CN118051657A - 一种数据专线故障定位用例库测试方法及*** - Google Patents
一种数据专线故障定位用例库测试方法及*** Download PDFInfo
- Publication number
- CN118051657A CN118051657A CN202410454982.5A CN202410454982A CN118051657A CN 118051657 A CN118051657 A CN 118051657A CN 202410454982 A CN202410454982 A CN 202410454982A CN 118051657 A CN118051657 A CN 118051657A
- Authority
- CN
- China
- Prior art keywords
- data
- fault
- historical
- line
- library
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012360 testing method Methods 0.000 title claims abstract description 24
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 238000007781 pre-processing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000010998 test method Methods 0.000 claims description 8
- 231100000279 safety data Toxicity 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种数据专线故障定位用例库测试方法及***，属于电子数字数据处理领域，本发明将历史数据专线的历史故障相关数据按照对应的待监测数据专线的历史故障类型进行数据预处理，获取对应历史故障类型数据的相关设备数据，基于获取的待监测数据专线的历史故障类型和对应的历史数据专线的历史故障相关设备数据对历史数据专线的历史故障相关设备数据进行分类，获取分类结果对故障定位用例库进行构建，基于实时获取的数据专线的相关数据，通过以上方法构建数据专线故障定位用例库，可以提供可靠的故障定位方法和指导，帮助故障处理人员快速准确地定位和解决数据专线故障。
Description
技术领域
本发明属于电子数字数据处理技术领域，具体的说是一种数据专线故障定位用例库测试方法及***。
背景技术
数据专线故障定位用例库是一个收集和整理了各种数据专线故障定位方法的库，包含了一系列用于定位和解决数据专线故障的用例。这个用例库提供了一份参考，帮助故障处理人员快速准确地定位和解决数据专线故障；数据专线故障定位用例库的构建是为了提高故障定位的效率和准确性，并指导故障处理人员在故障发生时能够按照标准化的流程进行故障定位和处理。用例库中的每个用例都描述了故障的表现、可能的原因、具体的定位步骤以及预期的结果。通过参考用例库中的用例，故障处理人员可以根据实际情况进行故障定位，并根据预期结果判断故障所在，并进行相应的处理措施；
例如授权公告号为CN110955550B的中国专利中涉及一种云平台故障定位方法，该方法包括以下步骤：在云平台出现故障时，获得故障描述信息；在数据库中查找是否存在与故障描述信息对应的故障原因，数据库中记录结构化故障数据；如果在数据库中没有查找到，则基于故障描述信息在知识库中进行检索，知识库中包含多维度故障知识；如果在知识库中检索到，则输出检索到的故障原因。应用本申请实施例所提供的技术方案，有助于快速、准确地定位故障原因，以便及时进行故障处理，避免影响云平台的业务处理。该申请还公开了一种云平台故障定位装置、设备及存储介质，具有相应技术效果；
同时例如在授权公告号为CN113282635B的中国专利中公开一种微服务***故障根因定位方法及装置，所述方法包括如下步骤：对业务指标数据进行异常检测，如发现异常，则计算异常时间窗口；对异常时间窗口内的调用链数据进行故障定位分析：若数据库相关调用链数据存在失败记录，则判定故障实例为数据库；否则，对异常时间窗口内耗时最长的调用链进行调用链重建，根据重建调用链以及微服务***的拓扑结构判断故障实例；对故障实例的各项实例监控指标进行异常检测，将异常实例监控指标加入故障根因集，并根据故障根因集实现故障根因定位。该发明能够实现故障根因自动定位，提高运维效率。
