CN114676855B - 工单归档处理方法、装置及电子设备 - Google Patents

工单归档处理方法、装置及电子设备 Download PDF

Info

Publication number
CN114676855B
CN114676855B CN202011436021.XA CN202011436021A CN114676855B CN 114676855 B CN114676855 B CN 114676855B CN 202011436021 A CN202011436021 A CN 202011436021A CN 114676855 B CN114676855 B CN 114676855B
Authority
CN
China
Prior art keywords
fault
archiving
work order
archived
historical
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.)
Active
Application number
CN202011436021.XA
Other languages
English (en)
Other versions
CN114676855A (zh
Inventor
周御峰
苏翔
梁宇
曾为民
谢捷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Group Sichuan Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Sichuan Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Group Sichuan Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN202011436021.XA priority Critical patent/CN114676855B/zh
Publication of CN114676855A publication Critical patent/CN114676855A/zh
Application granted granted Critical
Publication of CN114676855B publication Critical patent/CN114676855B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10File systems; File servers
    • G06F16/11File system administration, e.g. details of archiving or snapshots
    • G06F16/113Details of archiving
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种工单归档处理方法、装置及电子设备,以至少解决现有的工单归档方法存在的增加监控设备及各相关方的工作量、且不便于对高频故障进行管控的问题。所述方法包括:获取待归档工单携带的故障描述信息,所述故障描述信息用于描述故障设备及所述故障设备发生的故障;基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期,其中,所述预归档观察期通过对所述故障设备发生所述故障的次数的历史时间分布信息进行指数拟合分析得到;监控所述故障设备在所述预归档观察期内是否再次发生所述故障;基于对所述故障设备的监控结果,对所述待归档工单进行归档处理。

Description

工单归档处理方法、装置及电子设备
技术领域
本申请涉及计算机技术领域,尤其涉及一种工单归档处理方法、装置及电子设备。
背景技术
故障工单作为集中化故障管理中的重要支撑手段,其作用主要体现在故障管理全流程管控,例如包括故障通知、处理过程留痕、处理结果反馈和维护质量后评估等。
在现有的全流程管控过程中,监控设备通常根据对各网络设备的监控结果生成相应的故障工单并派发给运维方进行运维处理,运维方在运维处理后,将故障工单发送给质检方,由质检方对运维结果进行质检并在质检通过后将故障工单归档入库。然而,在运维方对故障工单的运维处理不彻底等情况下,会出现相同的故障设备频发同一故障,这就使得监控设备重复派发相同的故障工单,增加监控设备及各相关方的工作量,且不便于对高频故障的管控。
发明内容
本申请实施例提供一种工单归档处理方法、装置及电子设备,以至少解决现有的工单归档方法存在的增加监控设备及各相关方的工作量、且不便于对高频故障进行管控的问题。
为了解决上述技术问题,本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种工单归档处理方法,包括:
获取待归档工单携带的故障描述信息,所述故障描述信息用于描述故障设备及所述故障设备发生的故障;
基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期,其中,所述预归档观察期通过对所述故障设备发生所述故障的次数的历史时间分布信息进行指数拟合分析得到;
监控所述故障设备在所述预归档观察期内是否再次发生所述故障;
