基于数据特征分析的治超系统故障智能识别及诊断的方法技术方案

本发明专利技术涉及治超系统故障识别技术领域，尤其涉及一种基于数据特征分析的治超系统故障智能识别及诊断的方法

【技术实现步骤摘要】
基于数据特征分析的治超系统故障智能识别及诊断的方法


[0001]本专利技术涉及治超系统故障识别
，尤其涉及一种基于数据特征分析的治超系统故障智能识别及诊断的方法
。

技术介绍

[0002]治超系统能够确保道路安全
、
维护交通秩序和减少交通事故的发生
。
通过及时检测和解决故障，可以防止超载车辆引发桥梁
、
道路和其他基础设施的损坏，减轻维修和修复成本
。
此外，治超系统的故障诊断也有助于监督和执行交通法规，防止不合法的超载行为，提高整体交通系统的效能，确保道路网络的安全和可靠
。
然而，传统的治超系统故障识别及诊断需要通过人为手动调测进行，无法达到实时性地进行治超系统地故障识别，并且也不能自动化地对治超系统进行故障诊断，使得治超站点网络设备的安全性和稳定性得不到保证
。

技术实现思路

[0003]基于此，本专利技术提供一种基于数据特征分析的治超系统故障智能识别及诊断的方法，以解决至少一个上述技术问题
。
[0004]为实现上述目的，一种基于数据特征分析的治超系统故障智能识别及诊断的方法，包括以下步骤：步骤
S1
：获取治超站点设备；利用网络探针对治超站点设备进行有效流量数据采集，生成有效流量数据；步骤
S2
：利用快速傅里叶变换技术对有效流量数据进行频域信号转换，生成有效流量信号；对有效流量信号进行异常流量信号划分处理，分别生成异常流量信号以及常规流量信号；步骤
S3
：对异常流量信号进行异常特征信号节点提取，生成异常特征信号节点数据；根据异常特征信号节点数据对治超站点设备进行异常网络端口修复处理，生成安全流量站点设备；步骤
S4
：获取治超站点设备的历史运行数据；利用决策树算法与历史运行数据进行治超站点设备与业务数据特征的关系模型建立，生成业务数据特征模型；步骤
S5
：获取治超站点设备的历史故障数据库；根据历史故障数据库进行历史设备修复方案设计，生成历史设备修复方案；根据历史设备修复方案建立智能修复方案无向图；步骤
S6
：对安全流量站点设备进行实时运行数据采集，生成初始运行数据；将初始运行数据传输至业务数据特征模型进行运行数据诊断处理，生成异常运行数据；将异常运行数据传输至智能修复方案无向图中进行设备故障的修复方案提取，生成设备修复方案，并将设备修复方案传输至终端进行反馈
。
[0005]本专利技术通过获取治超站点设备并运用网络探针进行有效流量数据采集，实现了对
治超系统的实时监测和数据收集，使系统能够实时识别设备运行状态
、
网络流量异常以及性能问题，进而优化设备性能
、
实现预测性维护
、
提高网络安全性，从而增强了系统的可靠性
、
可用性和安全性
。
利用快速傅里叶变换技术对有效流量数据进行频域信号转换，这使系统能够将复杂的流量数据转化为频域信息，从而更清晰地分析流量特征
。
然后，通过对有效流量信号进行异常流量信号划分处理，分离出异常流量信号和常规流量信号，实现了精确的异常流量检测，有助于提高对网络问题的敏感性，降低误报率，进而增强了系统的网络安全性和稳定性，为后续的故障诊断和修复提供了关键的数据基础
。
通过对异常流量信号进行精细化的异常特征信号节点提取，能够深入分析网络中的异常行为，识别出异常流量的具体特征，进而更准确地定位和理解问题的根本原因
。
根据这些异常特征信号节点数据，可以有针对性地对治超站点设备进行异常网络端口修复处理，实现精确的问题解决，从而生成安全流量站点设备，不仅提高了系统的故障诊断精度，还大大缩短了问题排查和修复的时间，提高了治超系统的可靠性和网络性能
。
通过获取治超站点设备的历史运行数据，并利用历史运行数据建立设备业务的数据特征模型，借助决策树算法分析历史数据的模式和趋势，进而预测未来设备运行的可能情况，这个业务数据特征模型不仅提供了对设备运行的深刻理解，还使系统能够更好地识别潜在问题
、
优化性能
、
预测设备维护需求，并制定针对性的运营策略，强化了治超系统的智能性和可预测性，有助于提高系统的可用性和效率
。
利用历史故障数据库进行历史设备修复方案的设计，生成针对各种潜在问题的有效修复策略，通过借鉴过去的设备故障经验能够更迅速地制定出可行的修复计划，从而降低维修时间和成本，根据这些历史设备修复方案建立智能修复方案无向图，使得系统能够根据当前设备的异常情况，迅速提取并应用合适的修复方案，实现自动化和智能化的维修决策，大幅提高了系统的可维护性和可靠性，提高了治超系统的响应速度和操作效率，减轻了操作人员的负担，并降低了系统维护的风险
。
通过对安全流量站点设备的实时运行数据采集能够及时了解设备状态，生成初始运行数据，使操作人员能够实时掌握设备的运行情况，将初始运行数据传输至业务数据特征模型进行运行数据诊断处理，可以迅速识别出异常运行数据，精确定位设备问题，将异常运行数据传输至智能修复方案无向图，能够根据设备的具体问题提取并应用最佳的修复方案，实现高效智能的设备修复，降低了维修决策的时间和人工成本，将设备修复方案传输至终端进行反馈，操作人员可以了解问题解决情况，实现了全面的监测和维护闭环，大幅提高了治超系统的可用性
、
可维护性，以及用户满意度，增强了治超系统的实时响应能力，使其更具智能和自动化特性，有力支持了治超站点的稳定性和性能
。
因此，本专利技术的治超系统故障识别及诊断部需要通过人为手动调测进行，能够达到实时性地进行治超系统地故障识别，并且也能够自动化地对治超系统进行故障诊断，使得治超站点网络设备的安全性和稳定性得到保证
。
[0006]优选地，步骤
S1
包括以下步骤：步骤
S11
：获取治超站点设备；步骤
S12
：利用网关设备及网络传输协议治超站点设备进行治超站点整体设备网络连接，生成整体连接设备；步骤
S13
：利用网络探针对整体连接设备进行网络流量数据采集，生成整体流量数据；步骤
S14
：根据预设的有效分析时间段对整体流量数据进行流量数据筛选，生成有
效流量数据
。
[0007]本专利技术通过获取治超站点设备并使用网关设备及网络传输协议进行整体设备网络连接，实现了设备的快速部署和整合，有助于减少系统配置时间，简化了治超站点设备的管理
。
利用网络探针对整体连接设备进行网络流量数据采集，能够全面地捕获网络中的流量信息，使得系统能够实时监测网络活动，包括异常流量和常规流量，从而更好地理解网络运行状况
。
根据预设的有效分析时间段对整体流量数据进行筛选，生成有效流量数据，从而缩小了关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于数据特征分析的治超系统故障智能识别及诊断的方法，其特征在于，包括以下步骤：步骤
S1
：获取治超站点设备；利用网络探针对治超站点设备进行有效流量数据采集，生成有效流量数据；步骤
S2
：利用快速傅里叶变换技术对有效流量数据进行频域信号转换，生成有效流量信号；对有效流量信号进行异常流量信号划分处理，分别生成异常流量信号以及常规流量信号；步骤
S3
：对异常流量信号进行异常特征信号节点提取，生成异常特征信号节点数据；根据异常特征信号节点数据对治超站点设备进行异常网络端口修复处理，生成安全流量站点设备；步骤
S4
：获取治超站点设备的历史运行数据；利用决策树算法与历史运行数据进行治超站点设备与业务数据特征的关系模型建立，生成业务数据特征模型；步骤
S5
：获取治超站点设备的历史故障数据库；根据历史故障数据库进行历史设备修复方案设计，生成历史设备修复方案；根据历史设备修复方案建立智能修复方案无向图；步骤
S6
：对安全流量站点设备进行实时运行数据采集，生成初始运行数据；将初始运行数据传输至业务数据特征模型进行运行数据诊断处理，生成异常运行数据；将异常运行数据传输至智能修复方案无向图中进行设备故障的修复方案提取，生成设备修复方案，并将设备修复方案传输至终端进行反馈
。2.
根据权利要求1所述的基于数据特征分析的治超系统故障智能识别及诊断的方法，其特征在于，步骤
S1
包括以下步骤：步骤
S11
：获取治超站点设备；步骤
S12
：利用网关设备及网络传输协议治超站点设备进行治超站点整体设备网络连接，生成整体连接设备；步骤
S13
：利用网络探针对整体连接设备进行网络流量数据采集，生成整体流量数据；步骤
S14
：根据预设的有效分析时间段对整体流量数据进行流量数据筛选，生成有效流量数据
。3.
根据权利要求2所述的基于数据特征分析的治超系统故障智能识别及诊断的方法，其特征在于，步骤
S2
包括以下步骤：步骤
S21
：利用快速傅里叶变换技术对有效流量数据进行频域信号转换，生成有效流量信号；步骤
S22
：对有效流量信号进行流量信号变化率计算，生成流量信号变化率数据，当流量信号变化率数据大于预设的流量信号变化率阈值时，选取流量信号变化率数据作为信号划分节点，根据信号划分节点对有效流量信号进行站点设备的流量信号划分处理，生成划分流量信号；步骤
S23
：利用流量信号异常检测算法对划分流量信号进行异常检测处理，生成划分流量信号异常值；步骤
S24
：利用预设的流量信号阈值对划分流量信号异常值进行阈值比较，分别生成异常流量信号以及常规流量信号
。4.
根据权利要求3所述的基于数据特征分析的治超系统故障智能识别及诊断的方法，
其特征在于，步骤
S23
中的流量信号异常检测算法：；式中，表示为划分流量信号异常值，表示为划分流量信号涉及的时间长度，表示为划分流量信号的信号帧数量，表示为划分流量信号第帧的频率大小，表示为划分流量信号的信号幅度，表示为划分流量信号的周期，表示为划分流量信号的信号峰值，表示为划分流量信号异常值的数值异常调整值
。5.
根据权利要求4所述的基于数据特征分析的治超系统故障智能识别及诊断的方法，其特征在于，步骤
S24
包括以下步骤：步骤
S241
：根据预设的流量信号阈值对划分流量信号异常值进行阈值比较，当划分流量信号异常值大于流量信号阈值时，将划分流量信号异常值对应的划分流量信号标记为异常流量信号；步骤
S242
：根据预设的流量信号阈值对划分流量信号异常值进行阈值比较，当划分流量信号异常值不大于流量信号阈值时，将划分流量信号异常值对应的划分流量信号...

【专利技术属性】
技术研发人员：戴剑军，刘晶，朱青，姚崇富，李苗华，方伟，戴渡野，谢英杰，何世柱，
申请(专利权)人：湖南省交通科学研究院有限公司，
类型：发明
国别省市：