估的准确性。并且基于权重值确定基站的健康度评估结果的算法复杂度低、计算速度快,还可以进一步提高基站健康度评估的效率。
实施例3:
为了进一步提高基站健康度评估的准确性,在上述各实施例的基础上,本申请实施例中,在获取基站的至少一类原始数据之后,方法还包括:
对每类原始数据进行至少一次处理操作,得到每类原始数据对应的规范数据,其中处理操作包括以下一种或多种:预处理、规范化处理、清洗处理或转换处理。
预处理操作可以用于屏蔽无效及不常用的告警情况,有利于提升常见告警情况的分析准确度,从而提高健康度评估准确性。例如网管告警数据中包括较多的衍生告警,电子设备中可以预先建立网管告警分析表,电子设备在获取到网管告警数据后,可以根据网管告警分析表,屏蔽无效及不常用的网管告警情况。可见预处理操作可以解决衍生告警负载且数量多、编制告警规则较为困难的问题。
规范化处理操作可以用于规范化处理原始数据(或预处理后的原始数据),尤其是对大量(如上百万级)数据进行规范化处理,相比于人工处理准确性和效率都更高。例如规范化处理包括去除垃圾数据、消除数据不一致性、增加基站站址级关联字段等处理操作。基站站址级关联字段可以包括站址级的编号和名称、基站级的编号和名称、小区级的编号和名称等。
清洗处理操作可以用于清洗无效数据。例如电子设备中预先设置有清洗规则,实现站址级字段的填写,对不能关联站址的告警数据进行清洗,以及对工程开通时临时增加的错误数据进行清洗。又如对噪声数据进行清洗。
转换处理操作可以用于将基站级(或小区级)的原始数据转换为站址级的数据。
其中每类原始数据对应的处理操作的种类以及处理操作的规则可以相同或不同,在此不做限制。
在本申请实施例中对获取到的原始数据进行处理操作,得到对应的规范数据,然后根据规范数据进行健康度评估,有利于进一步提高基站健康度评估的准确性。
实施例4:
为了进一步提高基站健康度评估的准确性,在上述各实施例的基础上,本申请实施例中,对至少一类原始数据进行至少一次处理操作包括:
根据网管告警数据包括的基站信息,以及设备关联数据包括的站址信息,确定与站址信息对应的第一基站信息,以及未对应站址信息的第二基站信息;
将第二基站信息对应的网管告警数据进行清洗处理;
将网管告警数据中第一基站信息对应的告警数据,转换为第一基站对应的站址信息的告警数据。
网管告警数据中的定位信息字段中可以包括基站信息(或小区信息),因此电子设备可以获取到网管告警数据中的基站信息(或小区信息)。
设备关联数据中包括站址与基站(或小区)的关联关系,因此电子设备可以根据站址与基站之间的关联信息,将网管告警数据转换为站址级的规范数据,即对存在对应站址信息的第一基站信息的告警数据,转换为该站址信息对应的告警数据;而对不属于站址级的数据进行清洗处理,即对不存在对应站址信息的第二基站信息的告警数据进行清洗处理。这里,进行清洗处理和转换处理后得到的网管告警数据为规范处理。
在一个具体的示例中,对网管告警数据进行至少一次处理操作时,包括以下步骤:
1)电子设备中创建有网管告警分析表,用于对网管告警数据进行预处理:由于网管告警数据中的衍生告警较多,因此电子设备根据网管告警分析表,对获取到的网管告警数据进行预处理,屏蔽无效及不常用的网管告警情况对应的网管告警数据。
2)电子设备对预处理后的网管告警数据进行规范化处理。规范化处理包括去除垃圾数据、消除数据不一致性,例如电子设备中设置有垃圾数据筛选规则和数据不一致性消除规则。
在该步骤2)中规范化处理操作包括补全处理。在规范化处理时,电子设备还可以根据补全规则,对于需要补全的数据进行补全称为规范数据。
3)电子设备对规范化处理后的网管告警数据进行转换处理和清洗处理,得到规范数据。
在清洗处理时,在该步骤3)中,电子设备可以分析噪声数据的特征,对于不属于站址级的网管告警数据,无法转换为站址级的网管告警数据和误操作的网管告警数据进行清洗处理(即丢弃处理)。
在转换处理时,电子设备可以规范告警开始日期和结束日期,确保能够产生告警时长;电子设备增加基站编号、基站名称、小区编号、小区名称,根据转换规则在网管告警数据的网元名称字段和定位信息字段等中筛选基站编号(或小区编号);电子设备分析设备关联表,确定基站编号(或小区编号)关联的站址编号和站址名称;电子设备增加站址编号字段和站址名称字段,将可以对应到站址编号和站址名称的基站编号(或小区编号)的网管告警数据进行转换,例如在站址编号和站址名称对应的网管告警数据处,填写对应基站编号(或小区编号)的网管告警数据,从而实现基站级(或小区级)到站址级的数据转换。
