CN117279006A - 用于实现电网财务系统大数据融合的网络优化方法及装置 - Google Patents
用于实现电网财务系统大数据融合的网络优化方法及装置 Download PDFInfo
- Publication number
- CN117279006A CN117279006A CN202311120623.8A CN202311120623A CN117279006A CN 117279006 A CN117279006 A CN 117279006A CN 202311120623 A CN202311120623 A CN 202311120623A CN 117279006 A CN117279006 A CN 117279006A
- Authority
- CN
- China
- Prior art keywords
- test
- power grid
- network
- signal acquisition
- financial system
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005457 optimization Methods 0.000 title claims abstract description 36
- 230000004927 fusion Effects 0.000 title claims abstract description 31
- 238000012360 testing method Methods 0.000 claims abstract description 162
- 238000004891 communication Methods 0.000 claims description 23
- 238000005192 partition Methods 0.000 claims description 14
- 230000008447 perception Effects 0.000 claims description 8
- 230000002035 prolonged effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000009877 rendering Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010408 sweeping Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种用于实现电网财务系统大数据融合的网络优化方法及装置,方法包括步骤一、根据设置原则布置信号采集设备;二、定制用于管理信号采集设备的无线网络的切片业务;三、创建无线网络测试计划,无线网络测试计划包括实时测试和节能计划测试;四、通过信号采集设备获取采集信息;五、获取电网企业分区级虚拟覆盖区域;六、获取问题预警信息。本发明能够有效应用在无线网络的优化中,能够稳定可靠且实时地获取各电网企业的财务系统数据,为实现电网财务系统大数据融合奠定基础。
Description
技术领域
本发明属于无线通信技术领域,具体涉及一种用于实现电网财务系统大数据融合的网络优化方法及装置。
背景技术
一方面,在国家电网传统的财务管理业务运行流程当中,财务部门首先要制作业务报表并通过传真、PC、打印等手段传输给指定部门负责人,然后通知相关部门的负责人传达给该负责人所管辖部门内的员工。上述流程体系所涉及的步骤相当繁琐低效,易造成信息传递过程复杂、报表信息丢失、管理信息分散等问题,降低了国家电网内网办公的效率,并增加了沟通成本。
另一方面,电网企业是电网建设和经营的大型集团企业,下属成员单位多、用户多、供应商多,资产量、资金量、信息量大。随着企业内部管理要求的提升,必须加快研究与推进财务系统大数据融合与分析,充分收集数据、挖掘数据价值,发挥财务经营职能,为企业实现战略目标提供强有力的财务支持。而且,电网财务大数据与经济、社会存在广泛紧密的联系,电力大数据的价值不仅局限在电力行业内部,更体现在国民经济运行、社会进步及各行业创新发展等多个方面。
