[发明专利]一种基于大数据的网络设备故障维修方法

权利要求书

1.一种基于大数据的网络设备故障维修方法，其特征在于，包括：

S1获取网络设备的故障数据，获取故障设备位置坐标；基于预设的故障案例库判断故障等级和故障类型；

S2将所述故障等级和故障类型输入预训练的资源调度模型，将所述故障等级和故障类型与维护人员标签库进行匹配，输出初选维护人员名单，与维修资源点位库进行匹配，输出初选维修资源点位；

S3根据所述故障设备位置坐标输出各个初选维修资源点位到故障设备的距离，选取距离最短的初选维修资源点位作为待调度资源点位，并根据资源调度模型输出待调度资源点位到达故障设备的路线；

S4向所述初选维护人员名单中的任一维护人员下发故障工单，所述故障工单包括所述故障等级、所述故障类型、待调度资源点位以及所述路线；

S5获取维护人员的维修结果，判断故障是否消除。

2.根据权利要求1所述的一种基于大数据的网络设备故障维修方法，其特征在于，步骤S2中，获取初选维护人员名单后，获取每个初选维护人员的待办工作量，并获取每个初选维护人员到达所述故障设备位置坐标的距离，根据待办工作量和初选维护人员到达所述故障设备位置坐标的距离进行加权计算，输出选定的维护人员。

3.根据权利要求1所述的一种基于大数据的网络设备故障维修方法，其特征在于，步骤S2中，通过维护人员标签库模型筛选与所述故障类型、故障等级匹配的维护人员，维护人员标签库模型为：

其中，n为维护人员累计完成的历史月均工单量，T_△为故障工单平均处理时长，R为故障工单闭环率，T₀为故障设备修复后设备在网持续时长，为网络专业能力指数，δ为特殊作业技能指数，L为维护人员技能标签。

4.根据权利要求2所述的一种基于大数据的网络设备故障维修方法，其特征在于，实时获取地图信息，实时在地图上显示选定的维护人员的位置信息以及待调度资源点位到故障设备位置坐标的路线。

5.根据权利要求1所述的一种基于大数据的网络设备故障维修方法，其特征在于，在步骤S5中，包括：

在完成维修之后，获取原故障设备正常运行一预设时间段内的KQI指标数据，判断网络设备的KQI指标数据是否在标准值范围内，若网络设备的KQI指标数据在标准值范围内，且维护人员测量获取的测试数据在标准值范围内，则所述故障已经消除；

若网络设备的KQI指标数据不在标准值范围内，且维护人员测量获取的测试数据也不在标准值范围内，则所述故障未消除，重新下派故障工单，直至故障消除。

6.根据权利要求5所述的一种基于大数据的网络设备故障维修方法，其特征在于，在步骤S5之后，包括：

建立故障类型、故障原因以及对应的故障工单的映射关系，根据所述映射关系生成故障案例库。

7.一种基于大数据的网络设备故障维修系统，其特征在于，包括：

数据获取模块，用于获取网络设备的故障数据，获取故障设备位置坐标；基于预设的故障案例库判断故障等级和故障类型；

维修资源初选模块，用于将所述故障等级和故障类型输入预训练的资源调度模型，将所述故障等级和故障类型与维护人员标签库进行匹配，输出初选维护人员名单，与维修资源点位库进行匹配，输出初选维修资源点位；

维修资源点位确定模块，用于根据所述故障设备位置坐标输出各个初选维修资源点位到故障设备的距离，选取距离最短的初选维修资源点位作为待调度资源点位，并根据资源调度模型输出待调度资源点位到达故障设备的路线；

维修工单生成模块，用于向所述初选维护人员名单中的任一维护人员下发故障工单，所述故障工单包括所述故障等级、所述故障类型、待调度资源点位以及所述路线；

维修结果判断模块，用于获取维护人员的维修结果，判断故障是否消除。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述网络设备故障维修方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述网络设备故障维修方法的步骤。