CN111918315A - 基站退服原因分析方法及装置、设备、存储介质 - Google Patents
基站退服原因分析方法及装置、设备、存储介质 Download PDFInfo
- Publication number
- CN111918315A CN111918315A CN201910381765.7A CN201910381765A CN111918315A CN 111918315 A CN111918315 A CN 111918315A CN 201910381765 A CN201910381765 A CN 201910381765A CN 111918315 A CN111918315 A CN 111918315A
- Authority
- CN
- China
- Prior art keywords
- base station
- analyzed
- reason
- service
- state information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本申请实施例提供了一种基站退服原因分析方法及装置、设备和存储介质。其中方法包括:获取在采集时间段内采集的待分析基站的基站状态信息;根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因。本申请实施例提供了一种可以自动分析待分析基站的退服原因的方法,提高了分析效率并大大降低了人力成本,同时也提高了退服原因分析的准确率。
Description
技术领域
本说明书涉及移动通信技术领域,尤其涉及一种基站退服原因分析方法及装置、设备和存储介质。
背景技术
随着网络规模的不断扩大,基站的数量也越来越多,加之用户对数据需求量的增加,因此,在基站出现退服现象时,快速准确的判断基站的退服原因就显得尤为重要。
目前,通常采用人工的方式对基站的退服原因进行分析,分析效率低且人力成本高,此外,由于每个人员的经验存在差异,即分析结果受人为因素影响较大,致使基站退服原因分析的准确率较低。
发明内容
本说明书一个或多个实施例的目的是提供一种基站退服原因分析方法及装置、设备和存储介质,用以解决现有技术中基站退服原因分析的效率低、准确率低以及人力成本高的问题。
为解决上述技术问题,本说明书一个或多个实施例是这样实现的:
一方面,本说明书一个或多个实施例提供一种基站退服原因分析方法,包括:
获取在采集时间段内采集的待分析基站的基站状态信息;
根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因。
可选的,所述根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因包括:
根据所述基站状态信息判断所述待分析基站是否出现退服现象;
若是,则根据所述基站状态信息并结合所述基站退服原因规则分析所述待分析基站的退服原因。
可选的,所述根据所述基站状态信息判断所述待分析基站是否出现退服现象包括:
根据所述基站状态信息确定所述待分析基站的在线时长;
判断所述待分析基站的在线时长是否小于所述采集时间段的时长;
若是,则确定所述待分析基站出现退服现象。
可选的,所述方法还包括:
根据所述基站状态信息计算所述待分析基站在所述采集时间段内的每个时刻的故障分值;
计算所述故障分值大于零的时刻的数量占所述采集时间段内的时刻的总数量的百分比;
根据所述百分比确定所述待分析基站的故障等级。
可选的,所述根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因包括:
判断所述待分析基站的故障等级是否高于预设等级;
若是,则根据所述基站状态信息并结合所述基站退服原因规则分析所述待分析基站的退服原因。
可选的,所述基站退服原因规则包括:
判断所述待分析基站至少前N个连续的采集周期中的每个采集周期的在线时长是否均小于预设时长;
若是,则确定所述待分析基站的退服原因为维系故障;
若否,则在所述待分析基站的基站状态信息中匹配停电告警;
若匹配到,则确定所述待分析基站的退服原因为停电故障;
若未匹配到,则在所述待分析基站的基站状态信息中匹配传输告警;
若匹配到,则确定所述待分析基站的退服原因为传输故障;
若未匹配到,则在所述待分析基站的基站状态信息中匹配设备故障告警;
若匹配到,则确定所述待分析基站的退服原因为设备故障。
可选的,所述基站退服原因规则还包括:
若未匹配到设备故障告警,则判断所述待分析基站前一采集周期的退服原因是否为维系故障且所述待分析基站之后的至少连续两个采集周期中的每个所述采集周期的在线时长是否大于预设时长且小于所述采集周期的时长;
若是,则确定所述待分析基站的退服原因为停电故障;
若否,则判断所述待分析基站所属的区域内在所述采集时间段内发生退服的基站的数量是否大于预设数量;
若是,则统计所述待分析基站所属的区域内已确定因停电故障退服的基站数量以及因传输故障退服的基站数量;
若所述因停电故障退服的基站数量以及因传输故障退服的基站数量均为零,则确定所述待分析基站退服的原因为传输故障;
若所述因停电故障退服的基站数量以及因传输故障退服的基站数量中至少一个不为零,则将数量多的基站对应的退服原因确定为所述待分析基站的退服原因。
另一方面,本说明书一个或多个实施例提供一种基站退服原因分析装置,包括:
获取模块,用于获取在采集时间段内采集的待分析基站的基站状态信息;
分析模块,用于根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因。
可选的,所述分析模块包括:
第一判断单元,用于根据所述基站状态信息判断所述待分析基站是否出现退服现象;
第一分析单元,用于若是,则根据所述基站状态信息并结合所述基站退服原因规则分析所述待分析基站的退服原因。
可选的,所述第一判断单元包括:
第一确定子单元,用于根据所述基站状态信息确定所述待分析基站的在线时长;
判断子单元,用于判断所述待分析基站的在线时长是否小于所述采集时间段的时长;
第二确定子单元,用于若是,则确定所述待分析基站出现退服现象。
可选的,所述装置还包括:
第一计算模块,用于根据所述基站状态信息计算所述待分析基站在所述采集时间段内的每个时刻的故障分值;
第二计算模块,用于计算所述故障分值大于零的时刻的数量占所述采集时间段内的时刻的总数量的百分比;
确定模块,用于根据所述百分比确定所述待分析基站的故障等级。
可选的,所述分析模块包括:
第二判断单元,用于判断所述待分析基站的故障等级是否高于预设等级;
第二分析单元,用于若是,则根据所述基站状态信息并结合所述基站退服原因规则分析所述待分析基站的退服原因。
可选的,所述基站退服原因规则包括:
