[发明专利]基站巡检方法、装置、电子设备及存储介质

说明书

本发明实施例提供一种基站巡检方法、装置、电子设备及存储介质，所述方法包括：利用预先构建的基站告警数据异常检测模型对基站告警目标数据进行异常检测，获得检测结果；基于所述检测结果生成巡检机房列表；其中，所述基站告警数据异常检测模型为基于基站告警样本数据训练获得的自编码器模型或变分自编码器模型。本发明实施例提供的基站巡检方法及装置，利用自编码器模型有效地从大量历史数据中挖掘告警数据与隐患基站之间的关联关系，对高隐患站点进行准确、及时的定位，通过提前预测高危基站，指导运维资源分配调度，实现精准巡检，提升网络运维的效率和质量。

技术领域

本发明涉及网络运维技术领域，更具体地，涉及一种基站巡检方法、装置、电子设备及存储介质。

背景技术

移动通信基站是移动通信网络中最关键的基础设施，为确保信号传输的安全、可靠，必须定期对基站进行维护巡检，掌握其运行状态和周边环境的变化。提前发现设备缺陷和危及设备安全的隐患，是通信运营商日常网络维护工作中不可缺少的一个环节。

目前针对机房巡检大多使用的方法是人工制定巡检清单，按计划轮巡式安排巡检任务，一般采取按区域、按时间逐站轮巡，很少考虑基站健康度优先级。这种方法制定的规则相对较粗，很大程度依赖于经验，且具有随机性和盲目性。一方面，缺乏对站点属性的刻画，表现为巡检无优先级、无季节性差异，出现无法对高危站点和季节性告警频发的站点预先进行巡检的情况，并由于未能提前发现、排除隐患可能致使故障发生。另一方面，未考虑巡检站点和隐性还没造成断站断小区的告警之间存在的关联性，某些告警很可能是严重故障(例如断站、断小区)的前兆，计划轮巡的方式忽略了这种关联关系，无法有效做到预防断站。综上所述，现有的仅依靠经验安排巡检任务的方法无法对巡检清单进行智能动态的制定，从而导致了运维效率底下、运维资源无法精准投放、巡检成本高、无法对基站巡检形成有效指导的问题。

为了克服仅依靠经验安排巡检任务的方法的缺陷，相关技术中提出对基站的设备信息、告警信息和运行状态信息进行分析，构建多个回归函数从而对基站不同维度进行打分，计算每个基站的总得分，进而得到巡检基站列表。该方法粗粒度地将告警信息分为三类作为其中的部分特征，未充分考虑不同告警与隐患基站之间的关联关系；采用独立建模的方式，忽略了不同告警之间的关联关系；此外未对高风险基站的重点关注项进行标识，无法有效全面地指导运维人员的巡检工作，在巡检的精准性、高效性方面仍有欠缺。

发明内容

为了解决或部分解决现有的仅依靠经验安排巡检任务的方法无法对巡检清单进行智能动态的制定，从而导致了运维效率底下、运维资源无法精准投放、巡检成本高、无法对基站巡检形成有效指导，巡检的精确性和高效性不高的问题，本发明实施例提供一种基站巡检方法、装置、电子设备及存储介质。

第一方面，本发明实施例提供一种基站巡检方法，包括：

利用预先构建的基站告警数据异常检测模型对基站告警目标数据进行异常检测，获得检测结果；

基于所述检测结果生成巡检机房列表；

其中，所述基站告警数据异常检测模型为基于基站告警样本数据训练获得的自编码器模型或变分自编码器模型。

可选地，所述利用预先构建的基站告警数据异常检测模型对基站告警目标数据进行异常检测之前，还包括：

生成基站告警样本数据；

构建用于异常检测的自编码器模型或变分自编码器模型；

利用所述基站告警样本数据，对所述用于异常检测的自编码器模型或变分自编码器模型进行训练，训练结束后，获得基站告警数据异常检测模型。

可选地，所述利用预先构建的基站告警数据异常检测模型对基站告警目标数据进行异常检测，获得检测结果，具体包括：