5G網(wǎng)絡(luò)維護(hù)方法與流程

本發(fā)明涉及網(wǎng)絡(luò)維護(hù)相關(guān)。更具體地說，本發(fā)明涉及一種5g網(wǎng)絡(luò)維護(hù)方法。

背景技術(shù)：

1、5g網(wǎng)絡(luò)基站在長(zhǎng)期運(yùn)行過程中，可能出現(xiàn)各類故障，需要實(shí)時(shí)維護(hù)，以保障網(wǎng)絡(luò)穩(wěn)定。現(xiàn)有技術(shù)通常采用人工定期巡檢，通過清潔設(shè)備、檢查線路、更換元件等方式進(jìn)行網(wǎng)絡(luò)維護(hù)。顯然，現(xiàn)有技術(shù)較依賴人的經(jīng)驗(yàn)和責(zé)任心，且盲目性大，無法針對(duì)性地維護(hù)，成本較高。因此，有必要設(shè)計(jì)一種能夠一定程度克服上述缺陷的技術(shù)方案。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的一個(gè)目的是提供一種5g網(wǎng)絡(luò)維護(hù)方法，能夠較為精準(zhǔn)地確定異常元件，實(shí)現(xiàn)針對(duì)性維護(hù)。

2、為了實(shí)現(xiàn)本發(fā)明的這些目的和其它優(yōu)點(diǎn)，根據(jù)本發(fā)明的一個(gè)方面，本發(fā)明提供了5g網(wǎng)絡(luò)維護(hù)方法，包括：s1：獲取目標(biāo)區(qū)域各5g基站的運(yùn)行數(shù)據(jù)；s2：將所述運(yùn)行數(shù)據(jù)輸入預(yù)先建立的故障預(yù)測(cè)模型，輸出故障概率；s3：將各所述5g基站按照故障概率范圍分組；s4：獲取各分組中所述5g基站中元件的元件信息，確定異常元件，并標(biāo)記。

3、進(jìn)一步地，所述故障預(yù)測(cè)模型的建立方法包括：獲取所述5g基站的歷史運(yùn)行數(shù)據(jù)及其標(biāo)簽值，輸入神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到所述故障預(yù)測(cè)模型；其中，若所述5g基站故障，則標(biāo)簽值為0，若所述5g基站正常，則標(biāo)簽值為1。

4、進(jìn)一步地，所述運(yùn)行數(shù)據(jù)至少包括信號(hào)強(qiáng)度、溫度、接收功率、發(fā)射功率、電壓。

5、進(jìn)一步地，所述元件信息至少包括廠家名稱、生產(chǎn)批次、安裝人員姓名、使用時(shí)間范圍。

6、進(jìn)一步地，將各所述5g基站按照故障概率范圍分為高概率組和低概率組；計(jì)算所述高概率組中所述5g基站中各元件的故障得分，所述故障得分為各所述元件信息的故障分值的加權(quán)和，所述故障分值為該元件信息在所述高概率組中的占比與該元件信息在所述低概率組中的占比的商；選取所述故障得分大于預(yù)定閾值的元件，并標(biāo)記為異常元件。

7、進(jìn)一步地，獲取預(yù)定時(shí)間段內(nèi)所述高概率組中實(shí)際發(fā)生故障的元件和實(shí)際未發(fā)生故障的元件，修正元件對(duì)應(yīng)的所述元件信息的權(quán)值。

8、根據(jù)本發(fā)明的另一個(gè)方面，還提供了5g網(wǎng)絡(luò)維護(hù)裝置，包括：獲取模塊，用于獲取目標(biāo)區(qū)域各5g基站的運(yùn)行數(shù)據(jù)；故障概率計(jì)算模塊，用于將所述運(yùn)行數(shù)據(jù)輸入預(yù)先建立的故障預(yù)測(cè)模型，輸出故障概率；分組模塊，用于將各所述5g基站按照故障概率范圍分組；標(biāo)記模塊，用于獲取各分組中所述5g基站中元件的元件信息，確定異常元件，并標(biāo)記。

9、進(jìn)一步地，所述故障預(yù)測(cè)模型的建立方法包括：獲取所述5g基站的歷史運(yùn)行數(shù)據(jù)及其標(biāo)簽值，輸入神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到所述故障預(yù)測(cè)模型；其中，若所述5g基站故障，則標(biāo)簽值為0，若所述5g基站正常，則標(biāo)簽值為1。

10、進(jìn)一步地，所述運(yùn)行數(shù)據(jù)至少包括信號(hào)強(qiáng)度、溫度、接收功率、發(fā)射功率、電壓；所述元件信息至少包括廠家名稱、生產(chǎn)批次、安裝人員姓名、使用時(shí)間范圍。