以上专利均存在本背景技术提出的问题：故障类型繁多：数据专线可能出现多种不同的故障类型，如线路故障、设备故障、信号干扰等，需要针对每种故障类型分别构建相应的用例库，增加了工作量；故障数据收集困难：收集数据专线的故障数据可能比较困难，需要投入较多的人力和物力资源，同时还需要保证故障数据的准确性和完整性；现有技术中均存在上述问题，为了解决这些问题，本申请设计了一种数据专线故障定位用例库测试方法及***。
发明内容
针对现有技术的不足，本发明提出了一种数据专线故障定位用例库测试方法及***。
为实现上述目的，本发明提供如下技术方案：
一种数据专线故障定位用例库测试方法，其包括以下具体步骤：
S1、收集待监测数据专线的历史故障类型，获取历史故障类型对应的历史数据专线的历史故障相关数据，获取需要构建的例库类型；
S2、将历史数据专线的历史故障相关数据按照对应的待监测数据专线的历史故障类型进行数据预处理，获取对应历史故障类型数据的相关设备数据；
S3、基于获取的待监测数据专线的历史故障类型和对应的历史数据专线的历史故障相关设备数据对历史数据专线的历史故障相关设备数据进行分类；
S4、获取分类结果对故障定位用例库进行构建，基于实时获取的数据专线的相关数据，输出需要的例库。
具体的，所述S1包括以下具体步骤：
S11、收集待监测数据专线的运行设备的历史故障类型数据，其中，故障类型数据包括故障类型、发生时间、故障表现和故障原因，储存在第一储存模组中；
S12、获取历史故障类型对应的历史数据专线上相关设备的历史故障相关数据，其中，相关设备的历史故障相关数据包括相关设备的电流信息、电压信息、温度信息和振动信息，储存在第二储存模组中；
S13、获取需要构建的例库类型数据，其中，例库类型数据包括设备故障例库、线路故障例库、信号故障例库和***故障例库。
具体的，所述S2的具体内容如下：
S21、获取收集到的待监测数据专线的运行设备的历史故障类型数据和历史故障类型对应的历史数据专线上相关设备的历史故障相关数据，同时获取无故障时对应的相关设备的安全数据范围，根据需要构建的例库类型选择对应的运行设备的历史故障类型数据和历史故障类型对应的历史数据专线上相关设备的历史故障相关数据；
S22、将获取得到的无故障时对应的相关设备的安全数据范围、对应的运行设备的历史故障类型数据和相关设备的历史故障相关数据代入数据异常值计算公式中计算数据异常值，其中，数据异常值计算公式为：，其中，n为历史故障次数，k为第i次历史故障对应的相关设备的历史故障相关数据的种类，其中/>为第i次故障对应的相关设备的第j个种类的数据，/>为第i次故障对应的相关设备的第j个种类的安全范围的中值，/>为第i次故障对应的相关设备的第j个种类的安全范围的最大值，为第i次故障对应的相关设备的第j个种类的安全范围的最小值，/>为第i次历史故障对应的故障数据，/>为第i次历史故障对应的数据的安全范围的中值，/>为第i次历史故障对应的数据的安全范围的最大值，/>为第i次历史故障对应的数据的安全范围的最小值，/>为第i次故障对应的相关设备的第j个种类的数据的占比系数，/>；
其中，这里的和设备异常阈值的取值方式为：获取5000组运行设备的历史故障类型数据和历史故障类型对应的历史数据专线上相关设备的历史故障相关数据，将数据代入数据异常值计算公式中进行数据异常值计算，并将得到的数据异常值代入拟合软件中，获得符合故障判断准确率的最优/>和设备异常阈值的取值；
S23、将计算得到的各个设备的数据异常值与设定的设备异常阈值进行对比，若设备的数据异常值大于等于设定的设备异常阈值，则将该设备数据设为对应历史故障类型数据的相关设备数据，若设备的数据异常值小于设定的设备异常阈值，则将该设备数据不设为对应历史故障类型数据的相关设备数据。
具体的，所述S3的具体内容为：
获取待监测数据专线的历史故障类型和对应的历史数据专线的历史故障相关设备数据，按照数据专线的历史故障类型获取对应的历史数据专线的历史故障相关设备数据，将历史数据专线的历史故障相关设备数据按照数据专线的历史故障类型进行分类，得到历史数据专线的历史故障相关设备数据的分类结果。
具体的，所述S4中包括以下具体内容：
S41、获取需要构建的例库类型，同时获取例库类型对应的数据专线的历史故障类型和对应的数据专线的历史故障类型的历史故障相关设备数据；
S42、将获取得到的例库类型对应的数据专线的历史故障类型和对应的数据专线的历史故障类型的历史故障相关设备数据对应融合入需要构建的例库中；
S43、实时获取数据专线的相关数据导入例库选择界面中，将实时获取数据专线的相关数据和相应构建的例库中的相关历史数据导入相似度计算公式中计算实时获取数据专线的相关数据和相应构建的例库中的相关历史数据的相似度，相似度计算公式为：，其中，Q为对应的例库中的数据条数，M为数据专线的相关数据种类，/>为实时获取的数据专线的相关数据中第m项，/>为例库中的第q条数据中与数据专线的相关数据中第m项对应的数据；