判断所述待分析基站至少前N个连续的采集周期中的每个采集周期的在线时长是否均小于预设时长;
若是,则确定所述待分析基站的退服原因为维系故障;
若否,则在所述待分析基站的基站状态信息中匹配停电告警;
若匹配到,则确定所述待分析基站的退服原因为停电故障;
若未匹配到,则在所述待分析基站的基站状态信息中匹配传输告警;
若匹配到,则确定所述待分析基站的退服原因为传输故障;
若未匹配到,则在所述待分析基站的基站状态信息中匹配设备故障告警;
若匹配到,则确定所述待分析基站的退服原因为设备故障。
可选的,所述基站退服原因规则还包括:
若未匹配到设备故障告警,则判断所述待分析基站前一采集周期的退服原因是否为维系故障且所述待分析基站之后的至少连续两个采集周期中的每个所述采集周期的在线时长是否大于预设时长且小于所述采集周期的时长;
若是,则确定所述待分析基站的退服原因为停电故障;
若否,则判断所述待分析基站所属的区域内在所述采集时间段内发生退服的基站的数量是否大于预设数量;
若是,则统计所述待分析基站所属的区域内已确定因停电故障退服的基站数量以及因传输故障退服的基站数量;
若所述因停电故障退服的基站数量以及因传输故障退服的基站数量均为零,则确定所述待分析基站退服的原因为传输故障;
若所述因停电故障退服的基站数量以及因传输故障退服的基站数量中至少一个不为零,则将数量多的基站对应的退服原因确定为所述待分析基站的退服原因。
再一方面,本说明书一个或多个实施例提供一种基站退服原因分析设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器:
获取在采集时间段内采集的待分析基站的基站状态信息;
根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因。
再一方面,本说明书一个或多个实施例提供一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被执行时实现以下流程:
获取在采集时间段内采集的待分析基站的基站状态信息;
根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因。
采用本说明书一个或多个实施例的技术方案,通过获取在采集时间段内采集的待分析基站的基站状态信息,以及根据基站状态信息并结合一基站退服原因规则即可分析待分析基站的退服原因,提供了一种可以自动分析待分析基站的退服原因的方法,提高了分析效率并大大降低了人力成本,此外,由于通过基站退服原因规则分析待分析基站的退服原因,相比于现有技术,避免了人为因素的干扰,提高了退服原因分析的准确率。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书一个或多个实施例中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的基站退服原因分析方法的流程示意图;
图2为本申请实施例提供的确定待分析基站的故障等级的流程示意图;
图3为本申请实施例提供的基站退服原因分析装置的组成示意图;
图4为本申请实施例提供的基站退服原因分析设备的结构示意图。
具体实施方式
本说明书一个或多个实施例提供一种基站退服原因分析方法及装置、设备和存储介质,用以解决现有技术中基站退服原因分析的效率低、准确率低以及人力成本高的问题。
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书一个或多个实施例保护的范围。
本申请实施例提供了一种基站退服原因分析方法,图1为本申请实施例提供的基站退服原因分析方法的流程示意图,该基站退服原因分析方法的执行主体例如可以为终端设备或者服务器,其中,终端设备例如可以包括个人计算机等,服务器例如可以为独立的一个服务器,也可以为由多个服务器组成的服务器集群,本示例性实施例对此不做特殊限定。如图1所示,该方法可以包括以下步骤:
步骤S110、获取在采集时间段内采集的待分析基站的基站状态信息。
在本申请实施例中,在待分析基站的运行过程中,会在每个采集周期内采集待分析基站的基站状态信息,并将采集的待分析基站的基站状态信息保存在数据库中。其中,采集周期可以根据具体需求进行设置,本示例性实施例对此不做特殊限定。例如,若采集周期为每天,则以天为单位采集每天的待分析基站的状态信息,若采集周期为每天的8:00~23:00,则在每天的8:00~23:00内采集待分析基站的基站状态信息。上述采集时间段可以为多个采集周期,还可以为一个采集周期中的一个时间段,本示例性实施例对此不做特殊限定。例如,若采集周期为每天,则采集时间段可以为指定的某一天,还可以为指定的多天,也可以为指定的一天中的一个时间段等。基于此,可以在数据库中存储的待分析基站的基站状态信息中获取采集时间段内采集的待分析基站的基站状态信息。
待分析基站的基站状态信息可以包括:待分析基站下的小区的在线状态信息、基站告警、停电告警以及传输告警等,本申请实施例对此不做特殊限定。
待分析基站下的小区的在线状态信息用于表征小区是否在线,即小区是否发生退服现象,具体的,在每个采集周期内采集待分析基站下的小区的在线状态信息的过程可以包括:在每个采集周期内按照一预设时间间隔获取待分析基站下的小区的在线状态信息,以及将获取的待分析基站下的小区的在线状态信息存储在数据库中,例如,若预设时间间隔为5分钟,则在每个采集周期内,每隔5分钟获取一次待分析基站下的小区的在线状态信息,以及将获取的待分析基站下的小区的在线状态信息存储在数据库中。
基站告警可以包括待分析基站中的设备故障告警以及待分析基站下的每个小区的告警。例如,在小区发生退服现象时,待分析基站会生成一条小区的退服告警。待分析基站中的设备故障告警例如可以包括待分析基站中的设备的不同故障类型的告警等。具体的,在每个采集周期内采集基站告警的过程可以为:在每个采集周期内在待分析基站生成基站告警后,将基站告警上传至数据库中进行存储。
停电告警可以包括待分析基站的停电告警以及待分析基站下的小区的停电告警,在待分析基站停电和待分析基站下的小区停电时,会生成一条停电告警,并将该停电告警上传至数据库中。
传输告警用于表征待分析基站的传输异常,例如,若与待分析基站连接的光缆被挖断,则会生成一条传输断开的传输告警。在采集周期内采集传输告警的过程可以包括:在传输异常时,生成传输告警后,将传输告警上传至数据库中。
由上可知,由于基站状态信息包括多个维度的数据,其能够更加全面、准确的表征待分析基站的状态,因此,基于该多维度的基站状态信息分析待分析基站的退服原因,可以提高分析退服原因的准确率。
步骤S120、根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因。