通过互联网的方式,实现电网财务系统大数据融合,是实现电网企业大数据财务经营管理的首要步骤,为了能够稳定可靠且实时地获取各电网企业的财务系统数据,网络的优化是重要一环,为了摸清网络的现况或进行效果验证,可通过后面网管进行指标监测,也可通过现场测试来实现。但是,网管监测存在实时性不足和定位范围无法精确的问题,现场测试虽贴近用户实际情况,但网络的不确定性因素较多,并且还存在人力物力成本投入问题。网络优化需要对网络的覆盖、容量、干扰、语音、数据等进行实时监控,其中覆盖是网络的根本,即对网络的覆盖信息掌握越多对网络的优化越有帮助。现有通信网络中存在多种制式和频段,虽然天线有多频共用的方式,但仍存在在一定范围内的天线数较多且方位不相同的情况,如此导致各电网企业覆盖范围无法确定,为后续的网络干扰埋下隐患,使得现场测试精确度不足。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种用于实现电网财务系统大数据融合的网络优化方法,其能够有效应用在无线网络的优化中,能够稳定可靠且实时地获取各电网企业的财务系统数据,为实现电网财务系统大数据融合奠定基础。
为解决上述技术问题,本发明采用的技术方案是:一种用于实现电网财务系统大数据融合的网络优化方法,该方法包括以下步骤:
步骤一、根据设置原则布置信号采集设备;
步骤二、定制用于管理所述信号采集设备的无线网络的切片业务;
步骤三、创建无线网络测试计划,所述无线网络测试计划包括实时测试和节能计划测试;
步骤四、通过信号采集设备获取采集信息;
步骤五、获取电网企业分区级虚拟覆盖区域;
步骤六、获取问题预警信息。
上述的一种用于实现电网财务系统大数据融合的网络优化方法,步骤一中所述设置原则包括根据电网企业所处的无线环境设置信号采集设备的第一条件值和第二条件值;所述信号采集设备的间距大于第一条件值,单个基站范围内所述信号采集设备的数量大于第二条件值。
上述的一种用于实现电网财务系统大数据融合的网络优化方法,所述电网企业所处的无线环境包括密集城区、一般城区和乡村,所述密集城区的第一条件值为100米,第二条件值为6个;所述一般城区的第一条件值为150米,第二条件值为5个;所述乡村的第一条件值为300米,第二条件值为4个。
上述的一种用于实现电网财务系统大数据融合的网络优化方法,步骤二中所述无线网络包括2G、3G、4G和5G,所述切片业务采用mMTC应用。
上述的一种用于实现电网财务系统大数据融合的网络优化方法,步骤三中所述实时测试包括扫频测试、语音业务测试和数据业务测试;所述节能计划测试包括根据测试结果变化幅度控制测试间隔时间,具体包括:
对测试业务连续测试次数大于等于2次;
扫频测试频段包括全频段,测试频率为一天1次;
语音业务测试频率为1小时1次,当全部语音业务测试结果达标时,测试频率延长1小时;
数据业务测试频率为1小时1次,当全部数据业务测试结果达标时,测试频率延长1小时。
上述的一种用于实现电网财务系统大数据融合的网络优化方法,步骤四中所述采集信息包括采集时间、信号强度、电网企业标识、电网企业分区级信号强度、语音接通率、语音掉话率、上行速率和下行速率;
所述采集信息通过5G网络回传,回传频率为一天1次,回传时间为业务闲时段。
上述的一种用于实现电网财务系统大数据融合的网络优化方法,步骤五中所述电网企业分区级虚拟覆盖区域根据最低感知电平、定点信号强度和场景损耗进行确定,具体过程包括:
确定最低感知电平,所述最低感知电平为终端用户使用无线网络的最低感知电平;所述最低感知电平为-95 dBm~-100 dBm;
收集定点信号强度,所述定点信号强度包括高于所述最低感知电平的全部定点位置的电网企业信号强度;
确定场景损耗,所述场景与信号采集设备的布置场景对应;
渲染电网企业分区级的信号强度,得到电网企业分区级虚拟覆盖区域。
上述的一种用于实现电网财务系统大数据融合的网络优化方法,步骤六中所述问题预警信息包括弱覆盖问题、干扰问题、语音问题和数据问题。
上述的一种用于实现电网财务系统大数据融合的网络优化方法,所述弱覆盖问题通过扫频测试最强信号进行确定,最强信号小于-105dBm为弱覆盖问题;所述干扰问题通过扫频测试的信号强度和电网企业标识进行确定,所述信号强度包括GSM的RXLEV,以及4G和5G的RSRP,所述电网企业标识包括BCCH和PCI;所述干扰问题包括GSM的BCCH相同且RXLEV相差6dB以内,以及4G和5G的PCI存在相同MOD3且RSRP相差6dB以内;所述语音问题通过语音业务测试的接通率和掉话率进行确定;所述数据问题通过数据业务测试的上行速率、下行速率和掉线率进行确定。
本发明还公开了一种用于实现电网财务系统大数据融合的网络优化装置,包括:
信号采集模块,包括根据设置原则布置的信号采集设备,所述信号采集设备包括用于频段扫频测试的扫频单元、用于语音业务测试的语音业务测试单元和用于数据业务测试的数据业务测试单元;
5G无线通信网络模块,用于回传采集信息;
物联网模块,所述物联网模块与5G无线通信网络模块连接且进行通信;
信号管理模块,所述信号管理模块与信号采集模块连接且用于对所述信号采集模块进行管理;
切片管理模块,所述切片管理模块与物联网模块连接且用于对所述物联网模块进行管理。
