一种基于告警数据分析的设备健康度评估方法及装置制造方法及图纸

本发明专利技术主要属于设备健康度分析领域，具体涉及一种基于告警数据分析的设备健康度评估方法及装置。本发明专利技术将告警事件作为评价指标，以告警特征决定指标得分与指标权重，客观地对设备的健康度进行评估，为指导后续的设备故障管理和维护工作提供依据。

A device health evaluation method and device based on alarm data analysis

The invention mainly belongs to the field of equipment health analysis, and specifically relates to a device health evaluation method based on the alarm data analysis. The alarm event is taken as an evaluation index, and the index score and the index weight are determined by the alarm characteristics, which objectively evaluates the health of the device, and provides a basis for guiding subsequent equipment failure management and maintenance work.

【技术实现步骤摘要】
一种基于告警数据分析的设备健康度评估方法及装置
本专利技术主要属于设备健康度分析领域，具体涉及一种基于告警数据分析的设备健康度评估方法及装置。
技术介绍
设备健康度指的是设备整体运行的良好程度，是对整个设备的运行状态的一个综合评价。常用的健康评估方法为基于设备运行状态参数的健康评估，即通过监测运行中的设备，获取设备状态参数以此来评估状态。但是实际应用中设备封装在柜，要得到运行中的设备参数有一定难度，而且大多采用人工放电测试和电导测试的方式进行检测，不仅复杂，专业要求也很强。有文献报道了在通信和网络领域中利用一些基于告警数据分析的方法来评估通信基站/系统和/或网络健康度。告警作为设备故障的反映，对告警分析可对设备状态进行有效评估。告警作为设备状态的直观表现，相比之下数据更容易得到，采用告警数据作为数据集，挖掘与设备运行状态的相关特征，建立健康度评价模型，可以很好地避免了基于设备状态参数时存在的问题。但报道中的方法仅应用于通信和网络领域，评价指标的选取和打分因不同评估对象不同而不同，其应用具有局限性。对健康度进行评估的主要思想是通过对反映评估对象性能状态的各个参数分别进行评估打分，将各个评估结果加权融合得到最终的评估结果。评价指标的选取和打分因不同评估对象不同而不同。相比评估打分，确定各个参数在设备性能评估中的权重更为困难。目前应用的方法主要包括：模糊层次分析法、线性加权法、主成分分析法、模糊综合评价法、熵权法、BP神经网络法和支持向量机法。其中，使用模糊层次分析法和线性加权法的现有工作都以主观方法确定权重，人的主观因素可能会带来偏差。主成分分析法以用户关注度确定，依然带有主观成分。模糊综合评价法的不足是不能解决模糊性和随机性关联的评估问题。熵权法采用各个参数的熵作为权重。神经网络法和支持向量机法是在采用模糊综合评价法取得评估值后通过训练建立模型，模型的好坏受制于模糊综合评估方法。总之，现有评估法的权重确定方法存在人为因素，这势必会影响到评估结果的客观性。
技术实现思路
针对上述问题，本专利技术提出了一种基于告警数据分析的设备健康度评估方法及装置。本专利技术将告警事件作为评价指标，以告警特征决定指标得分与指标权重，客观的对设备的健康度进行评估，为指导后续的设备故障管理和维护工作提供依据。本专利技术是通过以下技术方案实现的：一种基于告警数据分析的设备健康度评估方法，所述方法包括以下步骤：数据采集：采集设备的告警数据，按照告警发生时间写入数据库；评估数据选取：将告警事件名称、告警等级、告警发生时间、告警结束时间、告警重复次数从数据库中选取出来作为评估数据；评估指标选取：选取具有不同告警事件名称的告警事件作为评估指标，形成评估指标集；健康度计算：通过计算各评估指标在待评估时间内告警发生次数和平均告警时长对各告警事件打分，并根据告警等级对告警事件赋予不同权重，各评估指标的分数结合权重计算得到设备健康度。