CN116095704A - 一种5g基站智能巡检方法与系统 - Google Patents
一种5g基站智能巡检方法与系统 Download PDFInfo
- Publication number
- CN116095704A CN116095704A CN202310361939.XA CN202310361939A CN116095704A CN 116095704 A CN116095704 A CN 116095704A CN 202310361939 A CN202310361939 A CN 202310361939A CN 116095704 A CN116095704 A CN 116095704A
- Authority
- CN
- China
- Prior art keywords
- base station
- base stations
- general
- inspection
- core
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/08—Access point devices
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明提供一种5G基站智能巡检方法与系统,属于5G技术领域,具体包括:将待确定巡检顺序的5G基站以设定面积为基础进行网格划分,得到多个网格以及不同网格内部的5G基站;基于5G基站的可靠性评分确定问题基站,基于5G基站的可靠度要求评分确定核心基站,并将同时属于问题基站和核心基站的5G基站作为核心问题基站;基于核心问题基站的比例、问题基站的比例、核心基站的比例确定重要网格的巡检顺序;基于一般网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例、一般基站的基站评分值的和、5G基站的数量确定一般网格的巡检顺序,从而进一步提升了巡检的效率和针对性。
Description
技术领域
本发明属于5G技术领域,尤其涉及一种5G基站智能巡检方法与系统。
背景技术
随着5G通信技术的逐渐发展,由于其自身辐射范围小,因此与传统的4G基站相比相同范围内的基站数量的布局的数量明显增加,因此按照传统的巡检方式不仅巡检效率低,同时也无法满足5G基站的运行的稳定性的要求。
为了实现对待巡检的基站的确定,在发明专利授权公告号CN109905885B《一种确定巡检基站列表的方法以及巡检装置》中通过获取第一基站集合的当前运维数据,并进行基站特征构建得到当前特征数据;根据当前特征数据和巡检模型计算得到每个基站的总得分,并根据所述每个基站的总得分,计算得到所述巡检基站列表,但是却忽视了首先基于基站的历史中的告警信息、使用年限、巡检信息等运行可靠性较低的通信基站的筛选以及基于基站的接入终端数量、通信数据量等进行运行可靠性要求较高的筛选,并根据筛选结果进行不同基站的巡检顺序的确定,若仅仅按照上述的巡检基站列表进行巡检,有可能会导致不同的基站之间的距离过远,从而使得最终的巡检效率受到一定的影响,特别是对于5G基站的巡检更无法满足其巡检效率的要求。
针对上述技术问题,本发明提供了一种5G基站智能巡检方法与系统。
发明内容
根据本发明的一个方面,提供了一种5G基站智能巡检方法。
一种5G基站智能巡检方法,其特征在于,具体包括:
S11将待确定巡检顺序的5G基站以设定面积为基础进行网格划分,得到多个网格以及不同网格内部的5G基站;
S12至少基于所述5G基站的报警数据、历史巡检数据、使用年限确定所述5G基站的可靠性评分,并基于所述可靠性评分确定问题基站,至少基于所述5G基站的接入终端数量、通信流量、可靠运行要求时间确定所述5G基站的可靠度要求评分,并基于所述可靠度要求评分确定核心基站,并将同时属于问题基站和核心基站的5G基站作为核心问题基站;
S13基于网格内部的5G基站的数量将不同网格划分为重要网格和一般网格,并至少基于每个网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例确定重要网格的巡检顺序;
S14将一般网格内部的不属于核心基站以及问题基站的5G基站作为一般基站,并基于可靠性评分和可靠度要求评分确定所述一般基站的基站评分值,并至少基于所述一般网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例、一般基站的基站评分值的和、5G基站的数量确定一般网格的巡检顺序。