本发明与现有技术相比具有以下优点:本发明采用5G切片技术应用自身通信行业,既提升网络管理能力,又提升网络资源的利用率;采用信号采集设备进行网络信号的收集,有效的减少了网络运营成本,同时提升了网络优化的效率;通过获取电网企业分区级虚拟覆盖区域,再结合对周边频段的对比,可精确的排查频率干扰;能够提升运营商之间的竞对能力,能够有效地获取竞争对手的网络情况,同时也能够为资源共享提供参考价值;能够有效应用在无线网络的优化中,能够得到直观的电网企业分区级级虚拟覆盖区域图,便于获取问题预警信息,能够稳定可靠且实时地获取各电网企业的财务系统数据,为实现电网财务系统大数据融合奠定基础。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的方法流程图;
图2为本发明的装置结构图。
附图标记说明:
101—信号采集模块;102—5G无线通信网络模块;103—物联网模块;104—信号管理模块;105—切片管理模块。
具体实施方式
如图1所示,本发明的用于实现电网财务系统大数据融合的网络优化方法,该方法包括以下步骤:
步骤一、根据设置原则布置信号采集设备;
信号采集设备用于收集无线信号,目前在网络运营过程中,对网络信息的采集的工具主要包括测试终端、测试自动路测工具、扫频工具等,此类测试工具需要到现场进行道路或定点的测试,测试内容如测试终端和测试自动路测工具可实现语音业务测试和数据业务的测试。其中语音业务测试包括语音通话的拨打、接通、挂断等操作,能采集到的网络信息包括试呼次数、接通次数、掉话次数、单通次数等,再执行预先创建的语音业务测试计划,可统计多次测试的量化指标,如接通率、掉话率等。数据业务测试包括数据业务的FTP上传和下载、HTTP业务、数据链路建立及掉线等,能采集到的网络信息包括上传速率、下载速率、HTTP建立时间、时延、掉线等。类似语音业务,也可执行预先创建的数据业务测试计划,可统计多次测试的量化指标,如平均上传速率、平均下载速率、建立成功率、掉线率等。上述语音业务和数据业务的测试时,均可收集到对应的信号强度和信息质量,受网络参数的设置,语音业务和数据业务在同位置和同时间,即使占用相同小区,采集到的信号强度和信息质量可能存在一点区别。扫频工具可对不同频段进行扫频测试,频段的设置多为全频段,在实现测试中为了扫频效果也可进行扫频频段的限定,如仅扫频GSM的935到960MHz,LTE的1880到1900 MHz。扫频工具在设置的扫频频段中,可识别频段下对应的电网企业主要标识,主要是通过电网企业的标识进行判断,如GSM网络,由于单频点的带宽是一定的,通过扫频还可得到对应BCCH、BSIC、RXLEV等信息,并且可识别出多个,再通过BCCH+BSIC和位置信息,可匹配周边对应的电网企业,从而得知扫频后的电网企业分区级扫频信息。
在后台信息采集方面,目前包括测量报告Measurement Report,简称MR。还有最小化路测Minimization Drive Test,简称MDT,此类后台信息采集原理是基于终端的测量报告,再结合终端的定位,可实现无线网络的覆盖、质量及事件等信息的采集,并可通过数据处理进行可视化的呈现,为运营商的网络优化、分析、诊断过程提供全面的参考,但仅能部分替代人工路测,无法做到全网的信息采集。
本发明主要是针对在现场环境进行信息的采集,通过在基站的周边定点设置信号采集设备,此设备属于上述现场环境下信息采集的设备类型,具备扫频测试、语音测试和数据业务等功能。在对采集信号设备的分布规划时,设备数不能过多或过少,分布过多会导致采集重复度过大,也浪费资源。过少会导致无法有效采集到所需要的信号信息。在布置信号采集设备时,需要满足三个基本设置原则,其一为信号采集设备之间的间距要大于一定距离,该原则可避免设备分布过于密集;其二为单个基站范围内设置的信号采集设备大于一定数量,该原则可避免由于采集设备设置过于稀疏导致无法收集到有效信息;其三为信号采集设备按场景进行分布,因为该信息采集的用途是为了提升用户感知,而用户的分布可按场景进行区别,并且基站在建设规划的时候也多以场景为首要考虑条件。
本实施例中,步骤一中所述设置原则包括根据电网企业所处的无线环境设置信号采集设备的第一条件值和第二条件值;所述信号采集设备的间距大于第一条件值,单个基站范围内所述信号采集设备的数量大于第二条件值。
本实施例中,所述电网企业所处的无线环境包括密集城区、一般城区和乡村,所述密集城区的第一条件值为100米,第二条件值为6个;所述一般城区的第一条件值为150米,第二条件值为5个;所述乡村的第一条件值为300米,第二条件值为4个。
具体实施时,沿用基站覆盖情况对电网企业所处的无线环境划分为密集城区、一般城区和乡村。在密集城区人口密度大、建筑多,基站的分布密集,同理信号采集设备也需要布置更多,在乡村环境,由于人口密度小、环境空旷,基站的需要也更小,一般城区介于密集城区和乡村之间。
步骤二、定制用于管理信号采集设备的无线网络的切片业务;
