[发明专利]室内分布系统的故障推理方法及装置

说明书

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种室内分布系统的故障推理方法及装置。

背景技术

随着科学技术的快速发展，通信网络的应用越来越普及，智能终端已逐渐成为人民群众日常生活中广泛使用的一种现代化通信工具，同时广大移动用户对移动通信服务质量的要求也越来越高，他们已不再单单满足于良好的室外移动通信服务，而且也要求在室内(特别是星级酒店、大型商场、高级写字楼等)能享受优质的移动通信服务，进而对室内分布系统的应用提出了较高要求。

现有技术中，在室内分布系统出现故障时，检测室内分布系统故障的主要方式为人为现场检测，这样使得对室内分布系统的故障推理完全凭借工程师个人经验。

然而，现有技术中，通过人为现场检测并分析室内分布系统所出现的故障，检测效率低，工作量大，耗费大量人力物力，并且，对室内分布系统隐性故障原因分析困难，即使借助仪器仪表仍不能有效判别，使得故障原因经常被淹没，降低了故障检测的准确可靠性。

发明内容

本发明实施例提供了一种室内分布系统的故障推理方法及装置，可以有效对室内分布系统所出现的故障进行快速检测并分析，有效地提高了对室内分析系统的故障进行检测的效率和准确率，并且降低了人力物力。

本发明实施例的一方面提供了一种室内分布系统的故障推理方法，包括：

在确定室内分布系统出现故障后，在预设的采集周期内获取所述室内分布系统所在区域的多个特征参数向量；

利用多个预设的神经网络分类器对多个所述特征参数向量进行分析处理，获得多个分析结果；

在所述多个分析结果中确定分析结果数值最大的神经网络分类器，并根据所述神经网络分类器确定所述室内分布系统的故障原因信息。

如上所述的方法，所述在预设的采集周期内获取所述室内分布系统所在区域的多个特征参数向量，具体包括：

在预设的采集周期内获取所述室内分布系统所在区域的多个特征数据；

根据所述多个特征数据确定在所述多个特征数据中的最大特征数据和最小特征数据；

根据所述特征数据、最大特征数据和最小特征数据确定与所述特征数据相对应的特征参数向量。

如上所述的方法，根据所述特征数据、最大特征数据和最小特征数据确定与所述特征数据相对应的特征参数向量，具体包括：

根据公式对所述特征数据进行归一化处理，获得与所述特征数据相对应的处理后特征数据，其中，Min为最小特征数据，Max为最大特征数据，x为特征数据,y为处理后特征数据；

根据特征数据x和处理后特征数据y确定与所述特征数据x相对应的所述特征参数向量。

如上所述的方法，所述神经网络分类器个数与所述特征参数向量个数相同且一一对应；利用多个预设的神经网络分类器对多个所述特征参数向量进行分析处理，获得多个分析结果，具体包括：

所述神经网络分类器利用预设的标准向量机函数对所述特征参数向量进行训练，获得多个训练结果。

如上所述的方法，所述根据所述神经网络分类器确定所述室内分布系统的故障原因信息，具体包括：

若所述神经网络分类器的分析结果大于预设的阈值时，则确定所述室内分布系统的故障原因信息为预先设置的与该神经网络分类器所对应的故障原因集合；或者，

若所述神经网络分类器的分析结果小于或等于预设的阈值时，则根据用户经验确定所述室内分布系统的故障原因信息。

如上所述的方法，在获得多个训练结果之后，所述方法还包括：

对所述训练结果进行分析处理，获得向量机判别函数；

根据所述向量机判别函数判断是否对与所述向量机判别函数所对应的故障信息进行学习。

如上所述的方法，根据所述向量机判别函数判断是否对与所述向量机判别函数所对应的故障信息进行学习，具体包括：

若基于所述特征数据下的所述向量机判别函数大于0，则确认对该所述特征数据所对应的故障信息进行学习，和/或，根据所述特征数据所对应的故障信息更新所述神经网络分类器；或者，

若基于所述特征数据下的所述向量机判别函数小于或等于0，则直接获取预先存储的与该所述特征数据相对应的故障信息。

本发明实施例的另一方面提供了一种室内分布系统的故障推理装置，包括：

获取模块，用于在确定室内分布系统出现故障后，在预设的采集周期内获取所述室内分布系统所在区域的多个特征参数向量；