[发明专利]网络故障确定方法、计算机设备及计算机可读存储介质

说明书

技术领域

本发明实施例涉及一种信息技术领域，特别是一种网络故障确定方法、计算机设备及计算机可读存储介质。

背景技术

随着智能电网的迅速发展，智能电力通信网络承载着重要的信息交换，对功能的多样化和分布式发电厂协同工作起着非常重要的作用。无保障的通信性能不仅限制智能电网对电能的使用和服务质量，而且对信息决策系统有着潜在的损害。网络故障是导致网络处于非正常状态、业务应用处于非可用状态或者性能下降状态的根本性的原因。故障通常是不会直接被网管系统直接观测到的，往往通过一些外在现象或者告警表现出来。伴随着网络规模的扩大、业务的部署，网络中的故障检测问题呈现出复杂化、不确定性的特点。

现有技术中故障检测的方案主要有以下三种：

技术方案1：基于灰色预测方法，将心跳策略引入到电力通信网络节点的故障检测中，动态地预测出网络节点系统的状态变化；将获取的网络节点系统预测动态序列为依据，利用模糊算法对网络节点的故障信号延迟进行处理，计算出网络节点的故障检测信号的输出值序列。本发明算法在进行网络节点的故障检测时，利用模糊算法对网络节点的故障信号延迟进行模糊化处理，从而有效地保证了改进算法进行多媒体网络节点故障检测的时间效率。

具体地，主要通过两步完成：第一，网络节点系统状态变化的动态预测：将G代表的网络节点系统定义为有限(n)个进程的集合，Pi代表的进程上的故障检测组件Mi会定期发送一条心跳消息给Pj代表的进程上的故障检测组件Mj，除非Pj出现故障，否则Pj会收到该消息，则将网络节点的故障检测系统定义为有限(n)个故障检测组件的集合FDS。将每次发送消息的序号顺序递增，Mj会依据最近K次(K个时刻)接收到的心跳消息到达时间和实时预测策略建立网络节点系统的灰色预测模型，并预测出第K+1次(第K+1个时刻)心跳消息顺利到达的时间，如果在预测的时间内没有收到Mi发送的心跳消息，则进程Pi出现故障。第二、故障状态观测参数的网络节点故障检测。

技术方案2：检测启动后初始化阈值开始出网络流量值信号，并经过小波变换得到序列，然后通过经验模式分解算法得到固有模式函数组件，得普峭值，普峭度值大于阈值，得异常网络业务，执行完所有的小包组件，完成后保存退出，结束。

具体地，主要通过八步完成：第一，初始化阈值α和β，并给出网络流量信号x(t)；第二，进行小波包变换，获得序列c_s[k]；第三，对每一个c_s[k]，用提出的改进的经验模式分解算法进行分解，然后为c_s[k]得到固有模式函数组件g_sv[k]，；第四，计算每个固有模态函数分量g_sv[k]的普峭度值，得到其普峭度值J(g_sv[k])；第五，如果J(g_sv[k])＞α，选择相应的固有模态函数分量，并得到所选的固有模态函数分量集；第六，计算出时域的信号第七，如果成立，中相应的部分被标记为异常网络业务；第八，根据上述步骤，如果执行所有的小波包组件，则将结果保存到文件并退出，否则返回到步骤3。

技术方案3：基于GCRMS(Global Customer Request Management Service，全球客户问题管理服务)系统的方案，通过互操作实时调用GIS的图形展示功能组件，依附电网资源拓扑关联建立电力通信网拓扑，并将通信网设备与PMS设备台账相关联，从而实现对电力通信网故障的分析研判与精确定位，达到融合图形、模型及空间信息资源处理电力通信网故障，提高电力通信网故障抢修调度效率的目标。