通信设备的告警方法和装置、设备及存储介质制造方法及图纸

技术编号:27653630 阅读:10 留言:0更新日期:2021-03-12 14:15
本发明专利技术实施例公开了基于深度学习的通信设备的告警方法和装置、告警设备以及可读存储介质,所述方法包括:获取台风的动态信息;根据所述台风的所述动态信息,绘制台风路线图;根据所述台风路线图,绘制具有不同台风影响程度的台风影响区域;按照所述台风影响程度,对所述台风影响区域进行分割,生成不同台风影响程度的分割区域;将通信设备的位置信息与所述分割区域的位置信息进行匹配,生成匹配结果;根据所述匹配结果,针对不同位置的所述通信设备生成不同级别的告警信息;输出所述告警信息。在事故未发生时对不同区域的通信设备进行不同级别的告警,提高了报警的精准度。

【技术实现步骤摘要】
通信设备的告警方法和装置、设备及存储介质
本专利技术实施例涉及台风预警领域,特别涉及通信设备的告警方法和装置、设备及存储介质。
技术介绍
随着人们对手机、电脑等通信设备的依赖程度逐渐增加,运营商网络设备运营的持久性和稳定性变得越来越重要。传统的通信预警主要依赖气象预告,或是对气候的检测来完成基站级别的告警,主要存在不确定性和及时性的问题。第一类方法是通过气象预告来粗略估计台风可能会影响到相关区域内的基站,该方法对具体可能受损的基站无法估计,对基站可能的受损情况也无法估计,这对制作应急通信预案存在很多的不确定性。第二类方法是对通信铁塔的位移以及周围气候环境进行全天候的自动化监测,通过对监测数据的分析判断气候对通信设备的影响。该方法虽然可以对具体基站、基站位置、受损情况进行完美的预估,但是不具有预见性,当台风发生时才发生告警,不能及时的实施和开展应急保障措施。专利技术人发现,相关技术中至少存在如下问题:基于气象预告进行基站损毁评估的方法和基于气候环境全天候监测方法可以在一定程度上协助应急预案的制定,但是这种协助存在不确定性和及时性的问题,不能对具体通信受损地区进行精确的灾后恢复工作。
技术实现思路
本专利技术实施方式的目的在于提供一种基于深度学习的通信设备的告警方法和装置、告警设备以及可读存储介质,使得在事故未发生时对不同区域的通信设备进行不同级别的告警,提高了报警的精准度。为解决上述技术问题,本专利技术的实施方式提供了一种基于深度学习的通信设备的告警方法,包括:获取台风的动态信息;根据所述台风的所述动态信息,绘制台风路线图;根据所述台风路线图,绘制具有不同台风影响程度的台风影响区域;按照所述台风影响程度,对所述台风影响区域进行分割,生成不同台风影响程度的分割区域;将通信设备的位置信息与所述分割区域的位置信息进行匹配,生成匹配结果;根据所述匹配结果,针对不同位置的所述通信设备生成不同级别的告警信息;输出所述告警信息。一种基于深度学习的通信设备的告警装置,包括:第一获取单元,获取台风的动态信息;第一绘制单元,根据所述台风的所述动态信息,绘制台风路线图;第二绘制单元,根据所述台风路线图,绘制具有不同台风影响程度的台风影响区域;分割单元,按照所述台风影响程度,对所述台风影响区域进行分割,生成不同台风影响程度的分割区域;匹配单元将通信设备的位置信息与所述分割区域的位置信息进行匹配,生成匹配结果;生成单元,根据所述匹配结果,针对不同位置的所述通信设备生成不同级别的告警信息;输出单元,输出所述告警信息。一种告警设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行所述的告警方法。一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现所述的告警方法。上述实施例中,获取台风的动态信息;根据所述台风的所述动态信息,绘制台风路线图;根据所述台风路线图,绘制具有不同台风影响程度的台风影响区域;按照所述台风影响程度,对所述台风影响区域进行分割,生成不同台风影响程度的分割区域;将通信设备的位置信息与所述分割区域的位置信息进行匹配,生成匹配结果;根据所述匹配结果,针对不同位置的所述通信设备生成不同级别的告警信息;输出所述告警信息。本专利技术根据区域的台风影响程度,可以预测出处于该区域的通讯设备的被台风影响程度,从而提前进行预警,可以在事故未发生时进行相关的告警,具有风险预见性,并且在事故未发生时对不同区域的通信设备进行不同级别的告警,提高了报警的精准度。可选的,所述根据所述台风的所述动态信息,绘制台风路线图,具体包括:通过曲线拟合的方法,将至少一个台风中心位置的散点进行平滑曲线化;曲线平滑过程中假设损失函数loss为公式1,通过不断的输入公式而直到loss不再降低,拟合出台风路线图的最佳平滑曲线:其中,β1、β2、为常数,在loss不断降低中调整;n为散点个数,(xi,yi)为最佳平滑曲线上的散点,通过反馈机制调整β1和β2来达到降低loss的目的。本专利技术采用反馈学习的方法进行散点曲线拟合,提高了拟合的精准度。可选的,所述将通信设备的位置信息与所述分割区域的位置信息进行匹配,生成匹配结果的步骤包括:对所述分割区域进行内切矩形采样,直到内切矩形覆盖整个台风影响区域,将各个所述分割区域划分为内切矩形;将所述内切矩形的经纬度,与所述通信设备的位置信息匹配。所述对所述分割区域进行内切矩形采样,直到内切矩形覆盖整个台风影响区域,将各个所述分割区域划分为内切矩形的步骤包括:内切矩形的求解采用改进的遗传算法,对任意的分割区域中的四个顶点P1(x1,y1),P2(x2,y2),P3(x3,y3),P4(x4,y4)组成一个内切矩形,遗传算法执行时通过适应度函数来评估个体的优劣性,采用四边形的面积为基本适应度函数;将约束优化问题转化成无约束问题,基本适应度函数为:S=Srec-(H1+H2+H3)H1=|(y4-y1)×(x3-x2)-(y3-y2)×(x4-x1)|2H2=|(y2-y1)×(x4-x3)-(y4-y3)×(x2-x1)|2H3=|(y2-y1)×(y4-y1)-(x2-x1)×(x4-x1)|2其中,S被切割区域的面积,Srec为当前切割出来矩形的面积。上述实施例中,将各个所述分割区域划分为内切矩形;再将所述内切矩形的经纬度与通信设备的经纬度进行匹配,提高了计算的自动化程度。上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。附图说明一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。图1为本专利技术实施例所述的一种基于深度学习的通信设备的告警方法的流程图;图2为本专利技术应用场景中基站告警处理过程的示意图;图3为本专利技术应用场景中台风中心点曲线拟合的示意图;图4为本专利技术应用场景中台风影响区域图像重建的示意图;图5为本专利技术应用场景中台风影响区域分割的示意图。图6为本专利技术实施例所述的一种基于深度学习的通信设备的告警装置的结构示意图;图7为本专利技术实施例所述的一种基于深度学习的通信设备的告警设备的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合附图对本专利技术的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本专利技术各实施方式中,为了使读者更本文档来自技高网...

【技术保护点】
1.一种基于深度学习的通信设备的告警方法,其特征在于,包括:/n获取台风的动态信息;/n根据所述台风的所述动态信息,绘制台风路线图;/n根据所述台风路线图,绘制具有不同台风影响程度的台风影响区域;/n按照所述台风影响程度,对所述台风影响区域进行分割,生成不同台风影响程度的分割区域;/n将通信设备的位置信息与所述分割区域的位置信息进行匹配,生成匹配结果;/n根据所述匹配结果,针对不同位置的所述通信设备生成不同级别的告警信息;/n输出所述告警信息。/n

【技术特征摘要】
1.一种基于深度学习的通信设备的告警方法,其特征在于,包括:
获取台风的动态信息;
根据所述台风的所述动态信息,绘制台风路线图;
根据所述台风路线图,绘制具有不同台风影响程度的台风影响区域;
按照所述台风影响程度,对所述台风影响区域进行分割,生成不同台风影响程度的分割区域;
将通信设备的位置信息与所述分割区域的位置信息进行匹配,生成匹配结果;
根据所述匹配结果,针对不同位置的所述通信设备生成不同级别的告警信息;
输出所述告警信息。


2.根据权利要求1所述的方法,其特征在于,所述根据所述台风的所述动态信息,绘制台风路线图,具体包括:
通过曲线拟合的方法,将至少一个台风中心位置的散点进行平滑曲线化;曲线平滑过程中假设损失函数loss为公式1,通过不断的输入公式而直到loss不再降低,拟合出台风路线图的最佳平滑曲线:






其中,β1、β2、为常数,在loss不断降低中调整;n为散点个数,(xi,yi)为最佳平滑曲线上的散点,通过反馈机制调整β1和β2来达到降低loss的目的。


3.根据权利要求1所述的方法,其特征在于,
根据所述台风的风速风力,计算出所述台风路线图上每个曲线点的影响半径:
计算所述台风路线图上每个曲线点的垂线;
根据所述影响半径和所述垂线,绘制出不同台风影响程度的台风影响区域。


4.根据权利要求3所述的方法,其特征在于,所述根据所述台风的风速风力,计算出所述台风路线图上每个曲线点的影响半径的步骤包括:



其中,d为影响半径;IF为区域严重程度影响影子,根据实际情况定义,β1、β2、β3为常数,ζ为相对涡度的铅直分量,f为地转参数,t为时间;P为曲线点的压强,S为曲线点的风速。


5.根据权利要求3所述的方法,其特征在于,所述计算所述台风路线图上每个曲线点的垂线的步骤包括:









其中,N为散点个数,a为垂线的斜率,b为垂线的截距。


6.根据权利要求1所述的方法,其特征在于,所述按照所述台风影响程度,对所述台风影响区域进行分割,生成不同台风影响程度的分割区域的步骤包括:
采用漫水填充算法,按照台风对地区的影响严重程度,对所述台风影响区域进行分割。


7.根据权利...

【专利技术属性】
技术研发人员:陈健秦晨普王晓进
申请(专利权)人:中移杭州信息技术有限公司中国移动通信集团有限公司
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1