基于对所述故障设备的监控结果,对所述待归档工单进行归档处理。
可选地,所述基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期,包括:
基于所述故障设备在不同故障对应的预归档观察期以及所述故障描述信息所描述的故障,确定与所述待归档工单匹配的预归档观察期。
可选地,在基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期之前,所述方法还包括:
对于所述故障设备发生的每一故障,获取所述故障设备发生所述故障的次数的历史时间分布信息,所述历史时间分布信息包括所述故障设备分别在多个单位时间段内发生所述故障的历史次数占比,所述多个单位时间通过对所述指定历史时间段划分得到;
对所述故障设备分别在多个单位时间段内发生所述故障的历史次数占比进行指数拟合,得到所述故障对应的概率密度函数;
基于所述概率密度函数,确定所述故障设备分别在各单位时间段重现所述故障的概率;
从所述多个单位时间段中,选取对应的所述概率相较于上一个单位时间段对应的所述概率的变化率最大的单位时间段;
基于选取的单位时间段,确定所述故障设备在所述故障对应的预归档观察期。
可选地,所述基于对所述故障设备的监控结果,对所述待归档工单进行归档处理,包括:
在所述故障设备在所述预归档观察期内再次发生所述故障的情况下,将所述待归档工单发送至运维方;
在所述故障设备在所述预归档观察期内未发生所述故障的情况下,将所述待归档工单存储至预先建立的工单归档库中。
可选地,在基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期之前,所述方法还包括:
将所述待归档工单携带的故障描述信息与预先建立的工单归档库中存储的历史工单携带的故障描述信息进行匹配;
确定所述工单归档库中不存在所携带的故障描述信息与所述待归档工单携带的故障描述信息相匹配的历史工单。
可选地,在将所述待归档工单携带的故障描述信息与预先建立的工单归档库中存储的历史工单携带的故障描述信息进行匹配之后,所述方法还包括:
若所述工单归档库中存在所携带的故障描述信息与所述待归档工单携带的故障描述信息相匹配的历史工单,则更新所述匹配的历史工单的再生标识信息,其中,所述再生标识信息基于所述匹配的历史工单的标识信息及所述故障设备发生所述故障的累计次数确定。
可选地,在更新所述匹配的历史工单的再生标识信息之后,所述方法还包括:
获取所述匹配的历史工单对应的故障原因;
将所述故障原因和所述待归档工单发送给运维方。
第二方面,本申请实施例提供一种工单归档处理装置,包括:
第一获取模块,用于获取待归档工单携带的故障描述信息,所述故障描述信息用于描述故障设备及所述故障设备发生的故障;
第一确定模块,用于基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期,其中,所述预归档观察期通过对所述故障设备发生所述故障的次数的历史时间分布信息进行指数拟合分析得到;
监控模块,用于监控所述故障设备在所述预归档观察期内是否再次发生所述故障;
归档处理模块,用于基于对所述故障设备的监控结果,对所述待归档工单进行归档处理。
第三方面,本申请实施例提供一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如第一方面所述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如第一方面所述的方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
通过本申请实施例提供的工单归档处理方法,基于待归档工单携带的故障描述信息确定与待归档工单匹配的预归档观察期,监控故障描述信息所描述的故障设备在预归档观察期内是否再次发生所描述的故障,并基于监控结果对待归档工单进行归档处理,也就是在对待归档工单进行归档之前增设一预归档流程,在该预归档流程后再进行归档处理,相较于现有技术中直接对待归档工单进行归档处理的方式,不仅可以避免对故障设备的运维处理不彻底等导致的相同故障频发,进而可以避免重复派发相同的故障工单给运维方,减小运维方及运维方、质检方等相关方的工作量,且可以实现对高频故障的有效管控,还可以避免将相同的工单重复归档,减少对存储资源的占用。此外,故障设备在故障对应的预归档观察期通过对故障设备发生故障的次数的历史时间分布信息进行指数拟合分析得到,进而考虑了故障设备重现同一故障的时间分布规律性,使得预归档观察期能够真实、准确反映对故障设备的运维处理情况,不仅可以避免对待归档工单的预归档流程耗时长短对待归档工单的处理效率产生不良影响,且进一步提高高频故障的管控的合理性和有效性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例提供的一种工单归档处理方法的流程图;
图2为本申请实施例提供的一种对预归档观察期的设置方法的流程图;
图3为本申请实施例提供的另一种工单归档处理方法的流程图;
图4为本申请实施例提供的一种电子设备的结构示意图;
图5为本申请实施例提供的一种工单归档处理装置的结构流程图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
实施例1