在本申请实施例中,将基站状态信息输入至基站退服原因规则中进行匹配,以匹配出待分析基站的退服原因。其中,基站退服原因规则中的每条规则以及每条规则的先后顺序可以通过对大量的历史数据进行统计得到。例如,退服原因规则可以包括:
判断所述待分析基站至少前N个连续的采集周期中的每个采集周期的在线时长是否均小于预设时长,其中,预设时长可以根据具体需求自行设置,例如预设时长为一小时,还可以为两小时等,本示例性实施例对此不做特殊限定。N为整数,且N的取值可以自行设置,例如N可以为2个,还可以为3等,本示例性实施例对此不做特殊限定。例如,若采集周期为每天的8:00~23:00,N为2,预设时长为1小时,且采集时间段为2019年3月25号的8:00~23:00,则2019年3月24号的8:00~23:00采集的待分析基站的基站状态信息以及2019年3月23号的8:00~23:00采集的待分析基站的基站状态信息,然后根据2019年3月24号的8:00~23:00采集的基站状态信息计算待分析基站在2019年3月24号的8:00~23:00的在线时长,根据2019年3月23号的8:00~23:00采集的基站状态信息计算待分析基站在2019年3月23号的8:00~23:00的在线时长,最后,判断上述两个在线时长是否均小于1小时。
若是,则确定所述待分析基站的退服原因为维系故障,即若待分析基站在至少前N个连续的采集周期中的每个采集周期的在线时长均小于预设时长,则确定待分析基站的退服原因为维系故障。仍然以上文中的例子为例,若上述两个在线时长均小于一小时,则确定待分析基站的退服原因为维系故障。维系故障可以指由于客观原因导致维护人员无法对待分析基站进行维护,例如,由于自然灾害使的维护人员无法到达待分析基站的所在位置对待分析进行维护。
若否,则在所述待分析基站的基站状态信息中匹配停电告警,即若待分析基站至少前N个连续的采集周期中的每个采集周期的在线时长有一个不小于预设时长,则在待分析基站的基站状态信息中匹配停电告警。
若匹配到,则确定所述待分析基站的退服原因为停电故障,即在待分析基站的基站状态信息中匹配到停电告警,则确定待分析基站的退服原因为停电故障。停电故障指由于停到致使待分析基站退服。
若未匹配到,则在所述待分析基站的基站状态信息中匹配传输告警,即若在待分析基站的基站状态信息中未匹配到停电告警,则在待分析基站的基站状态信息中匹配传输告警。
若匹配到,则确定所述待分析基站的退服原因为传输故障,即若在待分析基站的基站状态信息中匹配到传输告警,则确定待分析基站的退服原因为传输故障。传输故障指由于待分析基站发生传输异常,使待分析基站退服。
若未匹配到,则在所述待分析基站的基站状态信息中匹配设备故障告警,即在待分析基站的基站状态信息中未匹配到传输告警,则在待分析基站的基站状态信息中匹配设备故障告警。
若匹配到,则确定所述待分析基站的退服原因为设备故障,即在待分析基站的基站状态信息中匹配到设备故障告警,则将待分析基站的退服原因确定设备故障。设备故障指由于待分析基站中的设备出现故障导致待分析基站退服。
若未匹配到设备故障告警,则判断所述待分析基站前一采集周期的退服原因是否为维系故障且所述待分析基站之后的至少连续两个采集周期中的每个采集周期的在线时长是否大于预设时长且小于所述采集周期的时长,即若在待分析基站的基站状态信息中未匹配到设备故障告警,则根据历史数据判断待分析基站在上一采集周期内是否出现退服现象,若在上一采集周期内出现退服现象,则判断待分析基站在上一周期内的退服原因是否为维系故障,并根据待分析基站之后的至少连续两个采集周期的基站状态信息,判断待分析基站在之后的至少连续两个采集周期中的每个采集周期的在线时长是否均大于预设时长且小于采集周期的时长。预设时长已经在上文中进行了说明,因此此处不在赘述。
若是,则确定所述待分析基站的退服原因为停电故障,即若待分析基站在前一采集周期的退服原因为维系故障,且待分析基站之后的至少连续两个采集周期中的每个采集周期的在线时长均大于预设时长且小于采集周期的时长,则确定待分析基站的退服原因为停电故障。
若否,则判断所述待分析基站所属的区域内在所述采集时间段内发生退服的基站的数量是否大于预设数量,即若待分析基站在前一采集周期的退服原因不为维系故障和/或待分析基站之后的至少连续两个采集周期中的每个采集周期的在线时长均不大于预设时长,则获取采集时间段内采集的待分析基站所属的区域中的每个基站的基站状态信息,并根据获取的每个基站的基站状态信息判断对应的基站是否发生退服,并统计发生退服的基站的数量,以及判断发生退服的基站的数量是否大于预设数量,其中预设数量的取值可以自行设置,例如预设数量可以为9个,还可以为10个等,本示例性实施例对此不做特殊限定。
若是,则统计所述待分析基站所属的区域内已确定因停电故障退服的基站数量以及因传输故障退服的基站数量,即若待分析基站所属的区域中发生退服的基站的数量大于预设数量,则确定已确定退服原因的基站,并统计已确定退服原因的基站中因停电故障退服的基站数量以及因传输故障退服的基站数量。
若所述因停电故障退服的基站数量以及因传输故障退服的基站数量均为零,则确定所述待分析基站退服的原因为传输故障。
若所述因停电故障退服的基站数量以及因传输故障退服的基站数量中至少一个不为零,则将数量多的基站对应的退服原因确定为所述待分析基站的退服原因。即若因停电故障退服的基站的数量和因传输故障退服的基站的数量中的至少一个不为零,则将因停电故障退服的基站数量与因传输故障退服的基站数量进行比较,若因停电故障退服的基站数量大于因传输故障退服的基站数量,则确定待分析基站的退服原因为停电故障,若因停电故障退服的基站数量小于因传输故障退服的基站数量,则确定待分析基站的退服原因为传输故障。
若待分析基站所属的区域中发生退服的基站均未确定退服原因,则确定待分析基站的退服原因为传输故障。
若待分析基站所属的区域中退服的基站数量不大于预设数量,则根据历史数据判断待分析基站在前N个采集周期中的每个采集周期中是否发生退服,并统计待分析基站发生退服的退服原因,并按照下述优先级别:维系故障>停电故障>传输故障>设备故障,将统计的退服原因中优先级最高的退服原因确定为待分析基站的退服原因。例如,N为3,若待分析基站在前3个采集周期内的每个采集周期中均发生退服,且待分析基站在每个采集周期中的退服原因分别为:传输故障、设备故障以及维系故障,由于在上述三个退服原因中,维系故障的优先级别最高,则确定待分析基站的退服原因为维系故障。
若待分析基站在前N个采集周期内均未出现退服现象,且待分析基站的在采集时间段内的在线时长与采集时间段的时长的差值小于预设差值,且预设差值非常小,例如0.1小时,则可以确定在采集时间段内待分析基站未发生退服。