S44、将计算得到的数据专线的相关数据和相应构建的例库中的相关历史数据的相似度降序排布，得到最大的相似度对应的构建的例库为需要的例库输出。
具体的，一种数据专线故障定位用例库测试***，其基于上述一种数据专线故障定位用例库测试方法实现，其具体包括：数据获取模块、数据预处理模块、数据分类模块、例库输出模块和控制模块，所述数据获取模块用于收集待监测数据专线的历史故障类型，获取历史故障类型对应的历史数据专线的历史故障相关数据，获取需要构建的例库类型，所述数据预处理模块用于将历史数据专线的历史故障相关数据按照对应的待监测数据专线的历史故障类型进行数据预处理，获取对应历史故障类型数据的相关设备数据。
具体的，所述数据分类模块用于基于获取的待监测数据专线的历史故障类型和对应的历史数据专线的历史故障相关设备数据对历史数据专线的历史故障相关设备数据进行分类，所述例库输出模块用于获取分类结果对故障定位用例库进行构建，基于实时获取的数据专线的相关数据，输出需要的例库。
具体的，所述控制模块用于控制数据获取模块、数据预处理模块、数据分类模块和例库输出模块的运行。
具体的，一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
所述处理器通过调用所述存储器中存储的计算机程序，执行上述的一种数据专线故障定位用例库测试方法。
具体的，一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如上述的一种数据专线故障定位用例库测试方法。
与现有技术相比，本发明的有益效果是：
本发明收集待监测数据专线的历史故障类型，获取历史故障类型对应的历史数据专线的历史故障相关数据，获取需要构建的例库类型，将历史数据专线的历史故障相关数据按照对应的待监测数据专线的历史故障类型进行数据预处理，获取对应历史故障类型数据的相关设备数据，基于获取的待监测数据专线的历史故障类型和对应的历史数据专线的历史故障相关设备数据对历史数据专线的历史故障相关设备数据进行分类，获取分类结果对故障定位用例库进行构建，基于实时获取的数据专线的相关数据，通过以上方法构建数据专线故障定位用例库，可以提供可靠的故障定位方法和指导，帮助故障处理人员快速准确地定位和解决数据专线故障。
附图说明
图1为本发明一种数据专线故障定位用例库测试方法流程示意图；
图2为本发明一种数据专线故障定位用例库测试方法S1步具体流程示意图；
图3为本发明一种数据专线故障定位用例库测试方法S2步具体流程示意图；
图4为本发明一种数据专线故障定位用例库测试***构架示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。
实施例1
请参阅图1-图3，本发明提供的一种实施例：一种数据专线故障定位用例库测试方法，其包括以下具体步骤：
S1、收集待监测数据专线的历史故障类型，获取历史故障类型对应的历史数据专线的历史故障相关数据，获取需要构建的例库类型；
S2、将历史数据专线的历史故障相关数据按照对应的待监测数据专线的历史故障类型进行数据预处理，获取对应历史故障类型数据的相关设备数据；
S3、基于获取的待监测数据专线的历史故障类型和对应的历史数据专线的历史故障相关设备数据对历史数据专线的历史故障相关设备数据进行分类；
S4、获取分类结果对故障定位用例库进行构建，基于实时获取的数据专线的相关数据，输出需要的例库；
在此需要说明的是，S1包括以下具体步骤：
S11、收集待监测数据专线的运行设备的历史故障类型数据，其中，故障类型数据包括故障类型、发生时间、故障表现和故障原因，储存在第一储存模组中；
下面是一个示例的Python代码，可以用于收集待监测数据专线的运行设备的历史故障类型数据。该代码使用了一个名为‘FaultData’的类来表示每个故障类型的数据，并提供了方法来添加和保存故障数据。
import json
class FaultData:
def __init__(self, fault_type, occurrence_time, fault_behavior,fault_cause):
self.fault_type = fault_type
self.occurrence_time = occurrence_time
self.fault_behavior = fault_behavior
self.fault_cause = fault_cause
class FaultDataCollector:
def __init__(self):
self.fault_data_list = []
def add_fault_data(self, fault_type, occurrence_time, fault_behavior, fault_cause):
fault_data = FaultData(fault_type, occurrence_time, fault_behavior, fault_cause)
self.fault_data_list.append(fault_data)
def save_fault_data(self, file_path):
data_to_save = []
for fault_data in self.fault_data_list:
data_to_save.append({
"fault_type": fault_data.fault_type,
"occurrence_time": fault_data.occurrence_time,
"fault_behavior": fault_data.fault_behavior,
"fault_cause": fault_data.fault_cause
})
with open(file_path, "w") as file:
json.dump(data_to_save, file)
# 示例用法
fault_data_collector = FaultDataCollector()
fault_data_collector.add_fault_data("故障类型1", "2021-01-01", "故障表现1", "故障原因1")
fault_data_collector.add_fault_data("故障类型2", "2021-02-02", "故障表现2", "故障原因2")
fault_data_collector.save_fault_data("fault_data.json")
在示例中，我们首先定义了一个‘FaultData’类来表示每个故障类型的数据。该类包含了故障类型（‘fault_type’）、发生时间（‘occurrence_time’）、故障表现（‘fault_behavior’）和故障原因（‘fault_cause’）；
S12、获取历史故障类型对应的历史数据专线上相关设备的历史故障相关数据，其中，相关设备的历史故障相关数据包括相关设备的电流信息、电压信息、温度信息和振动信息，储存在第二储存模组中；
S13、获取需要构建的例库类型数据，其中，例库类型数据包括设备故障例库、线路故障例库、信号故障例库和***故障例库；
在此需要说明的是，S2的具体内容如下：
S21、获取收集到的待监测数据专线的运行设备的历史故障类型数据和历史故障类型对应的历史数据专线上相关设备的历史故障相关数据，同时获取无故障时对应的相关设备的安全数据范围，根据需要构建的例库类型选择对应的运行设备的历史故障类型数据和历史故障类型对应的历史数据专线上相关设备的历史故障相关数据；
S22、将获取得到的无故障时对应的相关设备的安全数据范围、对应的运行设备的历史故障类型数据和相关设备的历史故障相关数据代入数据异常值计算公式中计算数据异常值，其中，数据异常值计算公式为：，其中，n为历史故障次数，k为第i次历史故障对应的相关设备的历史故障相关数据的种类，其中/>为第i次故障对应的相关设备的第j个种类的数据，/>为第i次故障对应的相关设备的第j个种类的安全范围的中值，/>为第i次故障对应的相关设备的第j个种类的安全范围的最大值，为第i次故障对应的相关设备的第j个种类的安全范围的最小值，/>为第i次历史故障对应的故障数据，/>为第i次历史故障对应的数据的安全范围的中值，/>为第i次历史故障对应的数据的安全范围的最大值，/>为第i次历史故障对应的数据的安全范围的最小值，/>为第i次故障对应的相关设备的第j个种类的数据的占比系数，/>；
S23、将计算得到的各个设备的数据异常值与设定的设备异常阈值进行对比，若设备的数据异常值大于等于设定的设备异常阈值，则将该设备数据设为对应历史故障类型数据的相关设备数据，若设备的数据异常值小于设定的设备异常阈值，则将该设备数据不设为对应历史故障类型数据的相关设备数据；
在本实施例中，S3的具体内容为：
获取待监测数据专线的历史故障类型和对应的历史数据专线的历史故障相关设备数据，按照数据专线的历史故障类型获取对应的历史数据专线的历史故障相关设备数据，将历史数据专线的历史故障相关设备数据按照数据专线的历史故障类型进行分类，得到历史数据专线的历史故障相关设备数据的分类结果；在本实施例中，S4中包括以下具体内容：