通过将不同基站进行网格划分,从而避免了原有的仅仅参考单一的基站,而忽视了不同基站的距离导致最终无法准确的进行巡检顺序的确定,导致巡检的效率大大降低。通过结合多方面的因素进行基站的可靠性评分以及可靠度要求评分的确定,从而实现了从多个角度对基站的运行的稳定性以及运行可靠度的要求的准确评估,准确的实现了核心基站以及问题基站的筛选,也为不同网格的基站的巡检顺序的确定奠定了基础。通过至少基于每个网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例确定重要网格的巡检顺序,从而实现了进一步结合基站的实际情况进行巡检顺序的确定,不仅保证了问题较多的网格的巡检的准确性,同时也避免了单纯采用单一的基站巡检导致的巡检效率较低的技术问题。通过至少基于所述一般网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例、一般基站的基站评分值的和、5G基站的数量确定一般网格的巡检顺序,从而实现了对网格内部的数量较少的基站不仅考虑问题或者核心基站的比例,同时考虑其数量以及一般基站的情况,进一步保证了巡检的针对性,提升了巡检的效率和可靠性。
另一方面,本申请实施例中提供一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能 够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行上述的一种5G基站智能巡检方法。
另一方面,本发明提供了一种计算机存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行上述的一种5G基站智能巡检方法。
其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
通过参照附图详细描述其示例实施方式,本发明的上述和其它特征及优点将变得更加明显;
图1是根据实施例1一种5G基站智能巡检方法的流程图;
图2是根据实施例1的可靠性评分构建的方法的流程图;
图3是根据实施例1的5G基站的可靠度要求评分评估方法的流程图;
图4是根据实施例1的一般网格的巡检顺序构建的方法的流程图;
图5是根据实施例3的一种计算机存储介质的结构图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构,因而将省略它们的详细描述。
用语“一个”、“一”、“该”、“所述”用以表示存在一个或多个要素/组成部分/等;用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。
实施例1
为解决上述问题,根据本发明的一个方面,如图1所示,提供了根据本发明的一个方面,提供了一种5G基站智能巡检方法。
一种5G基站智能巡检方法,其特征在于,具体包括:
S11将待确定巡检顺序的5G基站以设定面积为基础进行网格划分,得到多个网格以及不同网格内部的5G基站;
需要另外说明的是,所述设定面积根据巡检人员在单位时间的可巡检面积进行确定。
一般来说,单位时间一般为一天或者一周等单次可巡检完的设定面积的时间。
通过将不同基站进行网格划分,从而避免了原有的仅仅参考单一的基站,而忽视了不同基站的距离导致最终无法准确的进行巡检顺序的确定,导致巡检的效率大大降低。
S12至少基于所述5G基站的报警数据、历史巡检数据、使用年限确定所述5G基站的可靠性评分,并基于所述可靠性评分确定问题基站,至少基于所述5G基站的接入终端数量、通信流量、可靠运行要求时间确定所述5G基站的可靠度要求评分,并基于所述可靠度要求评分确定核心基站,并将同时属于问题基站和核心基站的5G基站作为核心问题基站;
需要另外说明的是,所述报警数据包括所述5G基站的报警次数、报警种类、特定报警种类的报警次数,其中所述特定报警种类包括断电报警、停机报警、通信通道拥堵报警。
需要另外说明的是,所述巡检数据包括距离最近的巡检的时间,巡检中发现问题的次数。
具体的举个例子,所述可靠性评分构建的具体步骤为:
S21基于所述5G基站的故障次数将所述5G基站划分为问题基站和一般基站;
具体的举例说明,5G基站的故障次数在3次或者3次以上时,将5G基站划分为问题基站,其他情况下为一般基站。
S22基于所述一般基站的报警次数、报警种类、特定报警种类的报警次数,确定所述一般基站的报警评估值,并基于所述报警评估值确定所述一般基站是否属于问题基站,若是,则将所述一般基站作为问题基站,若否,则进入步骤S23;
需要说明的是,一般基站的报警评估值与一般基站的报警次数、报警种类、特定报警种类的报警次数正相关,且取值在0到1之间,一般来说,当其大于一定的设定值时,则将其认定为问题基站,而不是仅仅的通过故障次数进行简单划分。
在另外一种可能的实施例中,报警种类包括故障告警、事件告警、工程告警,特定报警种类为故障告警,一般来说,特定报警种类为报警信号对基站的运行的影响程度较大的种类。
S23基于所述一般基站的距离最近的巡检的时间,巡检中发现问题的次数确定所述一般基站的巡检评估值,并基于所述巡检评估值确定所述一般基站是否属于问题基站,若是,则将所述一般基站作为问题基站,若否,则进入步骤S24;
在另外一种可能的实施例中,一般基站的巡检评估值是为了结合其与最近的巡检的时间以及巡检过程中发现问题的次数结合起来,进而保证较长时间未巡检的基站以及发现问题的次数较多的基站能够被较早的巡检。
具体的,巡检评估值较大或者等于某一数值时,则确定一般基站属于问题基站,其他情况下,需要进行5G基站的可靠性评分的实时评估。
S24基于所述5G基站的报警评估值、巡检评估值、故障次数、使用年限,确定所述5G基站的可靠性评分。
需要另外说明的是,所述5G基站的可靠性评分采用基于数学模型或者构建预测模型的方式进行评估,一般来说其取值范围在0到1之间,可靠性评分越大,则说明5G基站的运行越可靠。
具体的,当所述5G基站的可靠性评分小于可靠设定量时,确定所述5G基站属于问题基站。
具体的,所述可靠性要求时间根据所述5G基站超过指定通信流量数量的时间以及超过指定接入终端数量的时间进行确定。
具体的,所述5G基站的可靠度要求评分评估的具体步骤为:
S31基于所述5G基站的接入终端数量确定所述5G基站是否属于核心基站,若是,则将所述5G基站作为核心基站,若否,则进入步骤S32;
具体的在另外一种可能的实施例中,当5G基站的接入终端数量或者在一定的时间段内的接入终端数量大于一定的数量后,则确定该5G基站属于核心基站。
S32基于所述5G基站的通信流量确定所述5G基站是否属于核心基站,若是,则将所述5G基站作为核心基站,若否,则进入步骤S33;
具体的在另外一种可能的实施例中,当5G基站的通信流量或者在一定的时间段内的通信流量大于一定的数量后,则确定该5G基站属于核心基站。
S33基于所述5G基站超过指定通信流量数量的时间以及超过指定接入终端数量的时间,确定所述5G基站的可靠性要求时间,并基于所述可靠性要求时间确定所述5G基站是否属于核心基站,若是,则将所述5G基站作为核心基站,若否,则进入步骤S34;
具体的在另外一种可能的实施例中,当5G基站的可靠性要求时间或者在一定的时间段内的可靠性要求时间大于一定的时间后,则确定该5G基站属于核心基站。
具体的,可靠性要求时间本质上是5G基站的接入数量较多或者通信流量较多的时间,此时的运行可靠性要求较高,在实际的操作中,也可以将可靠性要求时间在一天或者一周内的比例进行核心基站的确定。
S34基于所述5G基站的接入终端数量、通信流量、可靠运行要求时间确定所述5G基站的可靠度要求评分。
具体的,所述可靠度要求评分采用基于IFDO⁃LSSVM算法的预测模型,其具体的构建步骤为:
步骤1:利用Mapminmax函数对数据进行预处理:
步骤2:设置FDO算法的参数:迭代次数max_iteration,群体数目u,优化问题的维数v,优化对象的范围g(1,v)和h(1,v),初始速度pace,适应度权重系数αw=1;
步骤3:选择合适的适应度函数,在此处选择数据的标准误差均方根误差(rootmean square error, RMSE)作为适应度函数,公式如下:
式中m为训练数据的个数;X″i为预测值,Xi为真实值;
步骤4:产生初始群体,同时用上式得到适应度函数值;
步骤5:当t≤max_iteration时,更新wf,pace,X;
步骤6:在现有群体中,寻找最优适应度函数值以及X对应的位置,并且保存,并利用式子进行wf的计算;
步骤7:执行t=t+1,循环步骤5-步骤7,当t大于iteration时循环结束,输出u个X,在u个X中找到全局最优解x;
步骤8:步骤7中的x为LSSVM中的两个参数C和σ,将C和σ以及预测数据代人到LSSVM模型中,即可得到预测结果,其中LSSVM算法的核函数为:
可得LSSVM算法的回归方程:
具体的,所述可靠度要求评分采用构建数学模型或者预测模型的方式进行确定,其中所述5G基站的接入终端数量越多,通信数量越多,可靠运行要求时间越长,则所述可靠度要求评分越高。
具体的,FDO算法的初始群体是随机生成的,不利于寻找全局最优解,因此,提出一种新方法产生初始群体,该方法通过反向学习算法改进而来,具体的如下式所示:
式中g(1,v)为优化对象最大值;h(1,v)为优化对象最小值;v为优化对象维数;u为群体数目;u、v取正整数,为随机产生的群体位置,为取值范围在(0,1)之间的随机数,t为第t次迭代的产生的群体位置,tmax为最大迭代次数。
最后在中筛选出u个适应度值最小的个体位置组成初始群体。
具体的,FDO算法、WOA和PSO算法随机产生初始群体,而IFDO算法利用改进的反向学习算法产生初始群体,IFDO算法的收敛精度更高,初始群体更加靠近全局最优解,从而寻优范围变小,便于寻优,用IFDO算法寻优时在30-40代之间收敛,用FDO算法寻优时在40-50代之间收敛,用PSO算法寻优时在70-80代收敛,用WOA寻优时在80-90代收敛,因此,IFDO算法比FDO算法、PSO算法和WOA收敛快。
通过结合多方面的因素进行基站的可靠性评分以及可靠度要求评分的确定,从而实现了从多个角度对基站的运行的稳定性以及运行可靠度的要求的准确评估,准确的实现了核心基站以及问题基站的筛选,也为不同网格的基站的巡检顺序的确定奠定了基础。
S13基于网格内部的5G基站的数量将不同网格划分为重要网格和一般网格,并至少基于每个网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例确定重要网格的巡检顺序;
