[发明专利]基于历史数据的通信铁塔待解决问题集生成方法及系统有效
申请号: | 201611212032.3 | 申请日: | 2016-12-25 |
公开(公告)号: | CN106651731B | 公开(公告)日: | 2020-10-09 |
发明(设计)人: | 严军荣;卢玉龙;刘文冬;连君 | 申请(专利权)人: | 杭州博烁晟斐智能科技有限公司 |
主分类号: | G06Q50/30 | 分类号: | G06Q50/30 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 310051 浙江省杭州市滨江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 历史数据 通信 铁塔 解决问题 生成 方法 系统 | ||
本发明公开了基于历史数据的通信铁塔待解决问题集生成方法及系统。其系统包含设置铁塔参数重要性矩阵模块、定时采集传感器数据并计算铁塔当前问题系数矩阵模块、提取参数历史数据并修正当前问题系数矩阵模块、计算问题严重程度矩阵模块和排列问题严重程度并生成待解决问题集模块。首先设置铁塔参数重要性矩阵和铁塔当前问题的严重系数矩阵,然后根据问题历史发生频率进行严重系数修正,最后计算问题严重程度矩阵,形成具有问题排序的待解决问题集。本发明的方法及系统解决了计算铁塔问题严重程度时未考虑历史问题数据的技术问题。
技术领域
本发明属于通信铁塔维护技术领域,特别是涉及基于历史数据的通信铁塔待解决问题集生成方法及系统。
背景技术
目前通信铁塔主要由人工进行检测和维护,少量由铁塔在线监测系统辅助完成,由于铁塔检测指标较多,系统若不分析检测出的铁塔问题的严重程度,可能会导致铁塔较紧急的问题处理不及时,从而产生较大损失;另外,历史多次未解决的问题也可能因无法得到重视而造成严重的损失。目前没有根据问题当前和历史数据判断问题严重程度的技术方案。为此,提出基于历史数据的通信铁塔待解决问题集生成方法及系统。
发明内容
本发明所要解决的是计算铁塔问题严重程度时未考虑历史问题数据的问题,提出基于历史数据的通信铁塔待解决问题集生成方法及系统。
本发明涉及的基于物联网的铁塔系统应用场景,如图1所示。在通信铁塔固定位置安装传感器设备,传感器采集铁塔相关参数并通过通信模块传输至系统,系统对传感器数据进行保存和处理,客户端与系统交互获得所需信息。
基于物联网的铁塔系统的整体系统架构如图2所示。系统硬件部分包括通信铁塔本身、安装在塔身上的传感设备,传感设备的通信模块与系统进行实时通信;系统软件部分包括系统数据库、数据处理平台、数据管理发布平台,其中系统数据库接收来自传感设备的传感器数据并保存所有系统日志,数据处理平台调取系统数据库中的数据进行处理和分析,数据管理发布平台接收数据处理平台的数据处理结果和系统数据库中的相应记录进行管理和发布;系统应用平台包括管理设备和客户端,管理设备包括但不限于工作站、电脑等设施,客户端包括但不限于APP、微信、Html网页等形式;本系统的应用人员包括但不限于管理人员和维护人员,其接口分别为管理设备和客户端。
本发明的实现依托上述应用场景和系统架构,在塔体一定位置安装各类传感器检测铁塔对应参数,并在系统数据库中提取各类问题的历史数据。
本发明提出的基于历史数据的通信铁塔待解决问题集生成系统,包括设置铁塔参数重要性矩阵模块、定时采集传感器数据并计算铁塔当前问题系数矩阵模块、提取参数历史数据并修正当前问题系数矩阵模块、计算问题严重程度矩阵模块、排列问题严重程度并生成待解决问题集模块。
1、设置铁塔参数重要性矩阵模块:系统识别通信铁塔所需检测的指标参数及其个数N,可以包括但不限于垂直度、稳定性、完整性、连接缝隙、塔基沉陷、防雷接地参数。系统设置各指标参数的重要性值x(各指标的重要性由本领域专家或技术人员依据工程经验设置,取值范围为0~M,x值越大表示该指标参数越重要),构成参数重要性矩阵X=(x1,x2,x3,…,xN)。
2、定时采集传感器数据并计算铁塔当前问题系数矩阵模块:部署在铁塔上的各传感器定时(采样间隔为T)同步采集传感器数据,系统根据事先设置的铁塔当前问题系数函数(该函数由本领域专家或技术人员采用模糊数学依据工程经验得出)计算传感器数据对应的铁塔当前问题系数a(取值范围为0~1,a值越大表示严重程度越高),按照指标参数的顺序(参数重要性矩阵X中各指标参数的顺序)构成当前问题系数矩阵A=diag(a1,a2,a3,…,aN),其中矩阵A是N×N的对角矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州博烁晟斐智能科技有限公司,未经杭州博烁晟斐智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611212032.3/2.html,转载请声明来源钻瓜专利网。