网络切片(Network Slicing)是指在同一网络基础设施上,将运营商的物理网络划分为多个逻辑独立的虚拟网络,每个虚拟网络具备不同的功能特点,可以灵活的应对不同的需求和服务,这些虚拟网络相互隔离,其中一个发生故障不会影响到其它虚拟网络。
目前主流的方式是基于业务场景进行切片,分为eMBB切片、mMTC切片及uRLLC切片,也就是5G网络切片的三大应用场景。其中海量机器类通信(mMTC)是针对大规模物联网业务,对带宽和移动无要求,但是要求蜂窝网络支持海量接入。
本实施例中,无线网络包括2G、3G、4G和5G,切片业务采用mMTC应用。
具体实施时,结合5G的mMTC业务的应用,定制切片服务业务,能够对信号采集设备进行有效地管理。
步骤三、创建无线网络测试计划,无线网络测试计划包括实时测试和节能计划测试;
测试计划可预先设置,如预先设置测试的执行时间、执行内容,其中执行内容包括执行次数、间隔时间、测试业务类型及对应的测试项。其中测试的执行时间包括实时测试和计划测试,实时测试可用过临时验证性需求,而计划测试可进行全网性的设置,比如验证新功能效果时,对验证小区周边的信号采集设备创建实时测试计划。由于信号采集设备为定点式,不存在切换,在收集的信息中大部分是重复的,为避免重复的测试造成资源浪费,采用节能计划测试。在进行语音业务和数据业务测试时,由于不同频段受网络参数设置的影响,终端在占用服务频段时存在优先级,在多频组网的情况下,为避免信号采集设备持续占用相同小区进行测试,而同覆盖区域内其它频段电网企业未测试到,计划内容可包括锁频测试内容。
本实施例中,实时测试包括扫频测试、语音业务测试和数据业务测试;节能计划测试包括根据测试结果变化幅度控制测试间隔时间,具体包括:
对测试业务连续测试次数大于等于2次;
扫频测试频段包括全频段,测试频率为一天1次;
语音业务测试频率为1小时1次,当全部语音业务测试结果达标时,测试频率延长1小时;
数据业务测试频率为1小时1次,当全部数据业务测试结果达标时,测试频率延长1小时。
具体实施时,语音业务节能测试计划:
测试时间:某年某月某日某时某分某秒执行,测试次数5次;
测试间隔:1小时;
测试项目:主叫拨打,一次拨打10秒;
节能设置:若5次测试均接通成功并且无掉话,则下一次测试间隔时间增加1小时;
每天至少测试次数:2次。
下载节能测试计划,测试内容包括:
测试网络:LTE网络D频;
测试时间:某年某月某日某时某分某秒执行,测试次数5次;
测试间隔:1小时;
测试项目:FTP下载速率,FTP服务器连接设置,下载数据包大小为500M;
节能设置:若5次测试下载速率均大于等于35Mbps,则下一次测试间隔时间增加1小时;
每天至少测试次数:2次。
如扫频测试节能设置为:
测试时间:某年某月某日某时某分某秒执行,测试次数3次;
测试间隔:6小时;
测试项目:分制式进行,如2G、4G和5G分别扫频,频段采用全频段;
节能设置:若3次测试第一强信号强度波动幅度在3dB以内,则下一次测试间隔时间增加6小时;
每天至少测试次数:1次。
步骤四、通过信号采集设备获取采集信息;
本实施例中,所述采集信息包括采集时间、信号强度、电网企业标识、电网企业分区级信号强度、语音接通率、语音掉话率、上行速率和下行速率;
所述采集信息通过5G网络回传,回传频率为一天1次,回传时间为业务闲时段。
具体实施时,也能够进行手动的实时回传,满足实时测试需求。
步骤五、获取电网企业分区级虚拟覆盖区域;
本实施例中,电网企业分区级虚拟覆盖区域根据最低感知电平、定点信号强度和场景损耗进行确定,具体过程包括:
确定最低感知电平,最低感知电平为终端用户使用无线网络的最低感知电平;为保护用户感知,能进行正常的业务使用,最低感知电平为-95 dBm~-100 dBm;
收集定点信号强度,所述定点信号强度包括高于所述最低感知电平的全部定点位置的电网企业信号强度;其中定点位置为信号采集设备的经纬度信息,定点位置的电网企业信号强度为确定电网企业分区级对应的信号强度。
确定场景损耗,场景与信号采集设备的布置场景对应;
具体实施时,通过对场景损耗的估算,来评估覆盖区域的信号强度范围,如道路场景,主要为绿化树损耗,损耗范围为5 dB~10 dB;居民区场景主要是房屋的损耗,损耗范围为15 dB ~20 dB;工业区场景主要是厂房的损耗,损耗范围为10 dB~15 dB;学校场景主要是楼层的损耗,损耗范围为5 dB~15 dB;商业区场景主要是封闭楼宇的损耗,损耗范围为15 dB~20 dB;村庄场景主要是房屋和山体树木的损耗,损耗范围为10 dB~15 dB。无线信号的损耗还需要结合传播距离进行评估,自由空间传播时的无线通信距离的计算方法:自由空间传播系指天线周围为无限大真空时的电波传播,是理想传播条件。电波在自由空间传播时,其能量既不会被障碍物所吸收,也不会产生反射或散射。