在一些情况下,网管告警数据中不存在基站编号(或小区编号),只包括基站名称(或小区名称),这时电子设备可以根据设备关联表,查找基站名称(或小区名称)对应的基站编号(或小区编号),然后再将基站编号(或小区编号)的网管告警数据转换为站址级的网管告警数据。
设备关联表包括基站小区关联表、RRU关联表、BBU关联表或AAU关联表中的一种或多种。其中基站小区关联表中保存有基站、小区与站址之间的关联关系,也可以称为基站、小区与站址关联表,RRU关联表中保存有RRU与站址之间的关联关系,也可以称为RRU与站址关联表,BBU关联表保存有BBU与站址之间的关联关系,也可以称为BBU与站址关联表,AAU关联表保存有AAU与站址之间的关联关系,也可以称为AAU与站址关联表。
在本申请实施例中,电子设备对获取到的网管告警数据进行处理操作,得到网管告警数据的规范数据,然后根据网管告警数据的规范数据进行健康度评估,有利于进一步提高基站健康度评估的准确性。
实施例5:
为了进一步提高基站健康度评估的准确性,在上述各实施例的基础上,本申请实施例中,对至少一类原始数据进行至少一次处理操作包括:
根据基于离群点分析算法,对至少一类原始数据中的离群数据进行清洗处理。
在获取原始数据时由于数据源的随机性可能会出现错误,例如获取到非基站数据或者加载错误数据造成无法形成基站级、小区级、站址级的原始数据,这些数据不利于数据分析,又如实际场景下原始数据大多存在干扰信息。因此可以将这些数据作为噪声数据的特征,基于离群点分析算法,分析出原始数据中的离群数据,将离群数据作为噪声数据进行清洗处理。
离群点分析(outlier analysis)算法可以基于数据统计描述技术(如盒形图或散点图)以及数据可视化算法来识别代表噪声的离群数据。示例的,离群点分析算法可以基于聚类来检测离群点。如图2所示,基于聚类的离群点分析算法中,聚类将类似的值组织成群或“簇”(如图2中的同一圆圈中的点属于同一簇),直观地,落在每个圆圈(或每个簇)之外的值被视为离群点。电子设备可以将离群点对应的离群数据进行清洗处理。
上述实施例中对网管告警数据的处理过程进行说明,在该实施例中对其他类型的原始数据的处理过程进行说明。
一种可能的实现中,对通报告警数据进行处理操作时,电子设备可以对通报告警数据进行转换处理和清洗处理,得到规范数据。例如,电子设备在通报告警数据中筛选出基站编号(或小区编号),根据设备关联数据,在基站编号(或小区编号)对应的站址编号和站址名称的通报告警数据处,填写对应基站编号(或小区编号)的通报告警数据,实现基站级(或小区级)到站址级的数据转换。对于不属于站址级的通报告警数据,无法转换为站址级的通报告警数据进行清洗处理。
一种可能的实现中,对无线工单数据进行处理操作时,电子设备可以对无线工单数据进行转换处理和清洗处理,得到规范数据。例如电子设备在无线工单数据中筛选出基站编号(或小区编号),根据设备关联数据,新增站址编号和站址名称并制定数据填写规则,在基站编号(或小区编号)对应的站址编号和站址名称的数据处,根据数据填写规则,选取对应基站编号(或小区编号)的数据进行填写。另外对于无线工单数据中部分字段为空的情况,在站址编号和站址名称的数据处采用均值法进行填充,实现数据清理。以及对于不属于站址级的无线工单数据,无法转换为站址级的无线工单数据进行清洗处理。
一种可能的实现中,对动环数据进行处理操作时,电子设备可以对动环数据进行转换处理和清洗处理,得到规范数据。例如,电子设备在动环数据中筛选出基站编号(或小区编号),根据设备关联数据,在基站编号(或小区编号)对应的站址编号和站址名称的动环数据处,填写对应基站编号(或小区编号)的动环数据,实现基站级(或小区级)到站址级的数据转换。对于不属于站址级的动环数据,无法转换为站址级的动环数据进行清洗处理。
需要说明的是,上述各实现方式均为一种示例,不对实际处理操作过程进行限定。
在本申请实施例中,电子设备对获取到的至少一类原始数据进行处理操作,得到至少一类原始数据的规范数据,然后根据至少一类原始数据的规范数据进行健康度评估,有利于进一步提高基站健康度评估的准确性。
实施例6:
为了进一步提高基站健康度评估的准确性,在上述各实施例的基础上,本申请实施例中,根据每类原始数据,确定每类原始数据对应的健康度指标的指标值包括:
针对每类原始数据,根据该类原始数据中的告警日期,统计全部告警的第一天数及严重告警的第二天数;根据严重告警的第二天数和全部告警的第一天数,确定该类原始数据对应的告警概率的指标值。