若待分析基站在前N个采集周期内均未出现退服现象,且待分析基站的在采集时间段内的在线时长与采集时间段的时长的差值不小于预设差值,则确定待分析基站的退服原因为其他故障。
需要说明的是,上述基站退服原因规则仅为示例性的,并不用于限定本发明。
综上所述,通过获取在采集时间段内采集的待分析基站的基站状态信息,以及根据基站状态信息并结合一基站退服原因规则即可分析待分析基站的退服原因,提供了一种可以自动分析待分析基站的退服原因的方法,提高了分析效率并大大降低了人力成本,此外,由于通过基站退服原因规则分析待分析基站的退服原因,相比于现有技术,避免了人为因素的干扰,提高了退服原因分析的准确率。
为了减少计算量,以进一步提高确定待分析基站的退服原因的效率,所述根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因包括:根据所述基站状态信息判断所述待分析基站是否出现退服现象;若是,则根据所述基站状态信息并结合所述基站退服原因规则分析所述待分析基站的退服原因。
在本申请实施例中,根据基站状态信息判断待分析基站是否出现退服现象的方式可以包括以下两种,其中:
第一种,首先,根据所述基站状态信息确定所述待分析基站的在线时长;然后,判断所述待分析基站的在线时长是否小于所述采集时间段的时长,若是,则确定所述待分析基站出现退服现象。
在本申请实施例中,根据基站状态信息确定待分析基站的在线时长的过程可以包括:判断基站状态信息中是否存在告警(即基站告警、停电告警、传输告警等)和/或表征待分析基站下的小区出现退服的小区状态信息,若是,则根据基站状态信息中告警的时间和/或表征待分析基站下的小区出现退服的小区状态信息的时间,确定待分析基站退服的时长,最后,将采集时间段的时长与待分析基站退服的时长的差值确定为待分析基站的在线时长。
第二种,判断基站状态信息中是否存在告警(传输告警、基站告警、停电告警)以及根据基站状态信息判断待分析基站下的小区是否出现退服,若基站状态信息中存在告警和/或待分析基站下的小区出现退服,则确定待分析基站出现退服现象。
由上可知,在确定待分析基站的退服原因之前,先根据待分析基站的基站状态信息判断待分析基站是否出现退服现象,并在待分析基站出现退服现象时,对待分析基站的退服原因进行分析,即在分析待分析基站的退服原因之前,对待分析基站进行了筛选,确定出现退服的待分析基站,大大的减少了计算的工作量,提高了确定待分析基站的退服原因的效率。
进一步的,图2为本申请实施例提供的确定待分析基站的故障等级的流程示意图,如图2所示,确定待分析基站的故障等级的过程可以包括以下步骤:
步骤S210、根据所述基站状态信息计算所述待分析基站在所述采集时间段内的每个时刻的故障分值。
在本申请实施例中,首先根据待分析基站的基站状态信息确定待分析基站在采集时间段内的每个时刻的基站状态信息,然后,根据采集时间段内的每个时刻的基站状态信息计算采集时间段内的每个时刻的故障分值。
例如,基站状态信息包括待分析基站下的小区的在线状态信息、基站告警、停电告警以及传输告警,其中,若小区的在线状态信息表征小区未退服,则计0分,若小区的在线状态信息表征小区退服,则计1分。针对基站告警,根据基站告警所属的级别确定每条基站告警的分值,具体的,针对一般基站告警,一条基站告警计1分;针对重要基站告警,一条基站告警计2分;针对严重基站告警,一条基站告警计3分。针对停电告警,一条停电告警计1分。针对传输告警,一条传输告警计1分。
基于此,在采集时间段采集的待分析基站的基站状态信息中,确定采集时间段内的每个时刻的基站状态信息,然后根据上述分值确定原则,确定每个时刻的基站状态信息中的每条数据的分值,最后将每个时刻的基站状态信息中的所有数据的分值进行求和,以得到待分析基站在对应的每个时刻的故障分值。
由上可知,待分析基站在某一时刻的故障分值越高,说明该待分析基站在该时刻出现严重故障,若待分析基站在某一时刻的分值为0,则说明该待分析基站在该时刻处于正常状态。
步骤S220、计算所述故障分值大于零的时刻的数量占所述采集时间段内的时刻的总数量的百分比。
在本申请实施例中,首先统计故障分值大于零的时刻的总数量以及采集时间段内的时刻的总数量,根据故障分值大于零的时刻的总数量与采集时间段内的时刻的总数量的比值确定故障分值大于零的时刻的数量占采集时间段内的时刻的总数量的百分比。
步骤S230、根据所述百分比确定所述待分析基站的故障等级。
在本申请实施例中,百分比的数值与故障等级成正相关关系,即百分比的数值越大,待分析基站的故障等级越高。下面,将举例对根据百分比确定待分子基站的故障等级的过程进行说明。
可以根据百分比的不同,将百分比划分为不同的百分比区间,然后为每个百分比区间确定故障等级。需要说明的是,若百分比区间中的百分比的数值越高,则该百分比区间对应的故障等级越高,若百分比区间中的百分比的数值越低,则该百分比区间对应的故障等级越低。故障等级越高,说明待分析基站在采集时间段内出现的故障越严重。
基于此,在计算出百分比后,可以通过比对的方式确定该百分比对应的百分比区间,然后将百分比对应的百分比区间的故障等级确定为待分析基站的故障等级。
例如,若百分比区间的数量为5个,依次为[0,20%]、[20%,40%]、[40%,60%]、[60%,80%]、[80%,100%],且[0,20%]的故障等级为第五故障等级,[20%,40%]的故障等级为第四故障等级,[40%,60%]的故障等级为第三故障等级,[60%,80%]的故障等级为第二故障等级、[80%,100%]的故障等级为第一故障等级。
若待分析基站在采集时间段内的每个时刻的故障分值如下所述:
0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.95.20833,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,99.99167,99.88333,99.35833,0,99.03333,98.46667,98.01667,95.55833,94.63333,98.21667,99.21667,99.96667,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,99.1,99.15833,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0。
由上可知,采集时间段内的时刻的总数量为200,故障分值大于零的时刻的数量为14个,则故障分值大于零的时刻的数量占采集时间段内时刻的总数量的百分比为:7%,则可知该待分析基站的故障等级为第五故障等级,即最低的故障等级。
需要说明的是,上述根据百分比确定待分析基站的故障等级的过程仅为示例性的,并不用于限定本发明。