通过至少基于每个网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例确定重要网格的巡检顺序,从而实现了进一步结合基站的实际情况进行巡检顺序的确定,不仅保证了问题较多的网格的巡检的准确性,同时也避免了单纯采用单一的基站巡检导致的巡检效率较低的技术问题。
S14将一般网格内部的不属于核心基站以及问题基站的5G基站作为一般基站,并基于可靠性评分和可靠度要求评分确定所述一般基站的基站评分值,并至少基于所述一般网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例、一般基站的基站评分值的和、5G基站的数量确定一般网格的巡检顺序。
具体的,所述一般网格的巡检顺序构建的具体步骤为:
S41将所述一般网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例的和作为关注基站的比例,并基于所述关注基站的比例确定所述一般网格是否属于关注网格,若是,则基于所述5G基站的数量确定所述关注网格的巡检顺序,若否,则进入步骤S42;
S42基于所述5G基站的数量确定所述一般网格是否属于关注网格,若是,则进入步骤S43,若否,则进入步骤S44;
S43基于所述关注基站的比例、一般基站的基站评分值的和构建所述关注网格的排序分数,并基于所述排序分数确定所述关注基站是否属于重点关注网格,若是,则基于所述排序分数确定所述关注网络的巡检顺序,若否,则进入步骤S44;
S44基于所述一般网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例、一般基站的基站评分值的和、5G基站的数量确定所述一般网格的关注度,并基于所述关注度确定所述一般网格的巡检顺序。
通过至少基于所述一般网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例、一般基站的基站评分值的和、5G基站的数量确定一般网格的巡检顺序,从而实现了对网格内部的数量较少的基站不仅考虑问题或者核心基站的比例,同时考虑其数量以及一般基站的情况,进一步保证了巡检的针对性,提升了巡检的效率和可靠性。
实施例2
本申请实施例中提供一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能 够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行上述的一种5G基站智能巡检方法。
具体的,本实施例还提供了一种计算机系统,该计算机系统包括通过系统总线连接的处理器、存储器、网络接口和数据库;其中,该计算机系统的处理器用于提供计算和控制能力;该计算机系统的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述的一种5G基站智能巡检方法。
实施例3
如图5所示,本发明提供了一种计算机存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行上述的一种5G基站智能巡检方法。
具体的,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以 通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可 包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM (PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括 随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得, 诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强 型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM (RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法,也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (12)
1.一种5G基站智能巡检方法,其特征在于,具体包括:
将待确定巡检顺序的5G基站以设定面积为基础进行网格划分,得到多个网格以及不同网格内部的5G基站;
至少基于所述5G基站的报警数据、历史巡检数据、使用年限确定所述5G基站的可靠性评分,并基于所述可靠性评分确定问题基站,至少基于所述5G基站的接入终端数量、通信流量、可靠运行要求时间确定所述5G基站的可靠度要求评分,并基于所述可靠度要求评分确定核心基站,并将同时属于问题基站和核心基站的5G基站作为核心问题基站;