进一步地，所述通过计算各评估指标在某段时间内告警发生次数和平均告警时长对各告警事件打分具体为：21)将待评估时间按时间轴划分为q个打分时刻，{t1,t2,…,ti,…,tq}(t0为时间起点)，打分间隔为{Δ1＝t1-t0,Δ2＝t2-t1,…,Δj＝tj-tj-1,…,Δq＝tq-tq-1}；对评估指标集中的评估指标，即告警事件ai在打分时刻tj(j＝1,2,…,q)进行打分，告警时件ai在时间点tj的得分为其中：为评估指标ai在间隔时长Δj内发生的次数；为评估指标ai在间隔时长Δj内发生告警的平均告警时长，和分别是评估指标(告警事件)ai在时长Δj内第k次发生时的告警结束时间和发生时间；23)在其他打分时刻重复上述打分，得到在待评估时间内评估指标ai的得分序列24)对评估指标集中的所有评估指标打分，得到评估指标得分集{X1,X2,…,Xi,…Xm}，集合元素Xi为行或列向量，包含了q个打分时刻得到的指标得分，m是评估指标个数。进一步地，所述根据告警等级对告警事件赋予不同权重具体为：31)构造判断矩阵：利用层次分析法中常用的1-9比率标度法(表1)构建判断矩阵。将所有的评估指标两两相互比较，根据告警等级按1-9比率标度法给出各指标间的相对重要性，构建出判断矩阵A；表11-9比率标度法在本专利技术中，表1也可以用下面的数学公式描述；bij为判断矩阵A中第i行第j列的元素，代表第i个评估指标相对于第j个评估指标的相对重要度，bij＝1/bji；L为第i个评估指标与第j个评估指标的的告警等级的差值；32)计算权重：wi为第i个评估指标的权重；其中Mi＝bi1×bi2×.....bim；m为指标个数。进一步地，消除各个评估指标之间的相关性；41)指标得分归一化处理：评估指标归一化得分集{Y1,Y2,…,Yi,…Ym}，其中，是ai的得分Xi中的最大得分，是Xi中的最小得分；m是评估指标个数；42)利用格兰姆-施密特正交法消除指标之间的相关性，得到一组相互之间无相关性的正交集{βi,i＝1,2,…,m}；β1＝Y1；β2＝Y2-[Y2,β1]/[β1,β1]×β1，[Y2,β1]是Y2与β1的内积，[β1,β1]是β1与β1的内积；以消除相关后得到的正交集{βi,i＝1,2,…,m}作为评估指标的得分结合权重计算得到设备健康度，βi为行或列向量，包含了k个打分时刻的评估指标的得分。进一步地，所述消除相关性后的各评估指标的得分结合权重计算得到设备健康度具体为：将各个评估指标的得分和权重，进行加权和，得到设备的健康度分数，计算公式为：是设备健康度分数，H为行或列向量，包含了在所有打分时刻的健康度分数，βi是第i个评估指标消除相关性后得分序列，包含了q个打分时刻的评估指标的得分，ωi是该得分的权重，m是评估指标的个数。每个打分时刻的健康度分数等于该时刻的评估指标得分和得分权重的乘积之和。进一步地，对权重分配进行一致性检验，使得一致性比率CR＝CI/RI<0.10，否则，就要调整判断矩阵的元素取值(利用表1所示的1-9比率标度法)，重新分配权重系数的值，直到一致性比率小于0.1；其中一致性指标其中λmax为判断矩阵的最大特征根，A是判断矩阵，W是权重矩阵，AW是两个矩阵的乘积，(AW)i是矩阵的乘积的第i个元素，wi是第i个指标的权重；RI是平均随机一致性指标值。进一步地，评估数据选取前先将告警数据进行预处理，剔除闪存、重复等不良数据。一种基于告警数据分析的设备健康度评估装置，该装置使用上述评估方法，所述装置包括数据采集模块、评估数据选取模块、评估指标选取模块、健康度计算模块；所述数据采集模块采集设备的告警数据，按照告警发生时间写入数据库；所述评估数据选取模块将告警事件名称、告警等级、告警发生时间、告警结束时间、告警重复次数从数据库中选取出来作为评估数据；所述评估指标选取模块根据告警事件名称，将各种告警事件挑选出来，作为评估指标，形成评估指标集；所述健康度计算模块通过计算各告警事件在待评估时间内告警发生次数和平均告警时长对各告警事件打分得到告警事件分数值，并消除相关性，得到告警事件得分值，并根据告警等级对告警事件赋予不同权重得到告警事件权重值，将告警事件得分值和告警事件权重值加权和得到设备健康度。进一步地，所述健康度计算模块包括告警事本文档来自技高网...