由上可知,通过计算待分析基站在采集时段内的每个时刻的故障分值,以及计算故障分值大于零的时刻的数量占采集时间段内的时刻的总数量的百分比,并根据该百分比确定待分析基站的故障等级,使得用户可以根据故障等级更加直观的判断待分析基站故障的程度。
在此基础上,所述根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因可以包括:判断所述待分析基站的故障等级是否高于预设等级,若是,则根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因。
在本申请实施例中,预设等级可以根据实际情况进行设定,本申请实施例对此不做特殊限定。由于根据基站状态信息并结合基站退服原因规则分析待分析基站的退服原因的过程已经在上文中进行了说明,因此此处不再进行赘述。
由上可知,由于在待分析基站的故障等级高于预设等级时,对待分析基站的退服原因进行分析,换言之,在待分析基站的故障等级比较低时,可以理解为,在采集时间段内,待分析基站只在个别的时刻发生故障,而这种个别时刻发生的故障在总体上对待分析基站的正常工作的影响很小,因此可以忽略本次故障,不对待分析基站的退服原因进行分析,仅对严重故障的待分析基站的退服原因进行分析,减少了分析的工作量。
为了进一步的提高分析退服原因的效率,还可以根据待分析基站在采集时间段中的每个时刻的故障分值,将大于零的故障分值对应的时刻的基站状态信息输入基站退服原因规则,以分析待分析基站的退服原因,进而减少分析数据的量,提高分析退服原因的效率。
对应上述基站退服原因分析方法,基于相同的技术构思,本申请实施例还提供了一种基站退服原因分析装置,图3为本申请实施例提供的基站退服原因分析装置的组成示意图,该装置用于执行上述基站退服原因分析方法,如图3所示,该装置300可以包括:获取模块301、分析模块302,其中:
获取模块301,用于获取在采集时间段内采集的待分析基站的基站状态信息;
分析模块302,用于根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因。
可选的,所述分析模块302可以包括:
第一判断单元,用于根据所述基站状态信息判断所述待分析基站是否出现退服现象;
第一分析单元,用于若是,则根据所述基站状态信息并结合所述基站退服原因规则分析所述待分析基站的退服原因。
可选的,所述第一判断单元可以包括:
第一确定子单元,用于根据所述基站状态信息确定所述待分析基站的在线时长;
判断子单元,用于判断所述待分析基站的在线时长是否小于所述采集时间段的时长;
第二确定子单元,用于若是,则确定所述待分析基站出现退服现象。
可选的,所述装置300还可以包括:
第一计算模块,用于根据所述基站状态信息计算所述待分析基站在所述采集时间段内的每个时刻的故障分值;
第二计算模块,用于计算所述故障分值大于零的时刻的数量占所述采集时间段内的时刻的总数量的百分比;
确定模块,用于根据所述百分比确定所述待分析基站的故障等级。
可选的,所述分析模块302可以包括:
第二判断单元,用于判断所述待分析基站的故障等级是否高于预设等级;
第二分析单元,用于若是,则根据所述基站状态信息并结合所述基站退服原因规则分析所述待分析基站的退服原因。
可选的,所述基站退服原因规则可以包括:
判断所述待分析基站至少前N个连续的采集周期中的每个采集周期的在线时长是否均小于预设时长;
若是,则确定所述待分析基站的退服原因为维系故障;
若否,则在所述待分析基站的基站状态信息中匹配停电告警;
若匹配到,则确定所述待分析基站的退服原因为停电故障;
若未匹配到,则在所述待分析基站的基站状态信息中匹配传输告警;
若匹配到,则确定所述待分析基站的退服原因为传输故障;
若未匹配到,则在所述待分析基站的基站状态信息中匹配设备故障告警;
若匹配到,则确定所述待分析基站的退服原因为设备故障。
可选的,所述基站退服原因规则还可以包括:
若未匹配到设备故障告警,则判断所述待分析基站前一采集周期的退服原因是否为维系故障且所述待分析基站之后的至少连续两个采集周期中的每个所述采集周期的在线时长是否大于预设时长且小于所述采集周期的时长;
若是,则确定所述待分析基站的退服原因为停电故障;
若否,则判断所述待分析基站所属的区域内在所述采集时间段内发生退服的基站的数量是否大于预设数量;
若是,则统计所述待分析基站所属的区域内已确定因停电故障退服的基站数量以及因传输故障退服的基站数量;
若所述因停电故障退服的基站数量以及因传输故障退服的基站数量均为零,则确定所述待分析基站退服的原因为传输故障;
若所述因停电故障退服的基站数量以及因传输故障退服的基站数量中至少一个不为零,则将数量多的基站对应的退服原因确定为所述待分析基站的退服原因。
本申请实施例中的基站退服原因分析装置,通过获取在采集时间段内采集的待分析基站的基站状态信息,以及根据基站状态信息并结合一基站退服原因规则即可分析待分析基站的退服原因,提供了一种可以自动分析待分析基站的退服原因的方法,提高了分析效率并大大降低了人力成本,此外,由于通过基站退服原因规则分析待分析基站的退服原因,相比于现有技术,避免了人为因素的干扰,提高了退服原因分析的准确率。
对应上述基站退服原因分析方法,基于相同的技术构思,本申请实施例还提供了一种基站退服原因分析设备,图4为本申请实施例提供的基站退服原因分析设备的结构示意图,该设备用于执行上述的基站退服原因分析方法。
如图4所示,基站退服原因分析设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器401和存储器402,存储器402中可以存储有一个或一个以上存储应用程序或数据。其中,存储器402可以是短暂存储或持久存储。存储在存储器402的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对基站退服原因分析设备中的一系列计算机可执行指令。更进一步地,处理器401可以设置为与存储器402通信,在基站退服原因分析设备上执行存储器402中的一系列计算机可执行指令。基站退服原因分析设备还可以包括一个或一个以上电源403,一个或一个以上有线或无线网络接口404,一个或一个以上输入输出接口405,一个或一个以上键盘406等。
在一个具体的实施例中,基站退服原因分析设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对基站退服原因分析设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
获取在采集时间段内采集的待分析基站的基站状态信息;
根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因。