S41、获取需要构建的例库类型，同时获取例库类型对应的数据专线的历史故障类型和对应的数据专线的历史故障类型的历史故障相关设备数据；
S42、将获取得到的例库类型对应的数据专线的历史故障类型和对应的数据专线的历史故障类型的历史故障相关设备数据对应融合入需要构建的例库中；
S43、实时获取数据专线的相关数据导入例库选择界面中，将实时获取数据专线的相关数据和相应构建的例库中的相关历史数据导入相似度计算公式中计算实时获取数据专线的相关数据和相应构建的例库中的相关历史数据的相似度，相似度计算公式为：，其中，Q为对应的例库中的数据条数，M为数据专线的相关数据种类，/>为实时获取的数据专线的相关数据中第m项，/>为例库中的第q条数据中与数据专线的相关数据中第m项对应的数据；
S44、将计算得到的数据专线的相关数据和相应构建的例库中的相关历史数据的相似度降序排布，得到最大的相似度对应的构建的例库为需要的例库输出。
通过本实施例能够实现：收集待监测数据专线的历史故障类型，获取历史故障类型对应的历史数据专线的历史故障相关数据，获取需要构建的例库类型，将历史数据专线的历史故障相关数据按照对应的待监测数据专线的历史故障类型进行数据预处理，获取对应历史故障类型数据的相关设备数据，基于获取的待监测数据专线的历史故障类型和对应的历史数据专线的历史故障相关设备数据对历史数据专线的历史故障相关设备数据进行分类，获取分类结果对故障定位用例库进行构建，基于实时获取的数据专线的相关数据，通过以上方法构建数据专线故障定位用例库，可以提供可靠的故障定位方法和指导，帮助故障处理人员快速准确地定位和解决数据专线故障。
实施例2
如图4所示，一种数据专线故障定位用例库测试***，其基于上述一种数据专线故障定位用例库测试方法实现，其具体包括：数据获取模块、数据预处理模块、数据分类模块、例库输出模块和控制模块，数据获取模块用于收集待监测数据专线的历史故障类型，获取历史故障类型对应的历史数据专线的历史故障相关数据，获取需要构建的例库类型，数据预处理模块用于将历史数据专线的历史故障相关数据按照对应的待监测数据专线的历史故障类型进行数据预处理，获取对应历史故障类型数据的相关设备数据；数据分类模块用于基于获取的待监测数据专线的历史故障类型和对应的历史数据专线的历史故障相关设备数据对历史数据专线的历史故障相关设备数据进行分类，例库输出模块用于获取分类结果对故障定位用例库进行构建，基于实时获取的数据专线的相关数据，输出需要的例库；控制模块用于控制数据获取模块、数据预处理模块、数据分类模块和例库输出模块的运行。
实施例3
本实施例提供一种电子设备，包括：处理器和存储器，其中，存储器中存储有可供处理器调用的计算机程序；
处理器通过调用存储器中存储的计算机程序，执行上述的一种数据专线故障定位用例库测试方法。
该电子设备可因配置或性能不同而产生比较大的差异，能够包括一个或一个以上的处理器（Central Processing Units，CPU）和一个或一个以上的存储器，其中，该存储器中存储有至少一条计算机程序，该计算机程序由该处理器加载并执行以实现上述方法实施例提供的一种数据专线故障定位用例库测试方法。该电子设备还能够包括其他用于实现设备功能的部件，例如，该电子设备还能够具有有线或无线网络接口以及输入输出接口等部件，以便进行数据的输入输出。本实施例在此不做赘述。
实施例4
本实施例提出一种计算机可读存储介质，其上存储有可擦写的计算机程序；
当计算机程序在计算机设备上运行时，使得计算机设备执行上述的一种数据专线故障定位用例库测试方法。
例如，计算机可读存储介质能够是只读存储器（Read-Only Memory，简称：ROM）、随机存取存储器（Random Access Memory，简称：RAM）、只读光盘（Compact Disc Read-OnlyMemory，简称：CD-ROM）、磁带、软盘和光数据存储设备等。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
应理解，根据A确定B并不意味着仅仅根据A确定B，还能够根据A和/或其它信息确定B。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行计算机指令或计算机程序时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线网络或/和无线网络方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD）、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到，结合本发明中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明的具体实施方式。显然，根据本说明书的内容，可做很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (11)
1.一种数据专线故障定位用例库测试方法，其特征在于，其包括以下具体步骤：
S1、收集待监测数据专线的历史故障类型，获取历史故障类型对应的历史数据专线的历史故障相关数据，获取需要构建的例库类型；
S2、将历史数据专线的历史故障相关数据按照对应的待监测数据专线的历史故障类型进行数据预处理，获取对应历史故障类型数据的相关设备数据；
S3、基于获取的待监测数据专线的历史故障类型和对应的历史数据专线的历史故障相关设备数据对历史数据专线的历史故障相关设备数据进行分类；
S4、获取分类结果对故障定位用例库进行构建，基于实时获取的数据专线的相关数据，输出需要的例库。
2.如权利要求1所述的一种数据专线故障定位用例库测试方法，其特征在于，所述S1包括以下具体步骤：
S11、收集待监测数据专线的运行设备的历史故障类型数据，其中，故障类型数据包括故障类型、发生时间、故障表现和故障原因，储存在第一储存模组中；
S12、获取历史故障类型对应的历史数据专线上相关设备的历史故障相关数据，其中，相关设备的历史故障相关数据包括相关设备的电流信息、电压信息、温度信息和振动信息，储存在第二储存模组中；
S13、获取需要构建的例库类型数据，其中，例库类型数据包括设备故障例库、线路故障例库、信号故障例库和***故障例库。
3.如权利要求2所述的一种数据专线故障定位用例库测试方法，其特征在于：所述S2的具体内容如下：
S21、获取收集到的待监测数据专线的运行设备的历史故障类型数据和历史故障类型对应的历史数据专线上相关设备的历史故障相关数据，同时获取无故障时对应的相关设备的安全数据范围，根据需要构建的例库类型选择对应的运行设备的历史故障类型数据和历史故障类型对应的历史数据专线上相关设备的历史故障相关数据；
S22、将获取得到的无故障时对应的相关设备的安全数据范围、对应的运行设备的历史故障类型数据和相关设备的历史故障相关数据代入数据异常值计算公式中计算数据异常值，其中，数据异常值计算公式为：，其中，n为历史故障次数，k为第i次历史故障对应的相关设备的历史故障相关数据的种类，其中/>为第i次故障对应的相关设备的第j个种类的数据，/>为第i次故障对应的相关设备的第j个种类的安全范围的中值，/>为第i次故障对应的相关设备的第j个种类的安全范围的最大值，为第i次故障对应的相关设备的第j个种类的安全范围的最小值，/>为第i次历史故障对应的故障数据，/>为第i次历史故障对应的数据的安全范围的中值，/>为第i次历史故障对应的数据的安全范围的最大值，/>为第i次历史故障对应的数据的安全范围的最小值，/>为第i次故障对应的相关设备的第j个种类的数据的占比系数，；
S23、将计算得到的各个设备的数据异常值与设定的设备异常阈值进行对比，若设备的数据异常值大于等于设定的设备异常阈值，则将该设备数据设为对应历史故障类型数据的相关设备数据，若设备的数据异常值小于设定的设备异常阈值，则将该设备数据不设为对应历史故障类型数据的相关设备数据。
4.如权利要求3所述的一种数据专线故障定位用例库测试方法，其特征在于，所述S3的具体内容为：
获取待监测数据专线的历史故障类型和对应的历史数据专线的历史故障相关设备数据，按照数据专线的历史故障类型获取对应的历史数据专线的历史故障相关设备数据，将历史数据专线的历史故障相关设备数据按照数据专线的历史故障类型进行分类，得到历史数据专线的历史故障相关设备数据的分类结果。
5.如权利要求4所述的一种数据专线故障定位用例库测试方法，其特征在于，所述S4中包括以下具体内容：
S41、获取需要构建的例库类型，同时获取例库类型对应的数据专线的历史故障类型和对应的数据专线的历史故障类型的历史故障相关设备数据；
S42、将获取得到的例库类型对应的数据专线的历史故障类型和对应的数据专线的历史故障类型的历史故障相关设备数据对应融合入需要构建的例库中。
6.如权利要求5所述的一种数据专线故障定位用例库测试方法，其特征在于，所述S4还包括以下具体步骤：
S43、实时获取数据专线的相关数据导入例库选择界面中，将实时获取数据专线的相关数据和相应构建的例库中的相关历史数据导入相似度计算公式中计算实时获取数据专线的相关数据和相应构建的例库中的相关历史数据的相似度，相似度计算公式为：，其中，Q为对应的例库中的数据条数，M为数据专线的相关数据种类，/>为实时获取的数据专线的相关数据中第m项，/>为例库中的第q条数据中与数据专线的相关数据中第m项对应的数据；
S44、将计算得到的数据专线的相关数据和相应构建的例库中的相关历史数据的相似度降序排布，得到最大的相似度对应的构建的例库为需要的例库输出。
7.一种数据专线故障定位用例库测试***，其基于如权利要求1-6任一项的所述一种数据专线故障定位用例库测试方法实现，其特征在于，其具体包括：数据获取模块、数据预处理模块、数据分类模块、例库输出模块和控制模块，所述数据获取模块用于收集待监测数据专线的历史故障类型，获取历史故障类型对应的历史数据专线的历史故障相关数据，获取需要构建的例库类型，所述数据预处理模块用于将历史数据专线的历史故障相关数据按照对应的待监测数据专线的历史故障类型进行数据预处理，获取对应历史故障类型数据的相关设备数据。
8.如权利要求7中所述的一种数据专线故障定位用例库测试***，其特征在于，所述数据分类模块用于基于获取的待监测数据专线的历史故障类型和对应的历史数据专线的历史故障相关设备数据对历史数据专线的历史故障相关设备数据进行分类，所述例库输出模块用于获取分类结果对故障定位用例库进行构建，基于实时获取的数据专线的相关数据，输出需要的例库。
9.如权利要求8中所述的一种数据专线故障定位用例库测试***，其特征在于，所述控制模块用于控制数据获取模块、数据预处理模块、数据分类模块和例库输出模块的运行。
10.一种电子设备，其特征在于，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
所述处理器通过调用所述存储器中存储的计算机程序，执行权利要求1-6任一项所述的一种数据专线故障定位用例库测试方法。
11.一种计算机可读存储介质，其特征在于：储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1-6任意一项所述的一种数据专线故障定位用例库测试方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410454982.5A CN118051657B (zh) | 2024-04-16 | 2024-04-16 | 一种数据专线故障定位用例库测试方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410454982.5A CN118051657B (zh) | 2024-04-16 | 2024-04-16 | 一种数据专线故障定位用例库测试方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118051657A true CN118051657A (zh) | 2024-05-17 |
| CN118051657B CN118051657B (zh) | 2024-07-02 |
Family
ID=91050456
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410454982.5A Active CN118051657B (zh) | 2024-04-16 | 2024-04-16 | 一种数据专线故障定位用例库测试方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118051657B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116032003A (zh) * | 2022-12-13 | 2023-04-28 | 国网湖北省电力有限公司荆州供电公司 | 一种基于电力专网数据处理的电网巡检方法及*** |
| CN116754901A (zh) * | 2023-08-21 | 2023-09-15 | 安徽博诺思信息科技有限公司 | 一种基于快速定位的配电网故障分析管理平台 |
| WO2023179042A1 (zh) * | 2022-03-21 | 2023-09-28 | 中兴通讯股份有限公司 | 数据更新方法、故障诊断方法、电子设备和存储介质 |
-
2024
- 2024-04-16 CN CN202410454982.5A patent/CN118051657B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023179042A1 (zh) * | 2022-03-21 | 2023-09-28 | 中兴通讯股份有限公司 | 数据更新方法、故障诊断方法、电子设备和存储介质 |
| CN116032003A (zh) * | 2022-12-13 | 2023-04-28 | 国网湖北省电力有限公司荆州供电公司 | 一种基于电力专网数据处理的电网巡检方法及*** |
| CN116754901A (zh) * | 2023-08-21 | 2023-09-15 | 安徽博诺思信息科技有限公司 | 一种基于快速定位的配电网故障分析管理平台 |
Non-Patent Citations (1)
| Title |
|---|
| 董杰 等: "基于历史故障库的汽车电子***故障诊断方法", 山东科学, no. 04, 15 August 2013 (2013-08-15), pages 95 - 99 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118051657B (zh) | 2024-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111209131B (zh) | 一种基于机器学习确定异构***的故障的方法和*** | |
| US9489379B1 (en) | Predicting data unavailability and data loss events in large database systems | |
| CN109840157A (zh) | 故障诊断的方法、装置、电子设备和存储介质 | |
| CN116450399B (zh) | 微服务***故障诊断及根因定位方法 | |
| CN113010389A (zh) | 一种训练方法、故障预测方法、相关装置及设备 | |
| CN113360722B (zh) | 一种基于多维数据图谱的故障根因定位方法及*** | |
| CN113946499A (zh) | 一种微服务链路跟踪及性能分析方法、***、设备及应用 | |
| CN110806730A (zh) | 大数据运维平台、服务器及存储介质 | |
| CN115237717A (zh) | 一种微服务异常检测方法和*** | |
| CN117041029A (zh) | 网络设备故障处理方法、装置、电子设备及存储介质 | |
| CN114461534A (zh) | 软件性能测试方法、***、电子设备及可读存储介质 | |
| CN117170915A (zh) | 数据中心设备故障预测方法、装置和计算机设备 | |
| US11704186B2 (en) | Analysis of deep-level cause of fault of storage management | |
| CN118051657B (zh) | 一种数据专线故障定位用例库测试方法及*** | |
| Hryszko et al. | Cost effectiveness of software defect prediction in an industrial project | |
| CN115599621A (zh) | 微服务异常诊断方法、装置、设备及存储介质 | |
| CN112395167A (zh) | 一种作业故障预测方法、装置及电子设备 | |
| CN117640346B (zh) | 一种通信设备故障诊断方法、存储介质及计算机设备 | |
| CN109474445B (zh) | 一种分布式***根源故障定位方法及装置 | |
| CN117439899B (zh) | 一种基于大数据的通信机房巡检方法及*** | |
| CN113037550B (zh) | 一种服务故障监控方法、***及计算机可读存储介质 | |
| CN117596133B (zh) | 基于多维数据的业务画像及异常监测***及监测方法 | |
| RU2816667C1 (ru) | Способ диагностирования комплекса бортового оборудования воздушных судов на основе машинного обучения и устройство для его осуществления | |
| US20240112071A1 (en) | Anomaly detection using hash signature generation for model-based scoring | |
| CN117608971A (zh) | 基于数字孪生的故障检测方法、装置、存储介质和设备 |
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 |