通信距离与发射功率、接收灵敏度和工作频率有关。
。
其中,为传输损耗,/>为传输距离,/>为频率。
渲染电网企业分区级的信号强度,得到电网企业分区级虚拟覆盖区域。
具体实施时,通过电网企业的信号强度确定,对电网企业分区级的信号强度进行不同颜色的渲染图,可直观地查看电网企业覆盖区域。
电网企业分区级虚拟覆盖区域可精确地确定各电网企业覆盖能力,覆盖能力受限于上下行的最低感知信号强度,其中最低感知信号强度为终端可有效进行业务通信,而且需要同时满足上下行信号强度。再根据周边的环境场景,估算不同场景下的损耗情况,结合定点的信号采集信息,确定电网企业分区级的有效业务能力覆盖范围。
步骤六、获取问题预警信息。
本实施例中,问题预警信息包括弱覆盖问题、干扰问题、语音问题和数据问题。弱覆盖问题通过扫频测试最强信号进行确定,最强信号小于-105dBm为弱覆盖问题;干扰问题通过扫频测试的信号强度和电网企业标识进行确定,信号强度包括GSM的RXLEV,以及4G和5G的RSRP,电网企业标识包括BCCH和PCI;干扰问题包括GSM的BCCH相同且RXLEV相差6dB以内,以及4G和5G的PCI存在相同MOD3且RSRP相差6dB以内;语音问题通过语音业务测试的接通率和掉话率进行确定;数据问题通过数据业务测试的上行速率、下行速率和掉线率进行确定。
本发明通过设置信号采集设备,对无线通信网络的信息进行收集,再结合5G切片技术,对全网的信号采集设备进行管理,实现了网络信息收集的自动化。其中收集信息包括无线通信网络的扫频信息,语音业务测试信息及数据业务测试信息,这些信息是网络的重要指标体现,对网络信息收集更加完善,为后继的网络优化提供数据支持,从而得到网络问题的预警,在网络优化时能够主动发现问题。
如图2所示,本发明的用于实现电网财务系统大数据融合的网络优化装置包括:
信号采集模块101,包括根据设置原则布置的信号采集设备,信号采集设备包括用于频段扫频测试的扫频单元、用于语音业务测试的语音业务测试单元和用于数据业务测试的数据业务测试单元;
5G无线通信网络模块102,用于回传采集信息;
物联网模块103,物联网模块103与5G无线通信网络模块102连接且进行通信;
信号管理模块104,信号管理模块104与信号采集模块101连接且用于对信号采集模块101进行管理;
切片管理模块105,切片管理模块105与物联网模块103连接且用于对物联网模块103进行管理。
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实施例的方法、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。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式,并且很显然,根据上述教导,可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用,从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (10)
1.一种用于实现电网财务系统大数据融合的网络优化方法,其特征在于,该方法包括以下步骤:
步骤一、根据设置原则布置信号采集设备;
步骤二、定制用于管理所述信号采集设备的无线网络的切片业务;
步骤三、创建无线网络测试计划,所述无线网络测试计划包括实时测试和节能计划测试;
步骤四、通过信号采集设备获取采集信息;
步骤五、获取电网企业分区级虚拟覆盖区域;
步骤六、获取问题预警信息。
2.按照权利要求1所述的用于实现电网财务系统大数据融合的网络优化方法,其特征在于,步骤一中所述设置原则包括根据电网企业所处的无线环境设置信号采集设备的第一条件值和第二条件值;所述信号采集设备的间距大于第一条件值,单个基站范围内所述信号采集设备的数量大于第二条件值。
3.按照权利要求2所述的用于实现电网财务系统大数据融合的网络优化方法,其特征在于,所述电网企业所处的无线环境包括密集城区、一般城区和乡村,所述密集城区的第一条件值为100米,第二条件值为6个;所述一般城区的第一条件值为150米,第二条件值为5个;所述乡村的第一条件值为300米,第二条件值为4个。
4.按照权利要求1所述的用于实现电网财务系统大数据融合的网络优化方法,其特征在于,步骤二中所述无线网络包括2G、3G、4G和5G,所述切片业务采用mMTC应用。
5.按照权利要求1所述的用于实现电网财务系统大数据融合的网络优化方法,其特征在于,步骤三中所述实时测试包括扫频测试、语音业务测试和数据业务测试;所述节能计划测试包括根据测试结果变化幅度控制测试间隔时间,具体包括:
对测试业务连续测试次数大于等于2次;
扫频测试频段包括全频段,测试频率为一天1次;