基于网格内部的5G基站的数量将不同网格划分为重要网格和一般网格,并至少基于每个网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例确定重要网格的巡检顺序;
将一般网格内部的不属于核心基站以及问题基站的5G基站作为一般基站,并基于可靠性评分和可靠度要求评分确定所述一般基站的基站评分值,并至少基于所述一般网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例、一般基站的基站评分值的和、5G基站的数量确定一般网格的巡检顺序。
2.如权利要求1所述的5G基站智能巡检方法,其特征在于,所述设定面积根据巡检人员在单位时间的可巡检面积进行确定。
3.如权利要求1所述的5G基站智能巡检方法,其特征在于,所述报警数据包括所述5G基站的报警次数、报警种类、特定报警种类的报警次数,其中所述特定报警种类包括断电报警、停机报警、通信通道拥堵报警。
4.如权利要求1所述的5G基站智能巡检方法,其特征在于,所述巡检数据包括距离最近的巡检的时间,巡检中发现问题的次数。
5.如权利要求1所述的5G基站智能巡检方法,其特征在于,所述可靠性评分构建的具体步骤为:
基于所述5G基站的故障次数将所述5G基站划分为问题基站和一般基站;
基于所述一般基站的报警次数、报警种类、特定报警种类的报警次数,确定所述一般基站的报警评估值,并基于所述报警评估值确定所述一般基站是否属于问题基站,若是,则将所述一般基站作为问题基站,若否,则进入下一步骤;
基于所述一般基站的距离最近的巡检的时间,巡检中发现问题的次数确定所述一般基站的巡检评估值,并基于所述巡检评估值确定所述一般基站是否属于问题基站,若是,则将所述一般基站作为问题基站,若否,则进入下一步骤;
基于所述5G基站的报警评估值、巡检评估值、故障次数、使用年限,确定所述5G基站的可靠性评分。
6.如权利要求5所述的5G基站智能巡检方法,其特征在于,当所述5G基站的可靠性评分小于可靠设定量时,确定所述5G基站属于问题基站。
7.如权利要求1所述的5G基站智能巡检方法,其特征在于,所述可靠性要求时间根据所述5G基站超过指定通信流量数量的时间以及超过指定接入终端数量的时间进行确定。
8.如权利要求7所述的5G基站智能巡检方法,其特征在于,所述5G基站的可靠度要求评分评估的具体步骤为:
基于所述5G基站的接入终端数量确定所述5G基站是否属于核心基站,若是,则将所述5G基站作为核心基站,若否,则进入下一步骤;
基于所述5G基站的通信流量确定所述5G基站是否属于核心基站,若是,则将所述5G基站作为核心基站,若否,则进入下一步骤;
基于所述5G基站超过指定通信流量数量的时间以及超过指定接入终端数量的时间,确定所述5G基站的可靠性要求时间,并基于所述可靠性要求时间确定所述5G基站是否属于核心基站,若是,则将所述5G基站作为核心基站,若否,则进入下一步骤;
基于所述5G基站的接入终端数量、通信流量、可靠运行要求时间确定所述5G基站的可靠度要求评分。
9.如权利要求1所述的5G基站智能巡检方法,其特征在于,所述可靠度要求评分采用构建数学模型或者预测模型的方式进行确定,其中所述5G基站的接入终端数量越多,通信数量越多,可靠运行要求时间越长,则所述可靠度要求评分越高。
10.如权利要求1所述的5G基站智能巡检方法,其特征在于,所述一般网格的巡检顺序构建的具体步骤为:
S41将所述一般网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例的和作为关注基站的比例,并基于所述关注基站的比例确定所述一般网格是否属于关注网格,若是,则基于所述5G基站的数量确定所述关注网格的巡检顺序,若否,则进入步骤S42;
S42基于所述5G基站的数量确定所述一般网格是否属于关注网格,若是,则进入步骤S43,若否,则进入步骤S44;
S43基于所述关注基站的比例、一般基站的基站评分值的和构建所述关注网格的排序分数,并基于所述排序分数确定所述关注基站是否属于重点关注网格,若是,则基于所述排序分数确定所述关注网络的巡检顺序,若否,则进入步骤S44;
S44基于所述一般网格内部的核心问题基站的比例、问题基站的比例、核心基站的比例、一般基站的基站评分值的和、5G基站的数量确定所述一般网格的关注度,并基于所述关注度确定所述一般网格的巡检顺序。
11.一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能 够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行权利要求1-10任一项所述的一种5G基站智能巡检方法。