【技术保护点】
一种基于告警数据分析的设备健康度评估方法，其特征在于，所述方法包括以下步骤：数据采集：采集设备的告警数据，按照告警发生时间写入数据库；评估数据选取：将告警事件名称、告警等级、告警发生时间、告警结束时间、告警重复次数从数据库中选取出来作为评估数据；评估指标选取：选取各个不同的告警事件作为评估指标，形成评估指标集；健康度计算：通过计算各告警事件在待评估时间内告警发生次数和平均告警时长得到告警事件分数值，并根据告警等级对告警事件赋予不同权重得到告警事件权重值，各告警事件的分数值结合权重值计算得到设备健康度。

【技术特征摘要】
1.一种基于告警数据分析的设备健康度评估方法，其特征在于，所述方法包括以下步骤：数据采集：采集设备的告警数据，按照告警发生时间写入数据库；评估数据选取：将告警事件名称、告警等级、告警发生时间、告警结束时间、告警重复次数从数据库中选取出来作为评估数据；评估指标选取：选取各个不同的告警事件作为评估指标，形成评估指标集；健康度计算：通过计算各告警事件在待评估时间内告警发生次数和平均告警时长得到告警事件分数值，并根据告警等级对告警事件赋予不同权重得到告警事件权重值，各告警事件的分数值结合权重值计算得到设备健康度。2.如权利要求1所述评估方法，其特征在于，所述通过计算各评估指标在某段时间内告警发生次数和平均告警时长对各告警事件打分得到告警事件分数值具体为：21)将待评估时间按时间轴划分为q个打分时刻，{t1，t2，...，ti，...，tq}，打分间隔为{Δ1＝t1-t0，Δ2＝t2-t1，…，Δj＝tj-tj-1，…，Δq＝tq-tq-1}；t0为时间起点；所述打分间隔为均匀间隔或非均匀间隔，打分间隔依据评估时间选择；22)对评估指标集中的评估指标ai在打分时刻tj进行打分，告警事件ai在时间点tj的得分为m是评估指标个数，j＝1，2，...，q，q是打分时刻的个数；其中：为评估指标ai在间隔时长Δj内发生的次数；为评估指标ai在间隔时长Δj内发生告警的平均告警时长，和分别是评估指标ai在时长Δj内第k次发生时的告警结束时间和发生时间；23)在其他打分时刻重复上述打分，得到在待评估时间内评估指标ai的得分序列24)对评估指标集中的所有告警事件打分，得到评估指标得分集{X1，X2，…，Xi，…Xm}，集合元素Xi为行或列向量，包含了q个打分时刻得到的指标得分，m是评估指标个数。3.如权利要求1所述评估方法，其特征在于，所述根据告警等级对告警事件赋予不同权重具体为：31)构造判断矩阵：将所有的评估指标两两相互比较，根据告警等级得出，构建判断矩阵A；bij为判断矩阵A中第i行第j列的元素，代表第i个评估指标相对于第j个评估指标的相对重要度，bij＝1/bji；L为第i个评估指标与第j个评估指标的的告警等级的差值；32)计算权重：wi为第i个评估指标的权重；其中Mi＝bi1×bi2×.....bim；m为指标个数。4.如权利要求1所述评估方法，其特征在于，消除各个评估指标之间的相关性；41)指标得分归一化处理：评估指标归一化得分集{Y1，Y2，…，Yi，…Ym}，其中，是ai的得分序列Xi中的最大得分，是Xi中的最小得分；m是评估指标个数；42)利用格兰姆-施密特正交法消除指标之间的相关性，得到一组相互之间无相关性的正交集{βi，i＝1，2，…，m}；β1＝Y1；β2＝Y2-[Y2，β1]/[β1，β1]×β1，[Y2，β1]是Y2与β1的内积，[β1，β1]是β1与β1的内积；

【专利技术属性】
技术研发人员：郑宏云，胡敏，王巍巍，邵克松，
申请(专利权)人：北京交通大学，北京瑞祺皓迪技术股份有限公司，
类型：发明
国别省市：北京,11