请参见图1,本申请实施例提供一种工单归档处理方法,该方法可由电子设备执行,例如,电子设备可以为移动网络运营方的服务器。如图1所示,该方法包括以下步骤:
S12,获取待归档工单携带的故障描述信息,故障描述信息用于描述故障设备及故障设备发生的故障。
其中,待归档工单可以是经运维方完成运维处理且通过质检方的质检的故障工单。故障工单携带的故障描述信息具体可以包括故障设备的设备信息(如包括但不限于故障设备的名称、类型、设备标识及所属区域等)以及故障设备发生的故障信息(如包括但不限于故障名称、所属网络的网络三级分类信息等)。
S14,基于待归档工单携带的故障描述信息,确定与待归档工单匹配的预归档观察期。
其中,预归档观察期是指在对待归档工单进行归档之前,预先设置的用于对待归档工单进行“观察”的一时间段,以进一步确定是否对待归档工单进行归档处理。
故障设备发生故障的次数的时间分布满足指数分布规律,相应地,预归档观察期通过对故障设备发生故障的次数的历史时间分布信息进行指数拟合分析得到,其中,指数分布式基于大量故障设备发生不同故障的长期历史数据分析得到。
具体来说,由于不同的故障发生的故障可能不同,且不同故障的历史数据的规律不同,如不同故障设备发生不同故障的次数的历史分布信息不同,因而可根据待归档工单携带的故障描述信息所描述的故障设备及故障设备发生的故障,将通过对该故障设备发生该故障的次数的历史时间分布信息得到的预归档观察期,作为与该待归档工单匹配的预归档观察期。也就是说,与待归档工单匹配的预归档观察期是指该待归档工单携带的故障描述信息所描述的故障设备在所描述的故障对应的预归档观察期。
S16,监控故障设备在预归档观察期内是否再次发生所述故障。
具体来说,可在预归档观察期内采集故障设备的运行信息,通过对采集到的运行信息进行分析确定该故障设备在预设归档期内是否再次发生同一故障。
S18,基于对故障设备的监控结果,对待归档工单进行归档处理。
具体来说,在故障设备在预归档观察期内再次发生上述故障的情况下,可将待归档工单发送给运维方,由运维方再次对该故障设备进行运维处理,以消除故障,避免同一故障设备频发同一故障,进而实现对高频故障的有效管控,并且,相较于现有技术中直接将待归档工单进行归档处理的方式,可以避免将相同的工单重复归档,减少对存储资源的占用。
在故障设备在预归档观察期内未发生上述故障的情况下,可将待归档工单存储至预先建立的工单归档库中,相较于现有技术中直接将待归档工单进行归档处理的方式,可以避免对故障设备的运维处理不彻底等导致的相同故障频发,进而可以避免重复派发相同的故障工单给运维方,减小运维方及运维方、质检方等相关方的工作量,且可以实现对高频故障的有效管控。
通过本申请实施例提供的工单归档处理方法,基于待归档工单携带的故障描述信息确定与待归档工单匹配的预归档观察期,监控故障描述信息所描述的故障设备在预归档观察期内是否再次发生所描述的故障,并基于监控结果对待归档工单进行归档处理,也就是在对待归档工单进行归档之前增设一预归档流程,在该预归档流程后再进行归档处理,相较于现有技术中直接对待归档工单进行归档处理的方式,不仅可以避免对故障设备的运维处理不彻底等导致的相同故障频发,进而可以避免重复派发相同的故障工单给运维方,减小运维方及运维方、质检方等相关方的工作量,且可以实现对高频故障的有效管控,还可以避免将相同的工单重复归档,减少对存储资源的占用。此外,故障设备在故障对应的预归档观察期通过对故障设备发生故障的次数的历史时间分布信息进行指数拟合分析得到,进而考虑了故障设备重现同一故障的时间分布规律性,使得预归档观察期能够真实、准确反映对故障设备的运维处理情况,不仅可以避免对待归档工单的预归档流程耗时长短对待归档工单的处理效率产生不良影响,且进一步提高高频故障的管控的合理性和有效性。
下面结合具体的例子来描述本申请实施例提供的技术方案的实现过程。
在上述步骤S14中,对于每一故障设备发生的每种故障,可预先通过对该故障设备发生该故障的次数的历史时间分布信息进行指数拟合分析,得到该故障设备发生该故障对应的预归档观察期。基于此,可预先设置各故障设备在不同故障对应的预归档观察期。相应地,上述步骤S14可以包括:基于故障设备在不同故障对应的预归档观察期以及故障描述信息所描述的故障,确定与待归档工单匹配的预归档观察期。更为具体地,将待归档工单携带的故障描述信息所描述的故障设备在所描述的故障对应的预归档观察期,确定为与待归档工单匹配的预归档观察期。
可以理解,通过预先设置故障设备在不同故障对应的预归档观察期,由此在得到待归档工单后,通过待归档工单携带的故障描述信息即可快速确定相应的预归档观察期,实现简单,且提高对待归档工单的归档处理效率。
对于上述步骤S14中所述的故障设备在不同故障对应的预归档观察期,本申请例还包括对预归档观察期的设置方法。值得说明的是,对故障设备在每一故障对应的预归档观察期的设置,是根据该故障设备发生该故障的长期历史数据预先进行的,即在上述步骤S14之前进行,后续在对待归档工单进行归档的过程中,无需每次设置相应的预归档观察期,或者,可以周期性地基于新采集的该故障设备发生该故障的长期历史数据对该预归档观察期进行更新。
具体地,对预归档观察期的设置方法如图2所示,包括:
S22,对于故障设备发生的每一故障,获取故障设备发生故障的次数的历史时间分布信息,历史分布信息包括故障设备分别在多个单位时间段内发生故障的历史次数占比。
具体来说,可以获取故障设备在指定历史时间段内发生故障的长期历史数据,所述长期历史数据包括故障设备在指定历史时间段内发生故障的总次数及每次发生故障的时间点。按照不同的单位时间段对获取到的长期历史数据进行统计分析,可得到故障设备在各单位时间段内发生故障的次数。进一步地,对于每一单位时间段而言,可根据故障设备在该单位时间段内发生故障的次数与在指定历史时间段内发生故障的总次数之间的比值,确定为故障设备在该单位时间段内发生故障的历史次数占比。
另外,上述多个单位时间段可以根据实际需要自定义设置。例如,指定历史时间段可以是19年7月-19年12月,相应地,可将每天划分为24个单位时间段,即包括0:00~1:00、1:00~2:00、2:00~3:00等。相应地,每个单位时间段的粒度为1小时;又如,上述多个单位时间段还可以包括120个单位时间段,每个单位时间段的粒度为1小时。
值得说明的是,指定历史时间段可以是当前时刻之前的任一历史时间段,如过去的某一天、某一年、某一月等。或者,指定历史时间段也可以是与当前时间段匹配的历史时间段,具体来说,包括与当前时间段同期的历史时间段和/或与当前时间段邻近的历史时间段,例如,当前时间段为20年4月,则指定历史时间段可以为19年4月等;又如,当前时间段为今天的14:00~15:00,那么指定历史时间段可以包括今天的12:00~13:00和13:00-14:00。
S24,对故障设备分别在多个单位时间段内发生故障的历史次数占比进行指数拟合,得到故障对应的概率密度函数。
具体来说,故障对应的概率密度函数p(t)如以下公式(1)所示。
Figure BDA0002828706770000091
S26,基于故障对应的概率密度函数,确定故障设备分别在各单位时间段重现故障的概率。
具体来说,通过对故障对应的概率密度函数进行积分,可得到故障设备在各单位时间段重现故障的概率,如公式(2)所示。
Figure BDA0002828706770000092
其中,f(t)表示故障设备在第t个单位时间段发生故障的概率。
S28,从多个单位时间段中,选取对应的所述概率相较于上一个单位时间段对应的所述概率的变化率最大的单位时间段。
具体来说,故障设备在相邻两个单位时间段内发生故障的概率的变化率可通过以下公式(3)确定。
Figure BDA0002828706770000093
其中,h(t)表示故障设备在第t个单位时间段内发生故障的概率f(t)相较于第t-1个单位时间段内发生故障的概率f(t-1)的变化率。
S30,基于选取的单位时间段,确定故障设备在故障对应的预归档观察期。
例如,预先设置的多个单位时间段包括120个单位时间段,每个单位时间段的粒度为1小时。相应地,通过比较分析故障设备在各单位时间段发生故障的概率相较于上一个单位时间段内发生故障的概率的变化率,得到故障设备在第24个单位时间段对应的概率变化率最大,即h(24)最大,由此可确定故障设备在该故障对应的预归档观察期为24小时。
可以理解,通过对故障设备分别在各个单位时间段发生故障的历史次数占比进行指数拟合,得到故障对应的概率密度函数,然后基于概率密度函数可确定出故障设备在各单位时间段重现故障的概率分布情况,由于所述概率分布情况反映了故障设备相邻两次发生故障的间隔时间的概率分布规律,进一步基于所述概率分布情况,根据概率变化率最大的单位时间段确定故障设备在该故障对应的预归档观察期,使得确定出的预归档观察期客观、准确,避免人为主观因素的影响,既可以避免预归档观察期设置过短而导致无法有效管控高频故障,又可以避免预归档观察期设置过长而降低对待归档工单的归档效率以及增加对监控资源的消耗。
实施例2
请参见图3,本申请实施例提供另一种工单归档处理方法,该工单归档处理方法在实施例1的基础上做了进一步改进,具体改进之处为:在确定与待归档工单匹配的预归档观察期之前,确定预先建立的工单归档库中不存在该待归档工单。本实施例提供的工单归档处理方法的流程图如图3所示。
具体来说,在本实施例中,包括步骤S32至S42,其中,步骤S32与实施例1中的步骤S12大致相同,步骤S38与实施例1中的步骤S14大致相同,步骤S40实施例1中的步骤S16大致相同,步骤S42与实施例1中的步骤S18大致相同,此处不再赘述。下面主要介绍不同之处,未在本实施例中详尽描述的技术细节,可参见实施例1所提供的工单归档处理方法,此处不再赘述。
S32,获取待归档工单携带的故障描述信息,故障描述信息用于描述故障设备及故障设备发生的故障。
S34,将待归档工单携带的故障描述信息与预先建立的工单归档库中存储的历史工单携带的故障描述信息进行匹配。
S36,判断工单归档库中是否存在所携带的故障描述信息与待归档工单携带的故障描述信息相匹配的历史工单。
具体来说,可将待归档工单携带的故障描述信息的每一字段分别与工单归档库中每个历史工单的相应字段进行匹配,根据匹配结果确定工单归档库中是否存在所携带的故障描述信息与待归档工单携带的故障描述信息相匹配的历史工单。
若判断结果为否,则确定工单归档库中已存在与该待归档工单相同的历史工单,在此情况下,执行以下步骤S38至S42。
S38,基于待归档工单携带的故障描述信息,确定与待归档工单匹配的预归档观察期。
S40,监控故障设备在预归档观察期内是否再次发生所述故障。
S42,基于对故障设备的监控结果,对待归档工单进行归档处理。
可以理解,在本实施例中,在对待归档工单执行预归档流程之前,先判断工单归档库中是否存在与该待归档工单相同的历史工单,在确定不存在的情况下,才执行上述预归档流程,由此可以避免将相同的工单重复归档,从而可以减少对存储资源的占用。
进一步地,如图3所示,在上述步骤S36中,若判断结果为是,则确定工单归档库中已存在与该待归档工单相同的历史工单,在此情况下,执行以下步骤S44。
S44,更新所述匹配的历史工单的再生标识信息,其中,所述再生标识信息基于所述匹配的历史工单的标识信息及所述故障设备发生所述故障的累计次数确定。
例如,对于每一历史工单而言,该历史工单的再生标识可以由“累计次数+标识信息”表示。
可以理解,在工单归档库中存在与待归档工单相同的历史工单的情况下,对该历史工单的再生标识信息进行更新,使得运维方及质检方等相关人员能够清楚、方便地获知故障设备发生故障的情况。
进一步地,在本申请的另一个实施例中,如图3所示,在上述步骤S44之后,上述实施例提供的工单归档处理方法还可以包括:
S46,获取匹配的历史工单对应的故障原因。
S48,将故障原因和待归档工单发送给运维方。
可以理解,通过将与待归档工单匹配的历史工单对应的故障原因和待归档工单一并发送给运维方,使得运维方可以及时、快速对待归档工单重新进行相应的运维处理,并且可以根据实际情况及时调整运维处理策略,以消除故障,提高运维处理效率,避免同一故障设备频发同一故障,进而实现对高频故障的有效管控。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
实施例3
图4是本申请的一个实施例电子设备的结构示意图。请参考图4,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成工单归档处理装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取待归档工单携带的故障描述信息,所述故障描述信息用于描述故障设备及所述故障设备发生的故障;
基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期,其中,所述预归档观察期通过对所述故障设备发生所述故障的次数的历史时间分布信息进行指数拟合分析得到;
监控所述故障设备在所述预归档观察期内是否再次发生所述故障;
基于对所述故障设备的监控结果,对所述待归档工单进行归档处理。
上述如本申请图1所示实施例揭示的工单归档处理装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1的方法,并实现工单归档处理装置在图1至图3所示实施例的功能,本申请实施例在此不再赘述。
当然,除了软件实现方式之外,本申请的电子设备并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的便携式电子设备执行时,能够使该便携式电子设备执行图1所示实施例的方法,并具体用于执行以下操作:
获取待归档工单携带的故障描述信息,所述故障描述信息用于描述故障设备及所述故障设备发生的故障;
基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期,其中,所述预归档观察期通过对所述故障设备发生所述故障的次数的历史时间分布信息进行指数拟合分析得到;
监控所述故障设备在所述预归档观察期内是否再次发生所述故障;
基于对所述故障设备的监控结果,对所述待归档工单进行归档处理。
实施例4
图5是本申请的一个实施例工单归档处理装置的结构示意图。请参考图5,在一种软件实施方式中,工单归档处理装置500可包括:
第一获取模块510,用于获取待归档工单携带的故障描述信息,所述故障描述信息用于描述故障设备及所述故障设备发生的故障;
第一确定模块520,用于基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期,其中,所述预归档观察期通过对所述故障设备发生所述故障的次数的历史时间分布信息进行指数拟合分析得到;
监控模块530,用于监控所述故障设备在所述预归档观察期内是否再次发生所述故障;
归档处理模块540,用于基于对所述故障设备的监控结果,对所述待归档工单进行归档处理。
可选地,所述第一确定模块具体用于:
基于所述故障设备在不同故障对应的预归档观察期以及所述故障描述信息所描述的故障,确定与所述待归档工单匹配的预归档观察期。
具体地,所述装置500还包括:
第二获取模块,用于在所述第一确定模块基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期之前,对于所述故障设备发生的每一故障,获取所述故障设备发生所述故障的次数的历史时间分布信息,所述历史时间分布信息包括所述故障设备分别在多个单位时间段内发生所述故障的历史次数占比,所述多个单位时间通过对所述指定历史时间段划分得到;
拟合模块,用于对所述故障设备分别在多个单位时间段内发生所述故障的历史次数占比进行指数拟合,得到所述故障对应的概率密度函数;
第二确定模块,用于基于所述概率密度函数,确定所述故障设备分别在各单位时间段重现所述故障的概率;
选取模块,用于从所述多个单位时间段中,选取对应的所述概率相较于上一个单位时间段对应的所述概率的变化率最大的单位时间段;
第三确定模块,用于基于选取的单位时间段,确定所述故障设备在所述故障对应的预归档观察期。
可选地,所述归档处理模块具体用于:
在所述故障设备在所述预归档观察期内再次发生所述故障的情况下,将所述待归档工单发送至运维方;
在所述故障设备在所述预归档观察期内未发生所述故障的情况下,将所述待归档工单存储至预先建立的工单归档库中。
可选地,所述装置500还包括:
匹配模块,用于在所述第一确定模块基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期之前,将所述待归档工单携带的故障描述信息与预先建立的工单归档库中存储的历史工单携带的故障描述信息进行匹配;
第四确定模块,用于确定所述工单归档库中不存在所携带的故障描述信息与所述待归档工单携带的故障描述信息相匹配的历史工单。
可选地,所述装置500还包括:
更新模块,用于在所述工单归档库中存在所携带的故障描述信息与所述待归档工单携带的故障描述信息相匹配的历史工单的情况下,更新所述匹配的历史工单的再生标识信息,其中,所述再生标识信息基于所述匹配的历史工单的标识信息及所述故障设备发生所述故障的累计次数确定;
所述匹配模块还用于在将所述待归档工单携带的故障描述信息与预先建立的工单归档库中存储的历史工单携带的故障描述信息进行匹配之后,触发所述更新模块。
可选地,所述装置500还包括:
第三获取模块,用于在所述更新模块更新所述匹配的历史工单的再生标识信息之后,获取所述匹配的历史工单对应的故障原因;
发送模块,用于将所述故障原因和所述待归档工单发送给运维方。
总之,以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
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。
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。

Claims (9)

1.一种工单归档处理方法,其特征在于,包括:
获取待归档工单携带的故障描述信息,所述故障描述信息用于描述故障设备及所述故障设备发生的故障;
基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期,其中,所述预归档观察期通过对所述故障设备发生所述故障的次数的历史时间分布信息进行指数拟合分析得到;
监控所述故障设备在所述预归档观察期内是否再次发生所述故障;
基于对所述故障设备的监控结果,对所述待归档工单进行归档处理;
其中,在基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期之前,还包括:
对于所述故障设备发生的每一故障,获取所述故障设备发生所述故障的次数的历史时间分布信息,所述历史时间分布信息包括所述故障设备分别在多个单位时间段内发生所述故障的历史次数占比,所述多个单位时间通过对指定历史时间段划分得到;
对所述故障设备分别在多个单位时间段内发生所述故障的历史次数占比进行指数拟合,得到所述故障对应的概率密度函数p(t),其中,,t为单位时间段;
基于所述概率密度函数,确定所述故障设备分别在各单位时间段重现所述故障的概率f(t),其中,,t单位时间段;
从所述多个单位时间段中,选取对应的所述概率相较于上一个单位时间段对应的所述概率的变化率最大的单位时间段;
基于选取的单位时间段,确定所述故障设备在所述故障对应的预归档观察期。
2.根据权利要求1所述的方法,其特征在于,所述基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期,包括:
基于所述故障设备在不同故障对应的预归档观察期以及所述故障描述信息所描述的故障,确定与所述待归档工单匹配的预归档观察期。
3.根据权利要求1所述的方法,其特征在于,所述基于对所述故障设备的监控结果,对所述待归档工单进行归档处理,包括:
在所述故障设备在所述预归档观察期内再次发生所述故障的情况下,将所述待归档工单发送至运维方;
在所述故障设备在所述预归档观察期内未发生所述故障的情况下,将所述待归档工单存储至预先建立的工单归档库中。
4.根据权利要求1所述的方法,其特征在于,在基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期之前,所述方法还包括:
将所述待归档工单携带的故障描述信息与预先建立的工单归档库中存储的历史工单携带的故障描述信息进行匹配;
确定所述工单归档库中不存在所携带的故障描述信息与所述待归档工单携带的故障描述信息相匹配的历史工单。
5.根据权利要求4所述的方法,其特征在于,在将所述待归档工单携带的故障描述信息与预先建立的工单归档库中存储的历史工单携带的故障描述信息进行匹配之后,所述方法还包括:
若所述工单归档库中存在所携带的故障描述信息与所述待归档工单携带的故障描述信息相匹配的历史工单,则更新所述匹配的历史工单的再生标识信息,其中,所述再生标识信息基于所述匹配的历史工单的标识信息及所述故障设备发生所述故障的累计次数确定。
6.根据权利要求5所述的方法,其特征在于,在更新所述匹配的历史工单的再生标识信息之后,所述方法还包括:
获取所述匹配的历史工单对应的故障原因;
将所述故障原因和所述待归档工单发送给运维方。
7.一种工单归档处理装置,其特征在于,包括:
第一获取模块,用于获取待归档工单携带的故障描述信息,所述故障描述信息用于描述故障设备及所述故障设备发生的故障;
第一确定模块,用于基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期,其中,所述预归档观察期通过对所述故障设备发生所述故障的次数的历史时间分布信息进行指数拟合分析得到;
监控模块,用于监控所述故障设备在所述预归档观察期内是否再次发生所述故障;
归档处理模块,用于基于对所述故障设备的监控结果,对所述待归档工单进行归档处理;
其中,第二获取模块,用于在所述第一确定模块基于所述故障描述信息,确定与所述待归档工单匹配的预归档观察期之前,对于所述故障设备发生的每一故障,获取所述故障设备发生所述故障的次数的历史时间分布信息,所述历史时间分布信息包括所述故障设备分别在多个单位时间段内发生所述故障的历史次数占比,所述多个单位时间通过对指定历史时间段划分得到;
拟合模块,用于对所述故障设备分别在多个单位时间段内发生所述故障的历史次数占比进行指数拟合,得到所述故障对应的概率密度函数p(t),其中,,t为单位时间段;
第二确定模块,用于基于所述概率密度函数,确定所述故障设备分别在各单位时间段重现所述故障的概率f(t),其中,,t为单位时间段;
选取模块,用于从所述多个单位时间段中,选取对应的所述概率相较于上一个单位时间段对应的所述概率的变化率最大的单位时间段;
第三确定模块,用于基于选取的单位时间段,确定所述故障设备在所述故障对应的预归档观察期。
8.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的方法。
9.一种计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至6中任一项所述的方法。
CN202011436021.XA 2020-12-10 2020-12-10 工单归档处理方法、装置及电子设备 Active CN114676855B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011436021.XA CN114676855B (zh) 2020-12-10 2020-12-10 工单归档处理方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011436021.XA CN114676855B (zh) 2020-12-10 2020-12-10 工单归档处理方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN114676855A CN114676855A (zh) 2022-06-28
CN114676855B true CN114676855B (zh) 2023-04-28

Family

ID=82071216

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011436021.XA Active CN114676855B (zh) 2020-12-10 2020-12-10 工单归档处理方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN114676855B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1858753A (zh) * 2006-04-18 2006-11-08 燕山大学 基于事后维修及维修时间产品有效性的仿真技术
CN103020422A (zh) * 2012-11-12 2013-04-03 中航沈飞民用飞机有限责任公司 一种民用飞机***维修时间间隔计算方法
CN105809329A (zh) * 2016-02-29 2016-07-27 江苏省电力公司张家港市供电公司 一种电力呼叫抢修***及工单接收装置
CN108632052A (zh) * 2017-03-15 2018-10-09 ***通信集团安徽有限公司 高铁专网信号异常的处理方法和装置
CN109657955A (zh) * 2018-12-10 2019-04-19 新疆信息产业有限责任公司 工单派发及评价的管理方法
CN109657926A (zh) * 2018-11-26 2019-04-19 国网新疆电力有限公司电力科学研究院 运维闭环管理方法
CN111488462A (zh) * 2020-04-02 2020-08-04 ***通信集团江苏有限公司 基于知识图谱的推荐方法、装置、设备及介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8832497B2 (en) * 2012-02-07 2014-09-09 A.L.D. Advanced Logistics Development Ltd Methods, apparatus and systems for performing dynamic fault tree analysis
JP5530020B1 (ja) * 2013-11-01 2014-06-25 株式会社日立パワーソリューションズ 異常診断システム及び異常診断方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1858753A (zh) * 2006-04-18 2006-11-08 燕山大学 基于事后维修及维修时间产品有效性的仿真技术