12.一种计算机存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行权利要求1-10任一项所述的一种5G基站智能巡检方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310361939.XA CN116095704B (zh) | 2023-04-07 | 2023-04-07 | 一种5g基站智能巡检方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310361939.XA CN116095704B (zh) | 2023-04-07 | 2023-04-07 | 一种5g基站智能巡检方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116095704A true CN116095704A (zh) | 2023-05-09 |
CN116095704B CN116095704B (zh) | 2023-08-01 |
Family
ID=86187225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310361939.XA Active CN116095704B (zh) | 2023-04-07 | 2023-04-07 | 一种5g基站智能巡检方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116095704B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106817708A (zh) * | 2016-12-30 | 2017-06-09 | 广州市申迪计算机系统有限公司 | 一种巡检簇构建方法及装置 |
CN108495329A (zh) * | 2018-03-29 | 2018-09-04 | 中国联合网络通信集团有限公司 | 一种基站可靠性的评价方法和装置 |
WO2019105057A1 (zh) * | 2017-11-30 | 2019-06-06 | 华为技术有限公司 | 一种网络优化方法及装置 |
CN113891342A (zh) * | 2020-07-02 | 2022-01-04 | 中国移动通信集团设计院有限公司 | 基站巡检方法、装置、电子设备及存储介质 |
WO2022028017A1 (zh) * | 2020-08-04 | 2022-02-10 | 浙江三维利普维网络有限公司 | 基站的数据上报方法、装置、电子装置和存储介质 |
JPWO2022044108A1 (zh) * | 2020-08-25 | 2022-03-03 | ||
CN114399061A (zh) * | 2021-12-22 | 2022-04-26 | 中国电信股份有限公司 | 一种基站巡检方法及系统 |
WO2022095616A1 (zh) * | 2020-11-03 | 2022-05-12 | 国网智能科技股份有限公司 | 一种变电站在线智能巡视系统及方法 |
WO2022147836A1 (zh) * | 2021-01-11 | 2022-07-14 | Oppo广东移动通信有限公司 | 一种连接建立方法及装置、网络设备 |
CN115767438A (zh) * | 2022-11-29 | 2023-03-07 | 安徽送变电工程有限公司 | 一种基于飞行航线的无人机基站筛选方法及系统 |
-
2023
- 2023-04-07 CN CN202310361939.XA patent/CN116095704B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106817708A (zh) * | 2016-12-30 | 2017-06-09 | 广州市申迪计算机系统有限公司 | 一种巡检簇构建方法及装置 |
WO2019105057A1 (zh) * | 2017-11-30 | 2019-06-06 | 华为技术有限公司 | 一种网络优化方法及装置 |
CN108495329A (zh) * | 2018-03-29 | 2018-09-04 | 中国联合网络通信集团有限公司 | 一种基站可靠性的评价方法和装置 |
CN113891342A (zh) * | 2020-07-02 | 2022-01-04 | 中国移动通信集团设计院有限公司 | 基站巡检方法、装置、电子设备及存储介质 |
WO2022028017A1 (zh) * | 2020-08-04 | 2022-02-10 | 浙江三维利普维网络有限公司 | 基站的数据上报方法、装置、电子装置和存储介质 |
JPWO2022044108A1 (zh) * | 2020-08-25 | 2022-03-03 | ||
WO2022095616A1 (zh) * | 2020-11-03 | 2022-05-12 | 国网智能科技股份有限公司 | 一种变电站在线智能巡视系统及方法 |