可选的,计算机可执行指令在被执行时,所述根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因包括:
根据所述基站状态信息判断所述待分析基站是否出现退服现象;
若是,则根据所述基站状态信息并结合所述基站退服原因规则分析所述待分析基站的退服原因。
可选的,计算机可执行指令在被执行时,所述根据所述基站状态信息判断所述待分析基站是否出现退服现象包括:
根据所述基站状态信息确定所述待分析基站的在线时长;
判断所述待分析基站的在线时长是否小于所述采集时间段的时长;
若是,则确定所述待分析基站出现退服现象。
可选的,计算机可执行指令在被执行时,还包括:
根据所述基站状态信息计算所述待分析基站在所述采集时间段内的每个时刻的故障分值;
计算所述故障分值大于零的时刻的数量占所述采集时间段内的时刻的总数量的百分比;
根据所述百分比确定所述待分析基站的故障等级。
可选的,计算机可执行指令在被执行时,所述根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因包括:
判断所述待分析基站的故障等级是否高于预设等级;
若是,则根据所述基站状态信息并结合所述基站退服原因规则分析所述待分析基站的退服原因。
可选的,计算机可执行指令在被执行时,所述基站退服原因规则包括:
判断所述待分析基站至少前N个连续的采集周期中的每个采集周期的在线时长是否均小于预设时长;
若是,则确定所述待分析基站的退服原因为维系故障;
若否,则在所述待分析基站的基站状态信息中匹配停电告警;
若匹配到,则确定所述待分析基站的退服原因为停电故障;
若未匹配到,则在所述待分析基站的基站状态信息中匹配传输告警;
若匹配到,则确定所述待分析基站的退服原因为传输故障;
若未匹配到,则在所述待分析基站的基站状态信息中匹配设备故障告警;
若匹配到,则确定所述待分析基站的退服原因为设备故障。
可选的,计算机可执行指令在被执行时,所述基站退服原因规则还包括:
若未匹配到设备故障告警,则判断所述待分析基站前一采集周期的退服原因是否为维系故障且所述待分析基站之后的至少连续两个采集周期中的每个所述采集周期的在线时长是否大于预设时长且小于所述采集周期的时长;
若是,则确定所述待分析基站的退服原因为停电故障;
若否,则判断所述待分析基站所属的区域内在所述采集时间段内发生退服的基站的数量是否大于预设数量;
若是,则统计所述待分析基站所属的区域内已确定因停电故障退服的基站数量以及因传输故障退服的基站数量;
若所述因停电故障退服的基站数量以及因传输故障退服的基站数量均为零,则确定所述待分析基站退服的原因为传输故障;
若所述因停电故障退服的基站数量以及因传输故障退服的基站数量中至少一个不为零,则将数量多的基站对应的退服原因确定为所述待分析基站的退服原因。
本申请实施例中的基站退服原因分析设备,通过获取在采集时间段内采集的待分析基站的基站状态信息,以及根据基站状态信息并结合一基站退服原因规则即可分析待分析基站的退服原因,提供了一种可以自动分析待分析基站的退服原因的方法,提高了分析效率并大大降低了人力成本,此外,由于通过基站退服原因规则分析待分析基站的退服原因,相比于现有技术,避免了人为因素的干扰,提高了退服原因分析的准确率。
对应上述基站退服原因分析方法,基于相同的技术构思,本申请实施例还提供了一种存储介质,用于存储计算机可执行指令,在一个具体的实施例中,该存储介质可以为U盘、光盘、硬盘等,该存储介质存储的计算机可执行指令在被处理器执行时,能实现以下流程:
获取在采集时间段内采集的待分析基站的基站状态信息;
根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因。
可选的,该存储介质存储的计算机可执行指令在被处理器执行时,所述根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因包括:
根据所述基站状态信息判断所述待分析基站是否出现退服现象;
若是,则根据所述基站状态信息并结合所述基站退服原因规则分析所述待分析基站的退服原因。
可选的,该存储介质存储的计算机可执行指令在被处理器执行时,所述根据所述基站状态信息判断所述待分析基站是否出现退服现象包括:
根据所述基站状态信息确定所述待分析基站的在线时长;
判断所述待分析基站的在线时长是否小于所述采集时间段的时长;
若是,则确定所述待分析基站出现退服现象。
可选的,该存储介质存储的计算机可执行指令在被处理器执行时,还包括:
根据所述基站状态信息计算所述待分析基站在所述采集时间段内的每个时刻的故障分值;
计算所述故障分值大于零的时刻的数量占所述采集时间段内的时刻的总数量的百分比;
根据所述百分比确定所述待分析基站的故障等级。
可选的,该存储介质存储的计算机可执行指令在被处理器执行时,所述根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因包括:
判断所述待分析基站的故障等级是否高于预设等级;
若是,则根据所述基站状态信息并结合所述基站退服原因规则分析所述待分析基站的退服原因。
可选的,该存储介质存储的计算机可执行指令在被处理器执行时,所述基站退服原因规则包括:
判断所述待分析基站至少前N个连续的采集周期中的每个采集周期的在线时长是否均小于预设时长;
若是,则确定所述待分析基站的退服原因为维系故障;
若否,则在所述待分析基站的基站状态信息中匹配停电告警;
若匹配到,则确定所述待分析基站的退服原因为停电故障;
若未匹配到,则在所述待分析基站的基站状态信息中匹配传输告警;
若匹配到,则确定所述待分析基站的退服原因为传输故障;
若未匹配到,则在所述待分析基站的基站状态信息中匹配设备故障告警;
若匹配到,则确定所述待分析基站的退服原因为设备故障。
可选的,该存储介质存储的计算机可执行指令在被处理器执行时,所述基站退服原因规则还包括:
若未匹配到设备故障告警,则判断所述待分析基站前一采集周期的退服原因是否为维系故障且所述待分析基站之后的至少连续两个采集周期中的每个所述采集周期的在线时长是否大于预设时长且小于所述采集周期的时长;
若是,则确定所述待分析基站的退服原因为停电故障;
若否,则判断所述待分析基站所属的区域内在所述采集时间段内发生退服的基站的数量是否大于预设数量;
若是,则统计所述待分析基站所属的区域内已确定因停电故障退服的基站数量以及因传输故障退服的基站数量;
若所述因停电故障退服的基站数量以及因传输故障退服的基站数量均为零,则确定所述待分析基站退服的原因为传输故障;
若所述因停电故障退服的基站数量以及因传输故障退服的基站数量中至少一个不为零,则将数量多的基站对应的退服原因确定为所述待分析基站的退服原因。
