[发明专利]一种应急指挥通信中的故障分析和解决方法及装置

权利要求书

1.一种应急指挥通信中的故障分析和解决方法，其特征在于，包括：

采集各通信基站、通信节点和终端设备中存储的大量运行异常历史数据，根据大量的运行历史日志数据进行学习，构建能够自动分析预测新加入的通信基站、通信节点和终端设备故障原因的故障分析模型；

采集新加入的各通信基站、通信节点和终端设备的运行数据，输入故障分析模型进行分析得到解决方案；

根据分析得到的解决方案启动对应的应急响应机制，作出异常报警处理；

根据大量的异常运行数据构建故障分析模型，具体包括如下子步骤：

将大量的异常运行日志数据进行数据预处理；预处理具体为对异常运行数据进行数据筛选和数据清洗，剔除经数据筛选后的日志数据中的特殊符号、各种格式类无用信息，分离出数据标识、设备标识、设备位置和解决方案；

将日志数据进行特征权重计算，得到文本向量集；从异常运行数据的解决方案的描述中提取数据标识特征和解决方案特征，数据标识特征表示异常类型，解决方案特征表示解决对应异常的解决方案；将数据标识特征和解决方案特征作为特征词进行特征权重计算；特征权重计算的方式包括词频-逆文件频率计算方法，具体为：某一故障特征词在一条日志数据中出现次数越多,同时在所有日志数据中出现次数越少,则说明该特征词具有很好的类别区分能力，越能够代表该日志数据为故障数据；具体采用下式计算词频-逆文件频率：

TF_IDF＝TF×IDF

TF＝m/n

其中，TF_IDF为词频-逆文件频率，TF为某一故障特征词在一条日志数据中出现的频率，m为该故障特征词在某一条日志数据中出现的次数，n为出现该故障特征词的某一条日志数据的总词汇量；IDF为逆文件频率，x为在经数据筛选和清洗后的所有异常运行日志数据总数，y为某一故障特征词在经数据筛选和清洗后的所有异常运行日志数据；

将文本向量集随机分为训练集、验证集和测试集，将训练集两两配对后输入故障分析模型进行训练，并使用验证集对训练的故障分析模型进行调整，然后使用测试集和训练出的故障分析模型进行测试，得到最终训练好的故障分析模型；

根据故障分析模型的分析结果确定对应的解决方案。

2.如权利要求1所述的应急指挥通信中的故障分析和解决方法，其特征在于，云平台在获取到运行数据之后，执行如下子步骤：

S1、获取运行数据中的数据标识，根据数据标识判定该运行数据是正常运行数据还是异常运行数据，如果是异常运行数据，则执行步骤S2，如果是正常运行数据，则继续等待各设备上传的运行数据；

S2、将数据标识输入故障分析模型中，判断根据数据标识是否能够从故障分析模型中获取到解决方案，如果是，则根据分析得到的解决方案启动对应的应急响应机制，否则执行步骤S3；

S3、向执勤人员发送异常报警，并在后续异常处理之后请求对应的异常设备上传异常处理的解决方案。

3.如权利要求1所述的应急指挥通信中的故障分析和解决方法，其特征在于，运行异常历史数据包括数据标识、数据长度、设备标识、设备位置和解决方案；新加入的各通信基站、通信节点和终端设备的运行数据运行数据包括数据标识、数据长度、设备标识和设备位置。

4.如权利要求1所述的应急指挥通信中的故障分析和解决方法，其特征在于，启动对应的应急响应机制，作出异常报警处理，具体包括：如果解决方案是由执勤人员解决，则向执勤人员移动终端发送异常报警；如果解决方案是由专业人员解决，则向专业人员移动终端发送异常报警；如果解决方案是程序自行恢复解决，则云平台向对应的异常设备发送程序解决代码，由异常设备运行解决代码达到异常方案的解决；其中，异常报警信息中包括设备标识和设备位置。