CN103020422A (zh) * 2012-11-12 2013-04-03 中航沈飞民用飞机有限责任公司 一种民用飞机***维修时间间隔计算方法
CN105809329A (zh) * 2016-02-29 2016-07-27 江苏省电力公司张家港市供电公司 一种电力呼叫抢修***及工单接收装置
CN108632052A (zh) * 2017-03-15 2018-10-09 ***通信集团安徽有限公司 高铁专网信号异常的处理方法和装置
CN109657926A (zh) * 2018-11-26 2019-04-19 国网新疆电力有限公司电力科学研究院 运维闭环管理方法
CN109657955A (zh) * 2018-12-10 2019-04-19 新疆信息产业有限责任公司 工单派发及评价的管理方法
CN111488462A (zh) * 2020-04-02 2020-08-04 ***通信集团江苏有限公司 基于知识图谱的推荐方法、装置、设备及介质

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Yanming Yang.Fault probability analysis and life prediction of avionics based on exponential distribution model.《2019 IEEE 4th International Conference on Cloud Computing and Big Data Analysis (ICCCBDA)》.2019,第353-357页. *
周御峰 等.基于回归分析的高频故障管控方法研究.《电信工程技术与标准化》.2022,第35卷(第2期),第57-61页. *
周瑜.可修***维修效果评估及维修决策研究.《中国博士学位论文全文数据库 经济与管理科学辑》.2016,(第3期),第J152-46页. *
孟庆志.维修数据Bayes分析***实现研究.《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》.2020,(第2期),第C032-62页. *
盛申 等.定时截断寿命试验中总时间的概率密度.《应用数学》.2002,(第2期),第102-105页. *
钟志辉.以P维护基站服务外包项目为例的维修人员配置优化研究.《中国优秀硕士学位论文全文数据库 信息科技辑》.2020,(第10期),第I136-32页. *

Also Published As

Publication number Publication date
CN114676855A (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
US11003641B2 (en) Automatic database troubleshooting
CN110209560B (zh) 数据异常检测方法及检测装置
CN110650036A (zh) 告警处理方法、装置及电子设备
CN110222936B (zh) 一种业务场景的根因定位方法、***及电子设备
CN110021150B (zh) 一种数据处理方法、装置及设备
CN111488289A (zh) 一种故障定位方法、装置和设备
CN110363381B (zh) 一种信息处理方法和装置
CN113497721B (zh) 网络故障定位方法与装置
CN114676855B (zh) 工单归档处理方法、装置及电子设备
CN110717653B (zh) 风险识别方法及装置和电子设备
WO2019245885A1 (en) Event detection based on text streams
CN116091111A (zh) 产品需求量预测方法、装置、电子设备及存储介质
CN113076451B (zh) 异常行为识别和风险模型库的建立方法、装置及电子设备
CN112800089A (zh) 一种中间数据存储级别调整方法、存储介质及计算机设备
CN114969187A (zh) 数据分析***及方法
CN111311086B (zh) 一种容量监控方法、装置及计算机可读存储介质
CN112882854B (zh) 一种请求异常的处理方法及装置
CN112183952A (zh) 一种指标质量的监管处理方法、装置和电子设备
CN110991945B (zh) 设备备件的信息处理方法及装置、存储介质和处理器
US20160080226A1 (en) Event driven metric data collection optimization
CN110659178A (zh) ***运行状态调节方法、装置及存储介质、电子设备
CN113657720B (zh) 一种自动规划cdn服务器磁盘的方法、***、介质和设备
CN111737281B (zh) 数据库查询方法、装置、电子设备以及可读存储介质
CN113590579B (zh) 一种基于数据仓库的根因分析方法、装置及***
CN110163471B (zh) 一种异常识别方法和装置

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