本申请实施例中的存储介质存储的计算机可执行指令在被处理器执行时,通过获取在采集时间段内采集的待分析基站的基站状态信息,以及根据基站状态信息并结合一基站退服原因规则即可分析待分析基站的退服原因,提供了一种可以自动分析待分析基站的退服原因的方法,提高了分析效率并大大降低了人力成本,此外,由于通过基站退服原因规则分析待分析基站的退服原因,相比于现有技术,避免了人为因素的干扰,提高了退服原因分析的准确率。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、***或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基站退服原因分析方法,其特征在于,包括:
获取在采集时间段内采集的待分析基站的基站状态信息;
根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因。
2.根据权利要求1所述的基站退服原因分析方法,其特征在于,所述根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因包括:
根据所述基站状态信息判断所述待分析基站是否出现退服现象;
若是,则根据所述基站状态信息并结合所述基站退服原因规则分析所述待分析基站的退服原因。
3.根据权利要求2所述的基站退服原因分析方法,其特征在于,所述根据所述基站状态信息判断所述待分析基站是否出现退服现象包括:
根据所述基站状态信息确定所述待分析基站的在线时长;
判断所述待分析基站的在线时长是否小于所述采集时间段的时长;
若是,则确定所述待分析基站出现退服现象。
4.根据权利要求1所述的基站退服原因分析方法,其特征在于,所述方法还包括:
根据所述基站状态信息计算所述待分析基站在所述采集时间段内的每个时刻的故障分值;
计算所述故障分值大于零的时刻的数量占所述采集时间段内的时刻的总数量的百分比;
根据所述百分比确定所述待分析基站的故障等级。
5.根据权利要求4所述的基站退服原因分析方法,其特征在于,所述根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因包括:
判断所述待分析基站的故障等级是否高于预设等级;
若是,则根据所述基站状态信息并结合所述基站退服原因规则分析所述待分析基站的退服原因。
6.根据权利要求1~5中任一项所述的基站退服原因分析方法,其特征在于,所述基站退服原因规则包括:
判断所述待分析基站至少前N个连续的采集周期中的每个采集周期的在线时长是否均小于预设时长;
若是,则确定所述待分析基站的退服原因为维系故障;
若否,则在所述待分析基站的基站状态信息中匹配停电告警;
若匹配到,则确定所述待分析基站的退服原因为停电故障;
若未匹配到,则在所述待分析基站的基站状态信息中匹配传输告警;
若匹配到,则确定所述待分析基站的退服原因为传输故障;
若未匹配到,则在所述待分析基站的基站状态信息中匹配设备故障告警;
若匹配到,则确定所述待分析基站的退服原因为设备故障。
7.根据权利要求6所述的基站退服原因分析方法,其特征在于,所述基站退服原因规则还包括:
若未匹配到设备故障告警,则判断所述待分析基站前一采集周期的退服原因是否为维系故障且所述待分析基站之后的至少连续两个采集周期中的每个所述采集周期的在线时长是否大于预设时长且小于所述采集周期的时长;
若是,则确定所述待分析基站的退服原因为停电故障;
若否,则判断所述待分析基站所属的区域内在所述采集时间段内发生退服的基站的数量是否大于预设数量;
若是,则统计所述待分析基站所属的区域内已确定因停电故障退服的基站数量以及因传输故障退服的基站数量;
若所述因停电故障退服的基站数量以及因传输故障退服的基站数量均为零,则确定所述待分析基站退服的原因为传输故障;
若所述因停电故障退服的基站数量以及因传输故障退服的基站数量中至少一个不为零,则将数量多的基站对应的退服原因确定为所述待分析基站的退服原因。
8.一种基站退服原因分析装置,其特征在于,包括:
获取模块,用于获取在采集时间段内采集的待分析基站的基站状态信息;
分析模块,用于根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因。
9.一种基站退服原因分析设备,其特征在于,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器:
获取在采集时间段内采集的待分析基站的基站状态信息;
根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因。
10.一种存储介质,用于存储计算机可执行指令,其特征在于,所述计算机可执行指令在被执行时实现以下流程:
获取在采集时间段内采集的待分析基站的基站状态信息;
根据所述基站状态信息并结合一基站退服原因规则分析所述待分析基站的退服原因。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910381765.7A CN111918315B (zh) | 2019-05-08 | 2019-05-08 | 基站退服原因分析方法及装置、设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910381765.7A CN111918315B (zh) | 2019-05-08 | 2019-05-08 | 基站退服原因分析方法及装置、设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111918315A true CN111918315A (zh) | 2020-11-10 |
CN111918315B CN111918315B (zh) | 2022-12-27 |
Family
ID=73242732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910381765.7A Active CN111918315B (zh) | 2019-05-08 | 2019-05-08 | 基站退服原因分析方法及装置、设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111918315B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114666882A (zh) * | 2022-04-25 | 2022-06-24 | 浙江省通信产业服务有限公司 | 一种功率控制方法、装置、基站及存储介质 |