11、進(jìn)一步地，所述分組模塊用于將各所述5g基站按照故障概率范圍分為高概率組和低概率組；所述標(biāo)記模塊用于計(jì)算所述高概率組中所述5g基站中各元件的故障得分，所述故障得分為各所述元件信息的故障分值的加權(quán)和，所述故障分值為該元件信息在所述高概率組中的占比與該元件信息在所述低概率組中的占比的商，選取所述故障得分大于預(yù)定閾值的元件，并標(biāo)記為異常元件；所述標(biāo)記模塊還用于獲取預(yù)定時(shí)間段內(nèi)所述高概率組中實(shí)際發(fā)生故障的元件和實(shí)際未發(fā)生故障的元件，修正元件對(duì)應(yīng)的所述元件信息的權(quán)值。

12、本發(fā)明至少包括以下有益效果：

13、本發(fā)明獲取目標(biāo)區(qū)域各5g基站的運(yùn)行數(shù)據(jù)，將運(yùn)行數(shù)據(jù)輸入故障預(yù)測(cè)模型，輸出故障概率，將各5g基站按照故障概率范圍分組，獲取各分組中5g基站中元件的元件信息，確定異常元件，并標(biāo)記；本發(fā)明通過預(yù)測(cè)5g基站的故障概率，對(duì)5g基站進(jìn)行分組，能夠較為精準(zhǔn)地確定異常元件，實(shí)現(xiàn)針對(duì)性維護(hù)，提升了維護(hù)效果，降低了維護(hù)成本。

14、本發(fā)明的其它優(yōu)點(diǎn)、目標(biāo)和特征將部分通過下面的說明體現(xiàn)，部分還將通過對(duì)本發(fā)明的研究和實(shí)踐而為本領(lǐng)域的技術(shù)人員所理解。

技術(shù)特征：

1.?5g網(wǎng)絡(luò)維護(hù)方法，其特征在于，包括：

2.如權(quán)利要求1所述的5g網(wǎng)絡(luò)維護(hù)方法，其特征在于，所述故障預(yù)測(cè)模型的建立方法包括：

3.如權(quán)利要求2所述的5g網(wǎng)絡(luò)維護(hù)方法，其特征在于，所述運(yùn)行數(shù)據(jù)至少包括信號(hào)強(qiáng)度、溫度、接收功率、發(fā)射功率、電壓。

4.如權(quán)利要求1所述的5g網(wǎng)絡(luò)維護(hù)方法，其特征在于，所述元件信息至少包括廠家名稱、生產(chǎn)批次、安裝人員姓名、使用時(shí)間范圍。

5.如權(quán)利要求1所述的5g網(wǎng)絡(luò)維護(hù)方法，其特征在于，將各所述5g基站按照故障概率范圍分為高概率組和低概率組；

6.如權(quán)利要求5所述的5g網(wǎng)絡(luò)維護(hù)方法，其特征在于，獲取預(yù)定時(shí)間段內(nèi)所述高概率組中實(shí)際發(fā)生故障的元件和實(shí)際未發(fā)生故障的元件，修正元件對(duì)應(yīng)的所述元件信息的權(quán)值。

7.如權(quán)利要求1所述的5g網(wǎng)絡(luò)維護(hù)裝置，其特征在于，包括：

8.如權(quán)利要求7所述的5g網(wǎng)絡(luò)維護(hù)裝置，其特征在于，所述故障預(yù)測(cè)模型的建立方法包括：

9.如權(quán)利要求7所述的5g網(wǎng)絡(luò)維護(hù)裝置，其特征在于，所述運(yùn)行數(shù)據(jù)至少包括信號(hào)強(qiáng)度、溫度、接收功率、發(fā)射功率、電壓；所述元件信息至少包括廠家名稱、生產(chǎn)批次、安裝人員姓名、使用時(shí)間范圍。

10.如權(quán)利要求1所述的5g網(wǎng)絡(luò)維護(hù)裝置，其特征在于，所述分組模塊用于將各所述5g基站按照故障概率范圍分為高概率組和低概率組；

技術(shù)總結(jié)
本發(fā)明公開了5G網(wǎng)絡(luò)維護(hù)方法，包括：S1：獲取目標(biāo)區(qū)域各5G基站的運(yùn)行數(shù)據(jù)；S2：將所述運(yùn)行數(shù)據(jù)輸入預(yù)先建立的故障預(yù)測(cè)模型，輸出故障概率；S3：將各所述5G基站按照故障概率范圍分組；S4：獲取各分組中所述5G基站中元件的元件信息，確定異常元件，并標(biāo)記。本發(fā)明能夠較為精準(zhǔn)地確定異常元件，實(shí)現(xiàn)針對(duì)性維護(hù)。

技術(shù)研發(fā)人員：周耀權(quán),趙高亞,孟凡東,王宏博,何曉明,董琳娜
受保護(hù)的技術(shù)使用者：中國(guó)通信建設(shè)北京工程局有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30