WO2022147836A1 (zh) * | 2021-01-11 | 2022-07-14 | Oppo广东移动通信有限公司 | 一种连接建立方法及装置、网络设备 |
CN114399061A (zh) * | 2021-12-22 | 2022-04-26 | 中国电信股份有限公司 | 一种基站巡检方法及系统 |
CN115767438A (zh) * | 2022-11-29 | 2023-03-07 | 安徽送变电工程有限公司 | 一种基于飞行航线的无人机基站筛选方法及系统 |
Non-Patent Citations (3)
Title |
---|
吴超;: "一种基站代维动态智能巡检平台", 信息通信, no. 05 * |
梁敏琦;: "漫谈人工智能时代的基站监控维护工作", 计算机产品与流通, no. 05 * |
赵纲;: "基站巡检动态管理系统的设计与实现", 电信技术, no. 05 * |
Also Published As
Publication number | Publication date |
---|---|
CN116095704B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109828869B (zh) | 预测硬盘故障发生时间的方法、装置及存储介质 | |
EP3809220A1 (en) | Method and system for semi-supervised deep anomaly detection for large-scale industrial monitoring systems based on time-series data utilizing digital twin simulation data | |
CN108520152B (zh) | 一种工程设备的寿命分布确定方法及系统 | |
CN108537413B (zh) | 基于马尔科夫链的考虑台风时空特性的电网韧性评估方法 | |
JP7079662B2 (ja) | 電力需要予測システム、学習装置及び電力需要予測方法 | |
CN111881023B (zh) | 一种基于多模型对比的软件老化预测方法及装置 | |
KR20210077474A (ko) | 태양광 발전량 예측 장치 및 그 방법 | |
CN116187552A (zh) | 异常检测方法、计算设备及计算机存储介质 | |
CN113408659A (zh) | 一种基于数据挖掘的建筑能耗集成分析方法 | |
CN116095704B (zh) | 一种5g基站智能巡检方法与系统 | |
CN114840982A (zh) | 台风灾害下考虑连锁故障演化的电力系统弹性评估方法 | |
CN116976227B (zh) | 一种基于lstm机器学习的风暴增水预报方法及系统 | |
CN112115009B (zh) | 一种用于神经网络处理器的故障检测方法 | |
CN116149895A (zh) | 大数据集群性能预测方法、装置和计算机设备 | |
CN115687950A (zh) | 一种电力系统负荷波动分析方法和系统 | |
CN116046077B (zh) | 一种基于温湿度监测的gis状态检测方法 | |
Pena et al. | Data-Driven Detection of Phase Changes in Evolving Distribution Systems | |
CN111061254A (zh) | 一种phm系统性能的评价方法及系统 | |
CN116205473B (zh) | 一种建筑施工调度方案优化方法与存储介质 | |
Nielsen et al. | A Bayesian network based approach for integration of condition-based maintenance in strategic offshore wind farm O&M simulation models | |
CN112200464B (zh) | 计及空间相关性的光伏电站出力数据的修正方法及系统 | |
CN116634453B (zh) | 网络性能确定方法、装置、服务器和存储介质 | |
CN116398823A (zh) | 一种基于算法的燃气管道检测预警系统及方法 | |
CN117556331B (zh) | 基于ai增强的空压机维护决策方法及系统 | |
Gao et al. | Uncertainty Quantification in the Road-level Traffic Risk Prediction by Spatial-Temporal Zero-Inflated Negative Binomial Graph Neural Network (STZINB-GNN) |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |