System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种电信设备环境温度监控方法及系统技术方案_技高网

一种电信设备环境温度监控方法及系统技术方案

技术编号:41014246 阅读:7 留言:0更新日期:2024-04-18 21:51
本发明专利技术涉及数据处理技术领域,更具体地,本发明专利技术涉及一种电信设备环境温度监控方法及系统,该方法包括获取电信设备运行环境中的温度数据;确定温度数据与历史同一时间节点的历史数据的相似性,以及历史数据的可信度;根据相似性和历史数据的可信度计算每个数据对整体数据的贡献程度;利用贡献程度筛选出待检测数据,以计算待检测数据在孤立森林二叉树中的异常得分;将异常得分与设定阈值进行比较,以确定待检测数据是否表现为异常。根据本发明专利技术的方案,解决了目前电信设备的环境温度监控过程准确性差、可靠性低的问题。

【技术实现步骤摘要】

本专利技术一般地涉及数据处理。更具体地,本专利技术涉及一种电信设备环境温度监控方法及系统


技术介绍

1、电信设备是指利用有线、无线的电磁或光,发送、接收或传送语音、文字、数据、图像或其它任何性质信息的硬件和软件系统。电信设备在运行过程中,需要保持适当的温度范围以确保正常运行和延长寿命。温度对电子元件的寿命有直接影响,过高或过低的温度都可能对设备性能产生负面影响,甚至导致硬件故障。异常温度往往是设备故障的前兆,通过实时监控和分析环境温度数据,可以预测潜在的故障,采取相应的预防和维护措施,降低设备故障的发生率。及时发现并应对设备过热的情况,确保设备在稳定的温度范围内运行,能够有效提高电信系统的可靠性、稳定性,降低维护成本,优化能源效率,满足行业规范,为电信行业的可持续发展提供支持。

2、电信设备的环境温度监控方法主要依据识别异常数据来实现,并且异常数据的识别需要具有一定时效性,以避免电信设备周围环境温度过高导致突发性电路自燃灾害的发生。目前所采用的识别异常数据的方法中,孤立森林算法是一种识别异常数据的较为高效的算法,其通过选取合适的分裂值不断将数据分为两类以实现异常值的分割,从而实现对异常数据进行识别。但是针对数据量较为庞大的时序数据进行处理时,对整体数据进行不断的二分类效率较低且结果准确性无法保障,导致异常数据的判别过程不准确。

3、基于此,如何解决目前电信设备的环境温度监控过程准确性差、可靠性低的问题,是保障电信设备性能的重要环节。


技术实现思路

1、为解决上述一个或多个技术问题,本专利技术提出通过筛选部分数据参与孤立森林二叉树的构建,可以减小数据集的规模,降低计算复杂度,有助于提升算法的执行效率,同时通过筛选数据可以减少数据噪声的影响,提升识别准确性。为此,本专利技术在如下的多个方面中提供方案。

2、在第一方面中,本专利技术提供了一种电信设备环境温度监控方法,包括:获取电信设备运行环境中的温度数据;确定所述温度数据与历史同一时间节点的历史数据的相似性,以及历史数据的可信度;根据所述相似性和历史数据的可信度计算每个数据对整体数据的贡献程度,其中所述贡献程度的计算公式为:,式中, gi为第i个数据贡献程度, xsi,j为第i个数据的与历史同一时间节点的历史数据j的相似性, kj为历史数据j的可信度, n表示历史数据的时间周期, norm()为标准归一化函数;利用贡献程度筛选出待检测数据,以计算待检测数据在孤立森林二叉树中的异常得分;将所述异常得分与设定阈值进行比较,以确定待检测数据是否表现为异常。