CN116634473A (zh) * | 2023-07-21 | 2023-08-22 | 中国铁塔股份有限公司云南省分公司 | 无线站点停电退服故障预判方法及其装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2080394A2 (en) * | 2006-09-08 | 2009-07-22 | TELEFONAKTIEBOLAGET LM ERICSSON (publ) | Non-homogenous telecommunications base stations |
CN101511095A (zh) * | 2008-11-26 | 2009-08-19 | ***通信集团广东有限公司 | 基站告警智能监控*** |
CN104254095A (zh) * | 2013-06-25 | 2014-12-31 | ***通信集团设计院有限公司 | 一种引起大面积基站退服的传输故障定位方法及装置 |
CN104270779A (zh) * | 2014-10-17 | 2015-01-07 | 浪潮通信信息***有限公司 | 一种无线网络故障原因预处理方法及无线网络故障工单派发*** |
CN107295553A (zh) * | 2017-08-21 | 2017-10-24 | 中国铁塔股份有限公司 | 一种基站维护方法及装置 |
-
2019
- 2019-05-08 CN CN201910381765.7A patent/CN111918315B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2080394A2 (en) * | 2006-09-08 | 2009-07-22 | TELEFONAKTIEBOLAGET LM ERICSSON (publ) | Non-homogenous telecommunications base stations |
CN101511095A (zh) * | 2008-11-26 | 2009-08-19 | ***通信集团广东有限公司 | 基站告警智能监控*** |
CN104254095A (zh) * | 2013-06-25 | 2014-12-31 | ***通信集团设计院有限公司 | 一种引起大面积基站退服的传输故障定位方法及装置 |
CN104270779A (zh) * | 2014-10-17 | 2015-01-07 | 浪潮通信信息***有限公司 | 一种无线网络故障原因预处理方法及无线网络故障工单派发*** |
CN107295553A (zh) * | 2017-08-21 | 2017-10-24 | 中国铁塔股份有限公司 | 一种基站维护方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114666882A (zh) * | 2022-04-25 | 2022-06-24 | 浙江省通信产业服务有限公司 | 一种功率控制方法、装置、基站及存储介质 |
CN114666882B (zh) * | 2022-04-25 | 2024-01-02 | 浙江省通信产业服务有限公司 | 一种功率控制方法、装置、基站及存储介质 |
CN116634473A (zh) * | 2023-07-21 | 2023-08-22 | 中国铁塔股份有限公司云南省分公司 | 无线站点停电退服故障预判方法及其装置 |
CN116634473B (zh) * | 2023-07-21 | 2023-10-10 | 中国铁塔股份有限公司云南省分公司 | 无线站点停电退服故障预判方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111918315B (zh) | 2022-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108845936B (zh) | 一种基于海量用户的ab测试方法及*** | |
CN107526667B (zh) | 一种指标异常检测方法、装置以及电子设备 | |
US10877809B2 (en) | Preloading applications from a priority list based on memory usage status of an electronic device | |
CN110635962B (zh) | 用于分布式***的异常分析方法及装置 | |
CN107577697B (zh) | 一种数据处理方法、装置及设备 | |
CN108243032B (zh) | 一种服务等级信息的获取方法、装置及设备 | |
CN117010571A (zh) | 一种业务量的预测方法、装置及设备 | |
CN107833051B (zh) | 一种数据统计方法以及*** | |
CN109117595B (zh) | 一种热负荷预测方法、装置、可读介质及电子设备 | |
CN109033127B (zh) | 一种同步数据校验方法、装置以及设备 | |
CN111918315B (zh) | 基站退服原因分析方法及装置、设备、存储介质 | |
CN110650531B (zh) | 一种基站坐标标定方法、***、存储介质及设备 | |
CN111461775B (zh) | 事件对业务量的影响的确定方法及装置 | |
CN109766167B (zh) | 定时任务分发的方法、装置、***及设备 | |
US20240137411A1 (en) | Container quantity adjustment for application | |
CN111639011B (zh) | 一种数据监控方法、装置及设备 | |
US10684942B2 (en) | Selective application testing | |
CN109857618B (zh) | 一种监控方法、装置及*** | |
CN111324533A (zh) | A/b测试方法、装置及电子设备 | |
CN112035341A (zh) | 一种自动化测试方法及装置 | |
CN110175084B (zh) | 数据变化的监控方法及装置 | |
CN112965882B (zh) | 一种数据故障分析的方法及装置 | |
CN109039695B (zh) | 业务故障处理方法、装置及设备 | |
CN109908590B (zh) | 一种游戏推荐方法、装置、设备及介质 | |
CN112231531A (zh) | 一种基于opentsdb的数据展示方法、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |