一种基于图像识别的现场运维方法及系统技术方案

本发明专利技术实施例提供一种基于图像识别的现场运维方法及系统。该方法包括：基于预设图像识别算法获取设备信息，将设备信息与系统中的识别信息进行对比，生成工单；对工单进行分析，获取运维人员信息，基于遗传算法对工单和运维人员信息进行智能匹配，筛选出最优运维人员；通过预设智能推荐算法，向最优运维人员推送运维指导信息，完成设备运维操作。本发明专利技术实施例通过图像识别算法，识别设备种类，能够及时发现故障，并自动生成工单，通过基于遗传算法的工单匹配策略将生成的工单与运维人员进行匹配，根据运维人员的技能水平及状态智能选择运维人员，并通过智能推荐算法推送相似工单，能够辅助运维人员高效完成工作，从而有效提高运维质量与运维效率。

A field operation and maintenance method and system based on image recognition

【技术实现步骤摘要】
一种基于图像识别的现场运维方法及系统
本专利技术涉及运维
，尤其涉及一种基于图像识别的现场运维方法及系统。
技术介绍
移动通信网建设是战略性、先导性和基础性的产业，在国民经济中有着举足轻重的作用。随着时代的发展，移动通信网的规模不断扩大，设备种类和数量不断增加，设备功能日趋强大，网络架构也日益复杂。目前，移动运营商骨干通信网络已建成了以光纤通信为主，微波、载波为辅，卫星通信作为应急备用，多种传输技术并存，覆盖总部-省公司-市-县等通信节点的实体网络。移动运营商的通信网络的快速发展对通信现场运维管理提出了更加严格的要求，尤其是现场运行维护工作量大、管理问题多、效率低下等问题日益突出，亟待解决。保障移动通信设备正常工作是确保通信网安全稳定运行的前提，而现场运维是确保移动通信网安全稳定运行的主要方法，其主要任务包括消除通信设备的告警，发现设备故障，分析故障原因，消除故障等。通信运维系统的出现一定程度上解决了运维系统存在现场实际信息管理缺失、智能化信息化程度低等问题，通过将运维现场信息电子化的方式，提升现场运维的信息化、智能化水平，一定程度上提高了运维质量。然而目前的运维系统工作效率及故障处理的准确性亟待提高，主要存在以下问题：(1)现阶段移动通信运维系统不能有效根据运维人员的技术能力及运维作业的特性合理安排人员调度，需要一种新型的高效工单匹配技术，为运维人员合理安排运维工作，提高工作效率，保证设备得到及时的维修。(2)目前移动通信网运维系统存在缺乏对设备的位置、功能、状态的感知能力；运维作业现场的作业人员信息获取手段较少；缺乏高效的符合移动通信现场实际运维场景的智能化、个性化获取运维知识的方法。因此急需一种基于图像识别的现场智能运维知识推荐方法及系统，为移动通信网提供现场主动式运维支撑手段，提升运维质量和运维效率。为了解现有技术的发展状况，现有技术中采取如下方案：方案1涉及一种运维工单的知识推荐方法和运维工作平台，此方法具体包括两个流程：流程1：知识创建，包括工单转知识、知识提取、知识编辑、知识审核和知识入库；流程2：知识推荐，包括生成运维故障工单、故障分析、工单主题分词、知识库检索和知识推荐序列。该专利技术的运维工作平台包含资产管理模块、知识库模块、工单管理模块和监控告警模块。方案2涉及一种基于AR的运维知识推送方法，主要流程为：步骤1：构建上下文知识推送模型；步骤2：将知识库中的知识在上下文知识推送模型计算相识度；步骤3：根据上下文知识推送模型计算出来相识度将知识库中的知识推送到AR智能设备中；步骤4：AR智能设备将接收到的知识库中的知识数据发送到边缘服务器中；步骤5：边缘服务器对知识数据进行筛选，对筛选后的知识数据进行边缘计算，并将边缘计算结果发送到后端运维管理系统中；步骤6：工作人员根据后端运维管理系统接收到的数据下发运维指令自边缘服务器，边缘服务器将运维指令推送至AR智能设备中；步骤7：运维人员更具AR智能设备中显示的运维指令执行运维操作。方案3涉及一种电力通信运维信息推送方法及系统，主要流程为：接收用户输入的运维指令；提取运维指令中包含的完成运维作业所需的技术能力信息、运维作业信息；查询运维人员数据库中与技术能力信息相匹配的人员信息，并根据人员信息生成候选运维人员列表；获取候选运维人员列表中各候选运维人员的当前工作数据；根据当前工作数据及运维作业信息对各候选运维人员进行筛选，选取最优运维人员；将与运维指令对应的运维数据推送至最优运维人员。而上述技术方案存在如下缺陷：方案1提出一种运维工单的知识推荐方法和运维工作平台，该方法的特征在于：运维人员拿到待处理的运维工单时，同时也接收到系统推荐来的知识列表，运维人员可从知识中获取知识详情、应急方案、解决方案，从而实现对工单事件的问题定位并快速解决，根据匹配规则自动识别并按照关联性排序有用的知识，大大提高了运维工程师的工作效率，提高客户满意度。但此方法有在推荐知识时没有考虑到运维人员的相关信息，如业务熟练度和擅长领域等，容易导致推荐的相关信息不全面。方案2提出一种基于AR的运维知识推送方法，该方案的特征在于：不同于以往依赖于运维人员经验的运维模式，专家经验能够借由AR设备在运维人员之间共享，能够帮助现场运维人员在运维期间通过智能设备快速获取相关的知识，缩短了设备运维周期，降低运维成本，提高现场运维人员的工作效率。但此方法推送知识使用的相似度计算方法较为简单，面对海量的数据容易计算出不理想的结果。方案3提出一种电力通信运维信息推送方法及系统，该方案的特征在于：通过分析运维人员和运维作业的信息，从数据库获取相匹配的信息，实现了派工单的自动推送，提高了运维工作的可控性和规范性，提高了运维作业的工作效率，保障电力通信网安全运行。但该方法涉及的人员作业匹配方法使用简单的加权方法实现，虽然运算速度较快，但容易陷入局部最优解。因此需要建立更为可靠、高效的运维管理技术，引入更加先进的运维管理方法。
技术实现思路
本专利技术实施例提供一种基于图像识别的现场运维方法及系统，用以解决现有技术中在运维中管理方法涉及的信息不全面，涉及的算法计算的推荐结果不够精确，无法全面覆盖比较全面的运维场景。第一方面，本专利技术实施例提供一种基于图像识别的现场运维方法，包括：基于预设图像识别算法获取设备信息，将所述设备信息与系统中的识别信息进行对比，生成工单；对所述工单进行分析，获取运维人员信息，基于遗传算法对所述工单和所述运维人员信息进行智能匹配，筛选出最优运维人员；通过预设智能推荐算法，向所述最优运维人员推送运维指导信息，完成设备运维操作。优选地，该方法还包括：保存所述工单，更新运维知识数据库。优选地，所述基于预设图像识别算法获取设备信息，将所述设备信息与系统中的识别信息进行对比，生成工单，具体包括：通过图像采集设备对目标设备的图像进行采集，得到原始图片数据；对所述原始图片数据进行预处理，得到预处理图片数据；基于预设卷积神经网络对所述预处理图片数据进行特征提取，得到特征数据；基于改进的Faster-RCNN图像识别算法对所述特征数据生成目标候选区域；将所述目标候选区域归一化输出到固定大小的特征图；对所述特征图进行分类，并与所述识别信息进行对比，获取设备类别和设备信息，输出所述工单。优选地，所述对所述工单进行分析，获取运维人员信息，基于遗传算法对所述工单和所述运维人员信息进行智能匹配，筛选出最优运维人员，具体包括：获取工作次序模型，确定运维项目工作次序；建立维修人员技能矩阵，确定运维人员维修技能；基于所述运维项目工作次序和所述维修人员技能矩阵，构建人力资源优化配置模型；基于所述遗传算法对所述人力资源优化配置模型进行优化求解，将所述工单进行智能匹配，获得所述最优运维人员。优选地，所述通过预设智能推荐算法，向所述最优运维人员推送运维指导信息，完成设备运维操作，具体包括：接收所述最优运本文档来自技高网...

【技术保护点】
1.一种基于图像识别的现场运维方法，其特征在于，包括：/n基于预设图像识别算法获取设备信息，将所述设备信息与系统中的识别信息进行对比，生成工单；/n对所述工单进行分析，获取运维人员信息，基于遗传算法对所述工单和所述运维人员信息进行智能匹配，筛选出最优运维人员；/n通过预设智能推荐算法，向所述最优运维人员推送运维指导信息，完成设备运维操作。/n

【技术特征摘要】
1.一种基于图像识别的现场运维方法，其特征在于，包括：
基于预设图像识别算法获取设备信息，将所述设备信息与系统中的识别信息进行对比，生成工单；
对所述工单进行分析，获取运维人员信息，基于遗传算法对所述工单和所述运维人员信息进行智能匹配，筛选出最优运维人员；
通过预设智能推荐算法，向所述最优运维人员推送运维指导信息，完成设备运维操作。


2.根据权利要求1所述的基于图像识别的现场运维方法，其特征在于，该方法还包括：
保存所述工单，更新运维知识数据库。


3.根据权利要求1或2所述的基于图像识别的现场运维方法，其特征在于，所述基于预设图像识别算法获取设备信息，将所述设备信息与系统中的识别信息进行对比，生成工单，具体包括：
通过图像采集设备对目标设备的图像进行采集，得到原始图片数据；
对所述原始图片数据进行预处理，得到预处理图片数据；
基于预设卷积神经网络对所述预处理图片数据进行特征提取，得到特征数据；
基于改进的Faster-RCNN图像识别算法对所述特征数据生成目标候选区域；
将所述目标候选区域归一化输出到固定大小的特征图；
对所述特征图进行分类，并与所述识别信息进行对比，获取设备类别和设备信息，输出所述工单。


4.根据权利要求1所述的基于图像识别的现场运维方法，其特征在于，所述对所述工单进行分析，获取运维人员信息，基于遗传算法对所述工单和所述运维人员信息进行智能匹配，筛选出最优运维人员，具体包括：
获取工作次序模型，确定运维项目工作次序；
建立维修人员技能矩阵，确定运维人员维修技能；
基于所述运维项目工作次序和所述维修人员技能矩阵，构建人力资源优化配置模型；
基于所述遗传算法对所述人力资源优化配置模型进行优化求解，将所述工单进行智能匹配，获得所述最优运维人员。


5.根据权利...

【专利技术属性】
技术研发人员：邵苏杰，郭少勇，邱雪松，李谦，刘国泰，石颂平，亓峰，王语琪，张庆航，吴磊，
申请(专利权)人：许昌北邮万联网络技术有限公司，北京邮电大学，
类型：发明
国别省市：河南;41