3、在一个实施例中,其中温度数据与历史同一时间节点的历史数据的相似性采用以下公式计算:,,式中, qsi为第i个数据所处时间段的趋势, xi为第i个数据的数值, xq为第i个数据所处时间段的其余数据q的数值, ndt,i为第i个数据所处时间段dt的其余数据的数据个数, xsi,j为第i个数据与历史同一时间节点的历史数据j的相似性, qsj为第i个数据对应的历史数据j所处时间段的趋势, xj为历史数据j的数值,n表示历史数据的时间周期, norm()为标准归一化函数, exp()为指数函数。

4、在一个实施例中,其中历史数据的可信度的计算公式为:,式中, kj为历史数据j的可信度, sxzj为历史数据j在其数据采集当日所获的整体数据zj的上限, xxzj为历史数据j在其数据采集当日所获的整体数据zj的下限, xj为历史数据j的数值, p( j,zj)为历史数据j在其数据采集当日所获的整体数据zj中的出现频率, σzj为整体数据zj的方差, norm()为标准归一化函数。

5、在一个实施例中,利用贡献程度筛选出待检测数据,包括:将所述贡献程度与贡献程度阈值进行比较;响应于所述贡献程度小于贡献程度阈值,确定温度数据对整体数据的贡献程度较低,将其作为待检测数据。

6、在一个实施例中,所述贡献程度阈值设置为0.23。

7、在一个实施例中,将所述异常得分与设定阈值进行比较,以确定待检测数据是否表现为异常,包括:将所述异常得分与设定阈值进行比较;响应于所述异常得分大于设定阈值,判定待检测数据表现为异常。

8、在一个实施例中,其中所述设定阈值为0.86。

9、在第二方面中,本专利技术还提供了一种电信设备环境温度监控系统,包括:处理器;存储器,所述存储器存储有计算机程序指令,当所述计算机程序指令被所述处理器执行时实现根据前文一个或多个实施例所述的一种电信设备环境温度监控方法。

10、本专利技术的有益效果在于:根据本专利技术的方案,筛选部分数据可以减小数据集的规模,从而降低了构建二叉树的计算复杂度,这有助于提高算法的执行效率,特别是对于大规模数据集或实时监控系统而言。同时,通过筛选部分数据建立二叉树的方法在电信设备环境温度监控中,有助于提高模型的效率、准确性。并且,在电信设备环境温度监控中,可能存在噪声数据,这些数据可能误导异常检测模型。通过筛选数据,也可以减少噪声的影响,提高对真实异常的识别准确性。

本文档来自技高网...

【技术保护点】

1.一种电信设备环境温度监控方法,其特征在于,包括:

2.根据权利要求1所述的电信设备环境温度监控方法,其特征在于,其中温度数据与历史同一时间节点的历史数据的相似性采用以下公式计算:

3.根据权利要求1所述的电信设备环境温度监控方法,其特征在于,其中历史数据的可信度的计算公式为:

4.根据权利要求1所述的电信设备环境温度监控方法,其特征在于,利用贡献程度筛选出待检测数据,包括:

5.根据权利要求4所述的电信设备环境温度监控方法,其特征在于,所述贡献程度阈值设置为0.23。

6.根据权利要求1所述的电信设备环境温度监控方法,其特征在于,将所述异常得分与设定阈值进行比较,以确定待检测数据是否表现为异常,包括:

7.根据权利要求6所述的电信设备环境温度监控方法,其特征在于,其中所述设定阈值为0.86。

8.一种电信设备环境温度监控系统,其特征在于,包括:

【技术特征摘要】

1.一种电信设备环境温度监控方法,其特征在于,包括:

2.根据权利要求1所述的电信设备环境温度监控方法,其特征在于,其中温度数据与历史同一时间节点的历史数据的相似性采用以下公式计算:

3.根据权利要求1所述的电信设备环境温度监控方法,其特征在于,其中历史数据的可信度的计算公式为:

4.根据权利要求1所述的电信设备环境温度监控方法,其特征在于,利用贡献程度筛选出待检测数据,包括:

【专利技术属性】
技术研发人员:张国强孙晓刚邓雅念李燕
申请(专利权)人:武汉众诚华鑫科技有限公司
类型:发明
国别省市:

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