一种基于大数据分析的提前运维系统及运维方法技术方案

本发明专利技术提供了一种基于大数据分析的提前运维系统及运维方法，包括通讯采集器、运维分析系统和客户端，所述通讯采集器用于与所有终端和所述运维分析系统通信连接，采集终端的运行数据并将运行数据发送至运维分析系统；所述运维分析系统与客户端通信连接，用于对运行数据进行储存并结合终端的历史数据进行分析形成预警信息和故障概率并将发送至客户端。本发明专利技术解决了无法对可能出现故障的终端进行预警，影响故障恢复和处理效率的问题，提高数据采集和在线监测服务质量，还可以降低运维工作人员的运维难度，提高运维效率。提高运维效率。提高运维效率。

【技术实现步骤摘要】
一种基于大数据分析的提前运维系统及运维方法


[0001]本专利技术涉及大数据
，尤其涉及一种基于大数据分析的提前运维系统及运维方法。

技术介绍

[0002]由于用电现场环境复杂，设备数量繁多，用电现场设备运行潜在故障点也较多。当前现场运行维护工作对潜在故障点的感知和监控水平不高，终端通讯故障发现主要通过在线率指标变化进行监测，这种监测方式为事后发现，故障处置长期处于被动状态，当异常被监测到时，终端已经通讯故障，而且，当前通讯故障原因分析方式主要通过技术人员现场对终端进行实地排查、分析和处理，发现故障再去进行人工逐一排查，花费的时间会相当多，运行维护人员的工作量和工作难度居高不下，严重的时候可能会对抄表结算、线损分析、低压电压监测等关键业务造成负面影响，因此亟待通过技术手段对通讯故障进行分析、判断和预警，指导安排现场巡查和轮换计划。

技术实现思路

[0003]针对现有技术中所存在的不足，本专利技术提供了一种基于大数据分析的提前运维系统及运维方法，解决了无法对可能出现故障的终端进行预警，影响故障处理效率的问题。
[0004]根据本专利技术的实施例，一种基于大数据分析的提前运维系统，包括通讯采集器、运维分析系统和客户端，所述通讯采集器与所述运维分析系统通信连接，用于将采集到的相关的运行数据发送至运维分析系统；
[0005]所述运维分析系统与客户端通信连接，用于对运行数据进行储存并结合终端的历史数据进行分析形成预警信息和故障概率并将发送至客户端。
[0006]优选地，所述运维分析系统包括相互之间电性连接的分析模块、派单模块和数据库，所述数据库与通讯采集器通信连接。
[0007]优选地，所述客户端括员工客户端和展示客户端，所述员工客户端分别与派单模块和分析模块通信连接，所述展示客户端与分析模块电性连接。
[0008]另一方面，根据本专利技术实施例，还提供了一种基于大数据分析的提前运维方法，采用权利要求1
‑
3所述的基于大数据分析的提前运维系统，其包括如下步骤：
[0009]S1：预测模型构建：基于数据库中存储的终端的测量历史数据以及档案数据作为样本数据构建初步的预测模型，并存入分析模块中；
[0010]S2：通讯采集器采集所有终端的在线情况、信号强度和通讯成功率，并将其存入数据库中；
[0011]S3：分析模块从数据库中提取并统计所有终端当天的在线情况、前一天的信号强度和通讯成功率，以及终端对应的SIM卡类型、终端厂商和终端地址，调用S1中的预测模型对所有终端正常运行的概率进行预测，并将相关数据在展示客户端中展示；
[0012]S4：派单模块根据S3中的预测结果生成运维工单并发送给相应的员工客户端；
[0013]S5：工程师完成工单后向分析模块提交运维结果，分析模块根据运维结果对预测模型进行优化，直至预测结果与运维结果相同。
[0014]优选地，所述S1中初步的预测模型的构建方法如下：
[0015]S1
‑
1：对样本数据进行相关性分析，并进行数据清洗，保留与终端离线与否具有强相关的数据；
[0016]S1
‑
2：设置输入层、隐藏层和输出层，输入层包括S1
‑
1中有强相关的数据并将其特征量化后形成输入矩阵，隐藏层包括多个隐藏节点，输出层包括一个输出节点，然后初始化每个输入因子与每个隐藏节点之间、每个隐藏节点和输出节点之间的权重值，并分别形成第一权重矩阵和第二权重矩阵；
[0017]S1
‑
3：正向传播：输入矩阵与权重矩阵进行数乘得到隐藏矩阵，隐藏矩阵再与第二权重矩阵数乘得到输出值，该输出值以小于1的小数形式呈现。
[0018]优选地，所述S5中对预测模型的优化步骤如下：
[0019]S5
‑
1：将终端实际值根据在线情况，将在线定为1，离线定为0，将S4中预测的概率值与终端的实际值相对比，如相差在0.1以上，则计算概率值与实际值的残差值；
[0020]S5
‑
2：根据残差值，更新第一权重矩阵和第二权重矩阵的各项值；
[0021]S5
‑
3：依次重复S1
‑
3、S5
‑
1和S5
‑
2，直至概率值与实际值相差在0.1以内，预测模型完成优化。
[0022]相比于现有技术，本专利技术具有如下有益效果：
[0023]本专利技术提供的系统的优势是：通讯采集器实时采集终端的运行数据并发送给运维分析系统储存，运维分析系统结合终端的运行数据和历史数据进行分析形成预警信息，发送至客户端，运维工作人员通过客户端得知终端的预警信息和故障概率，在终端发生故障前进行检修，降低故障对关键业务的负面影响，提高运维效率。
[0024]本专利技术提供的方法的优势是：通过终端的历史数据和档案数据先构建预测模型并存入分析模块中，对终端进行第一次预测，分析终端可能出现故障而掉线的概率，派单模块根据预测结果下发工单给客户端，让运维工程师进行事前排查，分析模块再根据排查结果对预测模型进行自动优化预测逻辑，实现预测模型的自我学习，使其对终端的预测概率与实际情况基本相同，通过反复几次预测和优化，则可以实现对所有终端做出较为准确的预测，不仅可以将检修终端从“事后处置”转变为“事前排除”，提前发现终端可能存在的通讯故障风险，降低故障对关键业务的负面影响，提高数据采集和在线监测服务质量，还可以降低运维工作人员的运维难度，提高运维效率。
附图说明
[0025]图1为本专利技术实施例的运维系统结构图。
[0026]图2为本专利技术实施例的预测模型结构图。
具体实施方式
[0027]下面结合附图及实施例对本专利技术中的技术方案进一步说明。
[0028]如图1所示，本专利技术实施例提出了一种基于大数据分析的提前运维系统，包括多个安装于不同地点的终端、通讯采集器、运维分析系统和客户端；
[0029]将电力系统分为多个区域，每个区域内在不同位置安装有多个终端，以及一个通讯采集器，该通讯采集器与该区域内的所有终端通信连接，并且每隔15分钟采集一次终端的数据并上传，采集的数据包括终端的在线情况、信号强度和通讯成功率。
[0030]运维分析系统包括相互之间电性连接的分析模块、派单模块和数据库，其中数据库与通讯采集器通信连接，通讯采集器将采集到的数据存储在数据库中，方便提取，分析模块会提取数据库中的数据用于分析某个终端可能出现故障而离线的概率，派单模块根据分析模块给出的概率结果，生成工单并发送至客户端。
[0031]客户端包括员工客户端和展示客户端且均可为手机或电脑，员工客户端分别与派单模块和分析模块通信连接，展示客户端与分析模块电性连接；员工客户端能够接受派单模块发来的工单，运维工作人员根据工单到指定地点检修指定终端后，会将检修结果发送至分析模块，分析模块会根据此次的检修结果优化预测机制，另外，分析模块还会将终端的相关数据以及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据分析的提前运维系统，其特征在于：包括通讯采集器、运维分析系统和客户端，所述通讯采集器与所述运维分析系统通信连接，用于将采集到的相关的运行数据发送至运维分析系统；所述运维分析系统与客户端通信连接，用于对运行数据进行储存并结合终端的历史数据进行分析形成预警信息和故障概率并将发送至客户端。2.如权利要求1所述的一种基于大数据分析的提前运维系统，其特征在于：所述运维分析系统包括相互之间电性连接的分析模块、派单模块和数据库，所述数据库与通讯采集器通信连接。3.如权利要求2所述的一种基于大数据分析的提前运维系统，其特征在于：所述客户端包括员工客户端和展示客户端，所述员工客户端分别与派单模块和分析模块通信连接，所述展示客户端与分析模块电性连接。4.一种基于大数据分析的提前运维方法，采用权利要求1
‑
3所述的基于大数据分析的提前运维系统，其特征在于：包括：S1：预测模型构建：基于数据库中存储的终端的测量历史数据以及档案数据作为样本数据构建预测模型，并存入分析模块中；S2：通讯采集器采集所有终端的在线情况、信号强度和通讯成功率，并将其存入数据库中；S3：分析模块从数据库中提取并统计所有终端当天的在线情况、前一天的信号强度和通讯成功率，以及终端对应的SIM卡类型、终端厂商和终端地址，调用S1中的预测模型对所有终端正常运行的概率进行预测，并将相关数据在展示客户端中展示；S4：派单模块根据S3中的预测结果生成运维工单并发送给相应的员工客户端；S5：工程师完成工单后向分析模块提交运维结果，分析模块根据运维结果对预测模型进行优化，直至预测结果与运维结果相同。5.如权利要求4所述的一种基于大数据分析的提前运维方法，其特征在于：所述S1中初步的预测模型的构建方法如下：S1
‑
1：对样本数据进行相关性分析，并进行数据清洗，保留与终端离线具有强相关的数据；S1
‑
2：设置输入层、隐藏层和输出层，输入层包括S1
‑
1中有...

【专利技术属性】
技术研发人员：张冬谊，陈柯，万兴玉，黄宇翔，梁钰涵，田捷夫，向奕同，杨雨佳，向椿，戚家浩，王琪鑫，王前，刘科，胡洋，李鸿鹄，
申请(专利权)人：国网重庆市电力公司市北供电分公司，
类型：发明
国别省市：