语音业务测试频率为1小时1次,当全部语音业务测试结果达标时,测试频率延长1小时;
数据业务测试频率为1小时1次,当全部数据业务测试结果达标时,测试频率延长1小时。
6.按照权利要求1所述的用于实现电网财务系统大数据融合的网络优化方法,其特征在于,步骤四中所述采集信息包括采集时间、信号强度、电网企业标识、电网企业分区级信号强度、语音接通率、语音掉话率、上行速率和下行速率;
所述采集信息通过5G网络回传,回传频率为一天1次,回传时间为业务闲时段。
7.按照权利要求2所述的用于实现电网财务系统大数据融合的网络优化方法,其特征在于,步骤五中所述电网企业分区级虚拟覆盖区域根据最低感知电平、定点信号强度和场景损耗进行确定,具体过程包括:
确定最低感知电平,所述最低感知电平为终端用户使用无线网络的最低感知电平;所述最低感知电平为-95 dBm~-100 dBm;
收集定点信号强度,所述定点信号强度包括高于所述最低感知电平的全部定点位置的电网企业信号强度;
确定场景损耗,所述场景与信号采集设备的布置场景对应;
渲染电网企业分区级的信号强度,得到电网企业分区级虚拟覆盖区域。
8.按照权利要求1所述的用于实现电网财务系统大数据融合的网络优化方法,其特征在于,步骤六中所述问题预警信息包括弱覆盖问题、干扰问题、语音问题和数据问题。
9.按照权利要求8所述的用于实现电网财务系统大数据融合的网络优化方法,其特征在于,所述弱覆盖问题通过扫频测试最强信号进行确定,最强信号小于-105dBm为弱覆盖问题;所述干扰问题通过扫频测试的信号强度和电网企业标识进行确定,所述信号强度包括GSM的RXLEV,以及4G和5G的RSRP,所述电网企业标识包括BCCH和PCI;所述干扰问题包括GSM的BCCH相同且RXLEV相差6dB以内,以及4G和5G的PCI存在相同MOD3且RSRP相差6dB以内;所述语音问题通过语音业务测试的接通率和掉话率进行确定;所述数据问题通过数据业务测试的上行速率、下行速率和掉线率进行确定。
10.一种无线网络优化装置,其特征在于,用于实现如权利要求1-9中任一项所述的方法,所述装置包括:
信号采集模块,包括根据设置原则布置的信号采集设备,所述信号采集设备包括用于频段扫频测试的扫频单元、用于语音业务测试的语音业务测试单元和用于数据业务测试的数据业务测试单元;
5G无线通信网络模块,用于回传采集信息;
物联网模块,所述物联网模块与5G无线通信网络模块连接且进行通信;
信号管理模块,所述信号管理模块与信号采集模块连接且用于对所述信号采集模块进行管理;
切片管理模块,所述切片管理模块与物联网模块连接且用于对所述物联网模块进行管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311120623.8A CN117279006A (zh) | 2023-09-01 | 2023-09-01 | 用于实现电网财务系统大数据融合的网络优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311120623.8A CN117279006A (zh) | 2023-09-01 | 2023-09-01 | 用于实现电网财务系统大数据融合的网络优化方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117279006A true CN117279006A (zh) | 2023-12-22 |
Family
ID=89201795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311120623.8A Pending CN117279006A (zh) | 2023-09-01 | 2023-09-01 | 用于实现电网财务系统大数据融合的网络优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117279006A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101217770A (zh) * | 2008-01-18 | 2008-07-09 | 中国移动通信集团福建有限公司 | 一种移动通信网络质量自动评估分析装置及方法 |
US20200178085A1 (en) * | 2018-11-29 | 2020-06-04 | Nokia Solutions And Networks Oy | Measurement-based wireless communications network design |