由于原始数据较多,原始数据对应的健康度指标(包括告警概率、告警次数和告警时长等)的相关数据也比较多,所以有重点地进行建模,有利于准确评估基站的健康度,大致思路为:只要发生过告警就认为基站存在问题,以告警概率作为分析主线,将较多的严重告警次数和时长作为第二条件,以动环数据作为辅助分析数据,以无线工单数据中维护人员处理工单的时长和次数作为维护人员的能力评估,最后以闪断、停电等异常情况的处理次数作为维护人员的能力评估的辅助判断条件,最终形成基站的健康度评估建模。
如果电子设备对原始数据进行处理得到的站址级的规范数据,则在该实施例中,电子设备以站址级数据为单位,计算原始数据对应的告警概率的指标值。
在该实施例中,电子设备将告警日期转换为告警天数,从而得到每类原始数的告警天数对应的告警概率,实现原始数据到站址级健康度指标的转换。
示例的,电子设备可以采用贝叶斯公式(也称贝叶斯分类器),将发生告警次数和时长随机性较大的原始数据经过建模处理,形成告警概率的指标值,有利于进一步提高基站健康度评估的准确性。
贝叶斯公式中得到概率p(y|x)为后验概率,用于推断在事件X发生的条件下,事件y发生的概率,事件X为总告警天数(即全部告警的第一天数),时间y为严重告警的第二天数,其中p(y)表示每类原始数据中发生严重告警的天数的概率,p(X|y)表示在事件y发生的条件下,事件X发生的概率,p(X)表示事件X发生的概率。
由于对于每类原始数据来说,总告警天数是相同的,因此上述贝叶斯公式中可以不计算事件X发生概率p(X),即参数p(X)在上述贝叶斯公式中可以忽略,而是可以确定在事件X发生概率p(X)一定的情况下,事件y发生的概率的最大值,上述贝叶斯公式可以简化为p(y|X)=argmaxyp(X|y)p(y)。在简化后的贝叶斯公式中,电子设备可以通过最大似然估计确定p(X|y)的参数值,以及确定p(y)的参数值。
在本申请实施例中,电子设备将告警日期转换为告警概率,从而对基站的健康度进行评估,可以进一步提高基站健康度评估的准确性。
实施例7:
在上述各实施例的基础上,在本申请实施例中以一个具体的实施例对基站健康度评估的过程进行说明,参见图3所示,包括以下步骤:
电子设备在数据源中获取到网管告警数据、通报告警数据、设备关联数据、无线工单数据或动环数据。
电子设备根据预先设置的告警分析字典表(如网管告警分析表)对网管告警数据、通报告警数据和无线工单数据进行规范化处理、清洗处理,以及根据设备关联数据中的基站、小区与站址关联表,RRU与站址关联表,和AAU与站址关联表,进行数据转换处理。
电子设备根据处理后的网管告警数据、通报告警数据和无线工单数据,以及设备关联数据和动环数据,可以建立概率预测模型,即将告警发生日期转换为告警天数,从而确定告警概率的指标值(即概率值)。
此外,电子设备还可以确定告警次数的指标值(即次数值)和告警时长的指标值(即时长值),然后根据各健康度指标的权重值,以及各健康度指标的指标值(即概率值、次数值和时长值),确定基站的健康度评估结果,输出上述表1所示的明细评估详单。
在该实施例中,对涉及站址级的健康度指标设置对应的权重,同时采用聚合分组统计方法组合各类原始数据对应的指标值,对基站站址级的健康度进行评估。
在一些可能的实现方式中,电子设备可以针对各类原始数据,按照各健康度指标分别进行建模。例如针对各类原始数据,根据告警概率、告警次数和告警时长等健康度指标,对总告警、网管告警、通报告警、告警工单、动环告警等多个告警情况分别进行建模。参见图4所示,包括如下步骤:
电子设备针对网管告警数据、通报告警数据、无线工单数据和动环数据,对这些数据进行清洗处理,并将基站级数据(或小区级数据)转换为站址级数据,然后利用基于聚类的离群点分析算法,检测到离散点,并将离散点作为噪声数据去除,然后电子设备利用贝叶斯分类器完成概率转换,增加告警发生日期,将告警发生日期汇总为序列,将复杂多变的告警数据转换为告警发生的概率值,最后再根据告警概率、告警次数和告警时长等健康度指标,对总告警、网管告警、通报告警、告警工单、动环告警等多个告警情况分别进行建模,从而确定各类原始数据对应的健康度指标的指标值。
不同告警情况对基站的影响度存在区别,因此可以针对不同告警情况,建立对应的健康度指标的权重值。