CN114240031A (zh) * | 2021-11-05 | 2022-03-25 | 国网浙江省电力有限公司嘉兴供电公司 | 一种面向电力业务的5g网络承载质量评估方法 |
CN115988507A (zh) * | 2021-10-13 | 2023-04-18 | 中移(成都)信息通信科技有限公司 | 信号测量方法、装置、设备及计算机可读存储介质 |
-
2023
- 2023-09-01 CN CN202311120623.8A patent/CN117279006A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101217770A (zh) * | 2008-01-18 | 2008-07-09 | 中国移动通信集团福建有限公司 | 一种移动通信网络质量自动评估分析装置及方法 |
US20200178085A1 (en) * | 2018-11-29 | 2020-06-04 | Nokia Solutions And Networks Oy | Measurement-based wireless communications network design |
CN115988507A (zh) * | 2021-10-13 | 2023-04-18 | 中移(成都)信息通信科技有限公司 | 信号测量方法、装置、设备及计算机可读存储介质 |
CN114240031A (zh) * | 2021-11-05 | 2022-03-25 | 国网浙江省电力有限公司嘉兴供电公司 | 一种面向电力业务的5g网络承载质量评估方法 |
Non-Patent Citations (1)
Title |
---|
李明锋;宋伟;张振;吴赛;马宝娟;: "基于智能电网应用的5G无线网络规划研究", 电力信息与通信技术, no. 08, 25 August 2020 (2020-08-25) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101217770B (zh) | 一种移动通信网络质量自动评估分析装置及方法 | |
CN101547449B (zh) | 基于扫频和手机测量报告的自主频率优化方法 | |
Mollel et al. | Comparison of empirical propagation path loss models for mobile communication | |
CN102883348B (zh) | 一种将智能终端作为无线网网络测试的系统及方法 | |
CN103796227B (zh) | 进行无线信号覆盖分析的方法和系统 | |
CN103369571B (zh) | 基于多网联合测量的传播模型校正与覆盖自优化方法 | |
WO2011068583A1 (en) | Coverage hole detector | |
CN101001471A (zh) | 一种邻区优化处理方法及其系统 | |
CN105744553A (zh) | 一种网络关联分析方法及装置 | |
CN103067927B (zh) | 一种小区间干扰的优化方法及装置 | |
CN104754590A (zh) | 一种评估长期演进lte网络站址的方法及装置 | |
CN103747474B (zh) | 一种通过测量报告计算评估网络结构问题区域的方法 | |
CN109982352A (zh) | Tdd-lte网络中的异频切换方法及装置 | |
CN108540987B (zh) | 一种lte网络覆盖状态评估方法及装置 | |
CN103458434B (zh) | 一种确定天馈参数的方法及装置 | |
CN107318114B (zh) | 一种邻区规划的方法及装置 | |
CN102404765A (zh) | 一种基于测量报告的双频网络自动话务及质量均衡方法 | |
CN109587721B (zh) | 一种小区网络覆盖评估方法及装置 | |
CN108200599A (zh) | 一种基站的效能评价方法、装置及网络系统 | |
CN107371183A (zh) | 一种网络质量报告的输出方法和装置 | |
CN109600792A (zh) | 一种lte mr数据的定位方法 | |
CN104918270A (zh) | 一种无线网络参数获取方法、装置及终端 | |
CN117279006A (zh) | 用于实现电网财务系统大数据融合的网络优化方法及装置 | |
CN104469834B (zh) | 一种业务仿真感知评价方法及系统 | |
CN105611507A (zh) | 一种基于安卓终端的移动网络优化数据采集方法 |
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 |