在本申请实施例中,电子设备首先以基站站址级为单位,分C/L/5G三网,以设备关联表(及设备关联数据)为纽带,采用聚类离群点分析法的技术手段清洗所有原始数据到站址级,以网管告警数据为稳定性分析的依据,以原始数据为分析重要告警的依据,以无线工单数据为分析现场具体操作的依据,以铁塔动环为分析外界因素(包括停电、断站等)的依据,根据三网特点创建告警发生日期转换为天数的概率贝叶斯分类器分析方法解决原始告警数据到站址健康度数据的转换,并重点分析闪断、停电等重点问题的影响,按告警概率、告警次数、告警时长等指标输出相应的站址级评估详单,制定相应的权重算法最终形成站址级基站健康度评估结果。
为了提高基站健康度评估的准确性,满足维护工作的精细化需求,在上述各实施例的基础上,基于与方法实施例相同的技术构思,本申请还提供了一种基站健康度评估装置。图5为本申请提供的一种基站健康度评估装置500的结构示意图,如图5所示,该基站健康度评估装置500包括:
获取单元501,用于获取基站的至少一类原始数据;
确定单元502,用于根据每类原始数据,确定每类原始数据对应的健康度指标的指标值;
评估单元503,用于根据每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果。
在一种可能的实施方式中,评估单元503,具体用于根据每类原始数据对应的健康度指标的权重值,以及每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果。
在一种可能的实施方式中,原始数据包括以下至少一种类型:网管告警数据、通报告警数据、设备关联数据、无线工单数据或动环数据;和/或
健康度指标包括以下至少一类:告警概率、告警次数或告警时长。
在一种可能的实施方式中,装置还包括:
处理单元,用于对至少一类原始数据进行至少一次处理操作,得到每类原始数据对应的规范数据,其中处理操作包括以下一种或多种:预处理、规范化处理、清洗处理或转换处理。
在一种可能的实施方式中,处理单元,具体用于根据网管告警数据包括的基站信息,以及设备关联数据包括的站址信息,确定与站址信息对应的第一基站信息,以及未对应站址信息的第二基站信息;将第二基站信息对应的网管告警数据进行清洗处理;将网管告警数据中第一基站信息对应的告警数据,转换为第一基站对应的站址信息的告警数据。
在一种可能的实施方式中,处理单元,具体用于根据基于离群点分析算法,对至少一类原始数据中的离群数据进行清洗处理。
在一种可能的实施方式中,确定单元502,具体用于针对每类原始数据,根据该类原始数据中的告警日期,统计全部告警的第一天数及严重告警的第二天数;根据严重告警的第二天数和全部告警的第一天数,确定该类原始数据对应的告警概率的指标值。
图6为本申请提供的一种电子设备结构示意图,在上述各实施例的基础上,本申请实施例还提供了一种电子设备,如图6所示,包括:处理器601、通信接口602、存储器603和通信总线604,其中,处理器601,通信接口602,存储器603通过通信总线604完成相互间的通信;
存储器603中存储有计算机程序,当程序被处理器601执行时,使得处理器601执行如下步骤:
获取基站的至少一类原始数据;
根据每类原始数据,确定每类原始数据对应的健康度指标的指标值;
根据每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果。
进一步的,处理器601,具体用于:
根据每类原始数据对应的健康度指标的权重值,以及每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果。
进一步的,处理器601,具体用于:
对至少一类原始数据进行至少一次处理操作,得到每类原始数据对应的规范数据,其中处理操作包括以下一种或多种:预处理、规范化处理、清洗处理或转换处理。
进一步的,处理器601,具体用于:
根据网管告警数据包括的基站信息,以及设备关联数据包括的站址信息,确定与站址信息对应的第一基站信息,以及未对应站址信息的第二基站信息;
将第二基站信息对应的网管告警数据进行清洗处理;
将网管告警数据中第一基站信息对应的告警数据,转换为第一基站对应的站址信息的告警数据。
进一步的,处理器601,具体用于:
根据基于离群点分析算法,对至少一类原始数据中的离群数据进行清洗处理。
进一步的,处理器601,具体用于:
针对每类原始数据,根据该类原始数据中的告警日期,统计全部告警的第一天数及严重告警的第二天数;根据严重告警的第二天数和全部告警的第一天数,确定该类原始数据对应的告警概率的指标值。
通信接口602用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括中央处理器、网络处理器(NetworkProcessor,NP)等;还可以是数字指令处理器(Digital Signal Processing,DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
在上述各实施例的基础上,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质内存储有可由处理器执行的计算机程序,当程序在处理器上运行时,使得处理器执行时实现如下步骤:
获取基站的至少一类原始数据;
根据每类原始数据,确定每类原始数据对应的健康度指标的指标值;
根据每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果。
在一种可能的实施方式中,根据每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果包括:
根据每类原始数据对应的健康度指标的权重值,以及每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果。
在一种可能的实施方式中,原始数据包括以下至少一种类型:网管告警数据、通报告警数据、设备关联数据、无线工单数据或动环数据;和/或
健康度指标包括以下至少一类:告警概率、告警次数或告警时长。
在一种可能的实施方式中,在获取基站的至少一类原始数据之后,方法还包括:
对至少一类原始数据进行至少一次处理操作,得到每类原始数据对应的规范数据,其中处理操作包括以下一种或多种:预处理、规范化处理、清洗处理或转换处理。
在一种可能的实施方式中,对至少一类原始数据进行至少一次处理操作包括:
根据网管告警数据包括的基站信息,以及设备关联数据包括的站址信息,确定与站址信息对应的第一基站信息,以及未对应站址信息的第二基站信息;
将第二基站信息对应的网管告警数据进行清洗处理;
将网管告警数据中第一基站信息对应的告警数据,转换为第一基站对应的站址信息的告警数据。
在一种可能的实施方式中,对至少一类原始数据进行至少一次处理操作包括:
根据基于离群点分析算法,对至少一类原始数据中的离群数据进行清洗处理。
在一种可能的实施方式中,根据每类原始数据,确定每类原始数据对应的健康度指标的指标值包括:
针对每类原始数据,根据该类原始数据中的告警日期,统计全部告警的第一天数及严重告警的第二天数;根据严重告警的第二天数和全部告警的第一天数,确定该类原始数据对应的告警概率的指标值。
由于上述提供的计算机可读取介质解决问题的原理与基站健康度评估方法相似,因此处理器执行上述计算机可读取介质中的计算机程序后,实现的步骤可以参见上述其他实施例,重复之处不再赘述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (11)
1.一种基站健康度评估方法,其特征在于,所述方法包括:
获取基站的至少一类原始数据;
根据每类原始数据,确定所述每类原始数据对应的健康度指标的指标值;
根据所述每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果。
2.如权利要求1所述的方法,其特征在于,所述根据所述每类原始数据对应的健康度指标的指标值,确定所述基站的健康度评估结果包括:
根据所述每类原始数据对应的健康度指标的权重值,以及所述每类原始数据对应的健康度指标的指标值,确定所述基站的健康度评估结果。
3.如权利要求1或2所述的方法,其特征在于,所述原始数据包括以下至少一种类型:网管告警数据、通报告警数据、设备关联数据、无线工单数据或动环数据;和/或
所述健康度指标包括以下至少一类:告警概率、告警次数或告警时长。
4.如权利要求3所述的方法,其特征在于,在获取基站的至少一类原始数据之后,所述方法还包括:
对所述至少一类原始数据进行至少一次处理操作,得到所述每类原始数据对应的规范数据,其中处理操作包括以下一种或多种:预处理、规范化处理、清洗处理或转换处理。
5.如权利要求4所述的方法,其特征在于,所述对所述至少一类原始数据进行至少一次处理操作包括:
根据所述网管告警数据包括的基站信息,以及所述设备关联数据包括的站址信息,确定与所述站址信息对应的第一基站信息,以及未对应所述站址信息的第二基站信息;
将所述第二基站信息对应的网管告警数据进行清洗处理;
将所述网管告警数据中所述第一基站信息对应的告警数据,转换为所述第一基站对应的所述站址信息的告警数据。
6.如权利要求4所述的方法,其特征在于,所述对所述至少一类原始数据进行至少一次处理操作包括:
根据基于离群点分析算法,对所述至少一类原始数据中的离群数据进行清洗处理。
7.如权利要求3所述的方法,其特征在于,所述根据每类原始数据,确定所述每类原始数据对应的健康度指标的指标值包括:
针对所述每类原始数据,根据该类原始数据中的告警日期,统计全部告警的第一天数及严重告警的第二天数;根据所述严重告警的第二天数和所述全部告警的第一天数,确定该类原始数据对应的告警概率的指标值。
8.如权利要求1所述的方法,其特征在于,所述根据每类原始数据,确定所述每类原始数据对应的健康度指标的指标值包括:
根据每类原始数据和至少一个关键字段,确定每个关键字段对应的健康度指标的指标值,所述关键字段包括以下至少一个:概率、总告警次数、周报告警次数与时长、工单次数、动环中断次数。
9.一种基站健康度评估装置,其特征在于,所述装置包括:
获取单元,用于获取基站的至少一类原始数据;
确定单元,用于根据每类原始数据,确定所述每类原始数据对应的健康度指标的指标值;
评估单元,用于根据所述每类原始数据对应的健康度指标的指标值,确定基站的健康度评估结果。
10.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-8任一所述基站健康度评估方法的步骤。
11.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1-8中任一所述基站健康度评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111648942.7A CN114363934A (zh) | 2021-12-30 | 2021-12-30 | 一种基站健康度评估方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111648942.7A CN114363934A (zh) | 2021-12-30 | 2021-12-30 | 一种基站健康度评估方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114363934A true CN114363934A (zh) | 2022-04-15 |
Family
ID=81102414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111648942.7A Pending CN114363934A (zh) | 2021-12-30 | 2021-12-30 | 一种基站健康度评估方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114363934A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104835103A (zh) * | 2015-05-11 | 2015-08-12 | 大连理工大学 | 基于神经网络和模糊综合评价的移动网络健康评价方法 |
CN107451402A (zh) * | 2017-07-13 | 2017-12-08 | 北京交通大学 | 一种基于告警数据分析的设备健康度评估方法及装置 |
CN109978372A (zh) * | 2019-03-26 | 2019-07-05 | 中国铁塔股份有限公司 | 一种铁塔基站评价方法及装置、电子设备 |
CN110401551A (zh) * | 2018-04-24 | 2019-11-01 | 中国移动通信集团广东有限公司 | 基于S1u接口的互联网健康度评估方法及系统 |
CN111475377A (zh) * | 2020-03-27 | 2020-07-31 | 联通(广东)产业互联网有限公司 | 一种数据中心健康度的检测方法、系统及存储介质 |
WO2021174694A1 (zh) * | 2020-03-06 | 2021-09-10 | 平安科技(深圳)有限公司 | 基于数据中心的运维监控方法、装置、设备及存储介质 |
-
2021
- 2021-12-30 CN CN202111648942.7A patent/CN114363934A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104835103A (zh) * | 2015-05-11 | 2015-08-12 | 大连理工大学 | 基于神经网络和模糊综合评价的移动网络健康评价方法 |
CN107451402A (zh) * | 2017-07-13 | 2017-12-08 | 北京交通大学 | 一种基于告警数据分析的设备健康度评估方法及装置 |
CN110401551A (zh) * | 2018-04-24 | 2019-11-01 | 中国移动通信集团广东有限公司 | 基于S1u接口的互联网健康度评估方法及系统 |
CN109978372A (zh) * | 2019-03-26 | 2019-07-05 | 中国铁塔股份有限公司 | 一种铁塔基站评价方法及装置、电子设备 |
WO2021174694A1 (zh) * | 2020-03-06 | 2021-09-10 | 平安科技(深圳)有限公司 | 基于数据中心的运维监控方法、装置、设备及存储介质 |
CN111475377A (zh) * | 2020-03-27 | 2020-07-31 | 联通(广东)产业互联网有限公司 | 一种数据中心健康度的检测方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3975048A1 (en) | Method for constructing cloud network alarm root cause relational tree model, device, and storage medium | |
CN108650684B (zh) | 一种关联规则确定方法及装置 | |
US20220124517A1 (en) | Anomaly detection method and device, terminal and storage medium | |
CN105868373B (zh) | 电力业务信息系统关键数据处理方法及装置 | |
CN110704873B (zh) | 一种防止敏感数据泄漏的方法及系统 | |
EP4020315A1 (en) | Method, apparatus and system for determining label | |
US20230369854A1 (en) | Method and apparatus for checking power grid measurement data, device, storagemedium and program product | |
CN111143102A (zh) | 异常数据检测方法、装置、存储介质及电子设备 | |
CN111294730B (zh) | 一种网络问题投诉信息处理的方法及装置 | |
CN106789347B (zh) | 一种基于告警数据实现告警关联和网络故障诊断的方法 | |
CN110932899A (zh) | 一种应用ai智能故障压缩研究方法及其系统 | |
CN109995558B (zh) | 故障信息处理方法、装置、设备及存储介质 | |
CN106951360B (zh) | 数据统计完整度计算方法和系统 | |
CN113867966A (zh) | 一种混合云模式的云资源调度方法 | |
CN102104885A (zh) | 网元性能的统计方法及系统 | |
WO2024066720A1 (zh) | 指标阈值的确定方法、装置、存储介质及电子装置 | |
CN110582091B (zh) | 定位无线质量问题的方法和装置 | |
CN114363934A (zh) | 一种基站健康度评估方法、装置、设备及介质 | |
CN109963301B (zh) | 一种网络结构干扰的分析方法及装置 | |
CN117670128A (zh) | 数据处理方法及装置 | |
CN108260148B (zh) | 一种故障检测方法及装置 | |
CN111258866A (zh) | 计算机性能预测方法、装置、设备及可读存储介质 | |
CN102300241B (zh) | 一种测量基站性能的方法和装置 | |
CN110941255B (zh) | 故障信息管理系统 | |
CN117391644B (zh) | 一种合同管理过程中参数调整方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |